← 返回 Blog

Claude Code 跨机器消息终于能主动发起!v2.1.225 补齐分布式 Agent 协作最后一环

2026 年 8 月 7 日,Claude Code v2.1.224 上线跨会话消息互通功能,开发者社区一片沸腾——不同终端里的 AI 终于能够相互对话。但仔细研读官方文档,会看到一行关键说明:其他设备或者网页端的 Claude Code 会话,仅能回复已收到的消息,无法主动发起全新的跨设备通信。 时隔 21 小时,v2.1.225 版本正式发布。Anthropic 只用一次版本更新,补齐了这最后一块拼图。

ClaudeClaude Code 21 小时双版本迭代

从"只能接电话"到"主动拨号":Claude Code 21 小时双版本迭代,跨设备协同闭环正式打通

2026 年 8 月 7 日,Claude Code v2.1.224 上线跨会话消息互通功能,开发者社区一片沸腾——不同终端里的 AI 终于能够相互对话。但仔细研读官方文档,会看到一行关键说明:其他设备或者网页端的 Claude Code 会话,仅能回复已收到的消息,无法主动发起全新的跨设备通信

通俗来讲:只能接电话回复,不能主动拨号发起通话。这条"仅可回复、无法主动发消息"的限制,让分布式智能体协同拼图缺失了最关键的一环。

时隔 21 小时,v2.1.225 版本正式发布。Anthropic 只用一次版本更新,补齐了这最后一块拼图。

v2.1.224:本机会话互通就绪,跨设备只能"等对方来电"

先来回顾 v2.1.224 实现的能力:同一台设备上不同终端的 Claude Code 会话可以互相收发消息,依托本地 Unix 域套接字通信,数据无需经过 Anthropic 服务器。

而跨设备场景依靠 Remote Control 中继转发消息,同时附带硬性约束:跨设备通信只支持被动应答。必须等远端会话先发消息,本机才能进行回复

这项限制极大制约了分布式协同场景。设想一个真实场景:你在办公室台式机启动一个长时间运行的代码迁移任务,回到家想用笔记本询问任务是否执行完毕。在 v2.1.224 版本中无法直接实现,只能等待台式机上的会话主动推送消息过来——而对方并不知道你此刻急需这个状态更新。

💡 本机通信的边界同样清晰:容器环境内,因为使用不同的文件系统,容器内会话与主机上的会话无法互相发现,只有同一容器内的多个会话可以互相通信。跨设备消息则通过 Anthropic 服务器经 Remote Control 连接中继传输。

v2.1.225:支持主动拨号,终于可以"率先发起对话"

v2.1.225 核心改动浓缩成一句话,分量十足:

SendMessage 现已能够主动和其他设备上的 Remote Control 远端会话建立通信。

具体能力变化:

  • 可通过会话名称直接向远端会话发送消息,不必等待对方先行发消息

  • ListAgents 查询列表会将远端会话展示为 名称[标识ref] 格式,信息一目了然

  • 修复同名远端会话覆盖问题:不会因为本地存在同名会话,错误匹配、投递消息

这意味着:跨设备通信从"被动应答模式"升级为主动通信模式。不再被动等候消息,可以随时主动发起对话。

配套的安全阀也随之强化。v2.1.225 同步引入 isolatePeerMachines: true 配置项——开启后,跨机器消息在离开本机前需要用户明确批准,即便接收方处于绕过权限模式也同样适用。审批对话框默认 5 分钟过期(dialogExpiry 控制),超时即丢弃;系统最多暂留 100 条消息,超出则丢弃最早的。

⚠️ 需要厘清的是:v2.1.225 放开的是"向其他机器上的 Remote Control 会话主动发起通信",而非无差别的跨设备自由通话。Web 端会话在官方文档中仍标记为"回复优先",v2.1.225 的更新日志并未宣告 Web 端同步放开,因此应和 Remote Control 机器分开理解。

实战场景:一套完整的分布式协同流程

两个版本搭配使用,完整的分布式智能体协同链路正式成型:

v2.1.224 搭建本机通信底座:同一设备内,前端会话主动通知后端会话、交互调度。

v2.1.225 新增跨设备主动通信能力:你在公司台式机启动耗时数小时的代码迁移任务。到家后,只需在笔记本端对 Claude 下达指令:"询问公司电脑上的迁移任务会话,任务是否运行完成。"

Claude 会调用 ListAgents 检索远端会话,通过 SendMessage 发起跨设备通信,几秒后把任务状态反馈给你。

整个过程无需手动切换设备、复制粘贴信息,也不用等待远端设备主动推送消息。你只需要发出一条指令,Claude 自动完成远端会话发现、地址匹配、跨设备通信全流程。

补齐分布式协同闭环的关键一环

为什么说这次更新打通了分布式智能体协同的最后壁垒?

