近日，部分在使用 Claude Code 接入 DeepSeek 模型的开发者遇到了 API 调用费用异常暴涨的问题。经排查，主要原因在于 Claude Code 引入的“Attribution Block”（归因块）机制。该机制会在每次请求发送给 Anthropic API 时，自动在 System Prompt（系统提示词）最前方插入一段包含客户端版本、会话 UUID、上下文指纹哈希及平台信息的动态元数据。由于这段元数据包含动态变化的哈希值和会话标识，导致原本应被 API 提供商缓存的重复 Prompt 内容无法命中缓存。对于 DeepSeek 等通过缓存策略来降低推理成本的模型而言，这意味着每次请求都被视为全新的输入，导致 Token 消耗量和费用激增。针对这一技术痛点，目前已有成熟的解决方案：开发者仅需在 Claude Code 的配置文件中设置环境变量 `CLAUDE_CODE_ATTRIBUTION_HEADER=0`，即可禁用归因块的自动注入。这一操作能够恢复请求的一致性，利用缓存机制显著降低重复上下文传输带来的高额费用，有效解决成本失控问题。
事件分析
该事件揭示了客户端 AI 工具与云端大模型 API 交互时关于缓存机制的典型冲突。Claude Code 的 Attribution Block 设计初衷在于会话追踪与调试，但其包含的动态指纹哈希直接破坏了大模型 API 基于文本匹配的缓存逻辑。在 AI 开发中，Prompt 的微小变动往往会导致缓存未命中，进而引发推理成本的线性甚至指数级增长。对于开发者而言，这提醒我们在混合使用不同厂商的工具链（如 Anthropic 的客户端工具配合 DeepSeek 的推理模型）时，必须严格控制 Prompt 结构的稳定性，警惕客户端工具自动插入的“隐藏字符”或元数据对成本控制的影响。该解决方案也侧面反映了当前 AI 基础设施在标准化和互操作性上仍有优化空间，简单的配置调整即可解决核心矛盾，说明此类功能并非不可剥离，开发者需根据实际部署环境灵活调整。
💡 核心观点：客户端工具的微小元数据变动能击穿大模型缓存成本，提示词工程中的输入稳定性是控制 AI 运营成本的关键。
原文链接：V2EX 分享发现
Codex CLI 深度
AI 模型横评
AI Agent 框架
Claude Code 订阅生存指南