Claw Fleet
实测报告 · 2026-08-08 → 2026-09-07
一台机器，30 天，
1,660 个会话。
这不是跑分，是一台开发机上 30.4 天的完整用量记录。每一条数字都从本地 transcript 重算——没有估算，没有挑样本。Fleet 卖的不是更快的模型，是把同一份人类注意力摊到更多条并行的活上；这页把它摊到了什么程度量出来。
81.6×
每一次人类介入，换来 81.6 次模型往返。382,874 次 API 调用，只对应 4,693 次人类输入。
同时在跑的会话（时间加权均值）
6.98
峰值 26。裸命令行的上限是 1——一个终端一个会话。
至少两条会话并行的时间占比
99.4%
30 天里几乎没有「只有一条活在跑」的时刻。
跨上下文窗口的接力续跑
524
窗口写满不等于任务结束：后继会话带着交接便条接着干。
等价 API 用量（list price 重算）
$108,981
按官方单价对每条 usage 记录重算，非实付账单——账号在订阅制上。
并行度，是唯一能买到的吞吐。
一个人能推进多少条工程线，取决于他能同时看住几条。下面两张图是 30.4 天里的实际分布与逐日曲线——不是峰值截图。
忙时里同时活跃的会话数
占 729.8 小时活跃挂钟的比例；只统计人类真的输入过、且长于 60 秒的会话
表格视图
| 并行会话数 | 占活跃挂钟 | 累计小时 |
|---|---|---|
| 2+ | 99.4% | 725.4 h |
| 3+ | 85.3% | 622.5 h |
| 5+ | 71.8% | 523.9 h |
| 10+ | 25.0% | 182.4 h |
| peak | 26 | — |
逐日的模型往返次数
Fleet 拉起的会话，按调用自身的时间戳归日；31 天共 380,284 次
表格视图
| 日期 | API 调用 | 活跃会话 |
|---|---|---|
| 2026-08-08 | 2,042 | 10 |
| 2026-08-09 | 560 | 5 |
| 2026-08-10 | 39 | 2 |
| 2026-08-11 | 35 | 2 |
| 2026-08-12 | 32 | 2 |
| 2026-08-13 | 1,796 | 10 |
| 2026-08-14 | 3,155 | 17 |
| 2026-08-15 | 8,205 | 32 |
| 2026-08-16 | 4,337 | 23 |
| 2026-08-17 | 6,093 | 22 |
| 2026-08-18 | 14,710 | 42 |
| 2026-08-19 | 10,560 | 43 |
| 2026-08-20 | 16,563 | 51 |
| 2026-08-21 | 20,434 | 69 |
| 2026-08-22 | 15,451 | 62 |
| 2026-08-23 | 23,074 | 80 |
| 2026-08-24 | 21,135 | 77 |
| 2026-08-25 | 21,287 | 87 |
| 2026-08-26 | 16,311 | 79 |
| 2026-08-27 | 16,079 | 64 |
| 2026-08-28 | 12,847 | 37 |
| 2026-08-29 | 11,852 | 31 |
| 2026-08-30 | 16,013 | 34 |
| 2026-08-31 | 17,363 | 33 |
| 2026-09-01 | 16,870 | 31 |
| 2026-09-02 | 26,901 | 58 |
| 2026-09-03 | 12,716 | 32 |
| 2026-09-04 | 15,612 | 32 |
| 2026-09-05 | 13,305 | 36 |
| 2026-09-06 | 20,560 | 87 |
| 2026-09-07 | 14,347 | 77 |
一次人类介入换来的机器工作量
每一个方块是一次调用；橙色的那一个是人类那次输入
表格视图
| 计数 | 30.4 天总量 | 相对人类输入 |
|---|---|---|
| 382,874 次 API 调用 | 382,874 | 81.6× |