在此之前,Claude Code 跨会话通信已经解决单机多会话协同问题。但真实分布式开发场景不会局限在单一设备:台式机、笔记本、云端长时间任务、团队成员各自设备上的会话同时运行。一旦跨设备只能被动应答,各类场景始终存在通信壁垒。

v2.1.225 打破了这层壁垒。自此,任意一台设备上的 Claude 会话,都可以主动联系其他设备的 Remote Control 会话。不再局限于"等对方先说话",随时能够主动发起问询。

Remote Control 底层采用纯出站连接架构:本地设备主动建立连接、轮询指令,不需要本机开放任何入站端口,全部通信依托 Anthropic API 的 HTTPS 加密通道传输。v2.1.225 本质上是将 SendMessage 的路由规则拓展至跨设备场景,让主动通信成为现实。

💡 消息通道本身的安全边界并未因"主动发起"而放宽:跨会话消息仅传递纯文本摘要,不携带会话历史、文件与系统权限;外来消息无法代为批准权限申请、无法修改 CLAUDE.md 等配置、/compact 等斜杠命令仅作为普通文本处理。主动拨号的能力扩大了,但"只传信息、不传权力"的架构底线没有动摇。

从"只能被动回复"到"主动发起对话",这次耗时 21 小时的迭代看似改动不大,却是分布式智能体的重要分水岭。AI 编程助手不再只是依附于你的本地工具,逐步形成一套跨多设备的智能代理网络,能够互相主动同步进度、查询运行状态。

距离 AI 自主组建群组协同工作还差最后一步,但至少现在,它们已经学会主动"拨打电话"发起沟通。

当分布式智能体协同成为常态,模型接入更需稳定底座

跨会话消息让单个开发者得以调动 3-5 个乃至更多 AI 智能体并行作战,跨设备主动通信的放开更让"分布式智能体集群"成为可能。但当多智能体协同成为工程常态,模型调用的稳定性、成本与合规性,就成为决定团队效能的关键变量。

SemiAnalysis 在最新对谈中指出,编程与软件工程已成为目前最消耗 Token 的场景,占到前沿实验室 API 收入的 70% 以上;重度企业用户单人每年在 AI 上的支出高达 10 万美元。当跨会话消息驱动的并行智能体工作流正式跑起来,API 调用的稳定性与成本控制,将直接决定企业能否真正享受底层基座换代的技术红利。

对于需要大规模调用 Claude、Gemini、ChatGPT、DeepSeek 等全球主流大模型的团队而言,逐一注册海外账号、配置跨境支付、应对地区可用性限制,往往比模型本身更难攻克。UseAIAPI​ 一站式聚合上述全球主流大模型的最新版本,支持企业级定制化部署,让开发者无需为每个大模型分别注册海外账号、配置支付方式,一套 API Key 即可打通多模型调用

在具体权益上,平台的优势体现为三个层面:

显著的价格优惠。UseAIAPI 平台折扣最低可达官方价格的 50%。对于 Claude 系列,原本 Opus 4.8 的 5/25 美元单价、Sonnet 5 的 2/10 美元促销价,均将在官方价基础上进一步下探。叠加谷歌原生 Batch 与 Flex 模式的 5 折机制,单位成本可以进一步压低——这意味着原本需要高昂预算的高强度内容生成、自动化智能体、大规模代码重构等重消耗场景,不再成为预算负担。

企业级定制能力。平台支持按需定制并发、配额与路由策略,满足高强度内容生成、自动化智能体、大规模文档处理等重消耗场景。无论是面对 Opus 级别的编程旗舰,还是 Gemini 3.5 Flash 这类高性价比主力,企业用户均可根据业务特征灵活配置,将长上下文、高并发、持续运行的智能体工作流的单位成本压到更低。企业级定制方案还可结合 Batch API 的 5 折机制叠加优惠,将长上下文、高并发、持续运行的智能体工作流的单位成本压到更低。

合规的基础设施。通过海外合规节点接入官方 API,提供企业级 SLA 保障,规避个人开发者难以解决的地区可用性门槛与数据中心 IP 风控风险。平台层面可对接 Gemini API 原生的项目支出上限与使用分层机制,让开发者同样享受到谷歌 2026 年推出的预算管控能力,实现成本精细化管控。

💡 当 Claude Code 的智能体集群在工作树间自主协同、跨设备主动通信,真正的竞争力不仅在于"用得起多少个 AI",更在于"以多低的成本、多高的稳定性,把每一次模型迭代的红利稳定地用起来"。通过 UseAIAPI 接入,叠加最低官方价 5 折的优惠权益与谷歌原生的弹性/Flex、Batch 5 折折扣,让跨会话消息驱动的并行智能体工作流真正跑得稳、跑得省,不再为高频调用的成本压力而担忧。

从 v2.1.224 的本机通信底座,到 v2.1.225 的跨设备主动发起,再到 UseAIAPI 的模型接入普惠——AI 分布式并行编程的完整基础设施,正在一次次迭代中清晰成形。而当这套能力真正触达每一位开发者时,"一个 AI 开发团队"才不再是一句比喻,而是每一次 claude --worktree 启动后真实运转的现实。