| 4,693 次人类输入 | 4,693 | 1× |
| 4,215 张决策卡 | 4,215 | 0.90× |
这些吞吐买到了什么。
每一项都配一个本机实测数字，以及裸命令行在同一位置的行为。没有实测数字的能力不在这张表上。
6.98
并行工程线
时间加权的同时活跃会话数，峰值 26。每条有自己的 worktree、自己的计划、自己的验证。
裸命令行：1 条，且切走就停。
524
上下文窗口不再是终点
窗口将满时登记一次交接，Fleet 拉起后继会话，把便条与计划一起递过去。30 天内发生 524 次。
裸命令行：压缩后自己找线索，或人工重开。
45
无人值守的活
定时与循环触发的会话，键盘前没有人。廉价探测先跑，条件不满足就不起 LLM。
裸命令行：0，终端关掉就没了。
4,215
决策收敛成卡
需要判断的时刻变成一张带选项的卡，中位 147 秒得到回答；手机上也能回。
裸命令行：混在输出里，靠人自己发现。
382,874
每次调用都在账上
全部调用带 usage 落盘，可按会话、模型、时段重算成本——这页的数字就是这么来的。
裸命令行：同样有 transcript，但没有聚合视图。
97.9%
长上下文靠缓存兜住
输入里 97.9% 命中提示缓存，这是让 19 万 token 的单次调用在经济上可行的前提。
能力来源：Claude Code，非 Fleet 引入。
口径与方法。
本节列出每个数字的采集与计算口径，以及本页数据的适用范围。
怎么测的
- 用量与成本：遍历
~/.claude/projects/*/*.jsonl的每一条 usage 记录，按当前官方单价重算，缓存写入按 5 分钟 / 1 小时 TTL 分别计价。不采信任何现成账本。 - 并发度：会话首末时间戳当区间做扫描线，按挂钟加权；排除 Claude Code 自身的秒级辅助运行。
- 逐日曲线：每次 API 调用按它自己的时间戳归入本地日期，不按会话开始时间归属。
- 等待时间：决策卡的
tool_use与配对tool_result的时间戳差。 - 会话来源：每份 transcript 首条 user 记录的
entrypoint字段，Fleet 拉起的会话带自己的标记。
适用范围说明
测量类型。本页为观察性用量记录，非同任务对照实验。并行度、接力与无人值守三项的裸命令行数值取自其结构性上限（一个终端一个会话、窗口写满即止、终端关闭即停），非实测样本。
样本规模。单一使用者、单台机器、30.4 天，n = 1。适用于描述该配置下的真实用量，不宜直接外推为跨环境的一般结论；多样本对照研究另行开展。
费用口径。$108,981 为按 API 官方单价对本地 usage 记录重算的等价用量，非账单金额；该账号采用订阅制计费，实付金额与此不同。
数据窗口：30.4 天为本机 transcript 的保留期，非累计使用史。开销项：Fleet 的纪律注入与记账往返使单次调用的输入约增 23%、输出约增 9%，机器侧挂钟约增 4–6%，与上述吞吐一并列出。
常见问题
Fleet 会不会更费 token？
会。它往每次调用里注入纪律与计划上下文，也多产生记账、交接、出卡的往返：输入约 +23%、输出约 +9%、调用次数 +7%。换来的是本页量出的并行度与无人值守能力；token 用量本身不是该设计的优化目标。
这些数字能在我自己的机器上复算吗？
能。全部来自 ~/.claude/projects 下的本地 transcript，采集与核算脚本随本页发布，读的是你自己的 usage 记录。
机器会不会因为 hook 变慢？
实测可以忽略：每轮的计划注入约 10 毫秒，计划记账中位 0.0 秒，交接与 worktree 操作中位 1.4 秒。真正的等待来自决策卡等人回答——那是人的响应时间。
为什么没有同任务 A/B 对照？
本机的裸终端会话仅 2 个，不足以构成对照组；事后补造的对照不纳入本页。完整的同任务 A/B 需要固定任务集、两种模式各跑一遍，并控制模型版本与操作者的学习效应，该项工作另行开展。本页可支撑的是差分测量：把 Fleet 注入的文本从同一次调用中减去，误差来源为分词而非任务差异。并行度、接力与无人值守三项对照的是裸命令行的结构性上限，已在口径区标注为非实测样本。