Claude Code 正在 Bedrock、Vertex、Mantle 和 Foundry 上多收你的费：Gateway 运营商审计清单

Claude Code 2.1.211 更新日志末尾那条修复记录，值得单独写一份故障报告：Bedrock、Vertex AI、Mantle 和 Foundry 上存在一个 prompt caching 计费回归——每次请求时，末尾的系统上下文块都被静默地当作新鲜 input token 计费，而不是走缓存读取路径。如果你的团队通过这四个云厂商 gateway 之一路由 Claude Code，那你一直在为本应命中缓存的内容支付全额 token 费用。

这不是一个小问题。Prompt caching 是大规模运行 Claude Code 最核心的成本控制手段之一。当系统上下文块不再命中缓存、每轮都按新 token 计费时，长上下文会话的实际单轮成本会显著上涨。

发生了什么

Claude Code 2.1.211 本周发布，包含一个修复：解决了末尾系统上下文块在四个云厂商 gateway 端点（Amazon Bedrock、Google Cloud Vertex AI、Anthropic Mantle、Microsoft Azure Foundry）上的缓存回归问题。

回归导致系统提示的最后一个块绕过缓存、在每次请求时作为新 input token 计费，即使内容与上一轮完全相同。直接使用 Anthropic API 的团队不受影响——该问题只出现在 gateway 路径上。

Claude Code 大量依赖 prompt caching。一次典型编码会话的系统上下文包含指令、项目背景、rules 文件和 tool schema，这些内容在多轮间基本稳定。一旦这个块无法命中缓存，每轮都会多付出与该上下文块大小成正比的 token 费用。

以一个包含 20,000 token 系统上下文的中等规模编码会话为例：正常情况下，第一轮产生缓存写入费用，后续每轮的系统上下文部分只产生缓存读取费用（约为新 token 价格的 10%）。但在存在回归的版本中，末尾系统上下文块每轮都按全价新 token 计费，一次包含 50 轮交互的会话可能因此多付出数倍于预期的成本。

为什么对 AI 工程团队至关重要

这次回归影响企业 Claude Code 五大部署路径中的四个：

通过集中 AI gateway 路由所有开发者流量（出于数据驻留、合规或成本分摊需求）走 Bedrock 或 Vertex AI 的团队，每次会话都受到这个回归的影响。

影响程度与会话长度和系统上下文大小成正比。包含大量 rules 文件和项目说明的长上下文编码会话受影响最重。如果你的团队近期注意到 Bedrock 或 Vertex AI 账单中缓存未命中率上升、费用超出预期，应该重点审计 2.1.211 更新之前的那段时期。

Router/operator 视角

这次回归是一个具体案例，说明 AI gateway 运营商为什么需要在 gateway 层主动监控缓存效率指标，而不是仅依赖 Claude Code 内置的成本计数器。

如果你的团队通过 Bedrock、Vertex、Mantle 或 Foundry 路由 Claude Code，建议立即执行以下操作：

1. 立即升级。 将所有开发者工作站和 CI 环境的 Claude Code 升级至 2.1.211 或更高版本。修复已包含在新版本中，但只在更新后生效。若团队通过企业 MDM 或集中部署管理 Claude Code 版本，需要将 2.1.211 列入强制推送计划，而不是等待开发者自行更新。

2. 审计近期账单。 导出过去 30–60 天的 Bedrock 或 Vertex AI 使用日志，对比 cache_read_input_tokens 和 cache_creation_input_tokens 的比例。系统上下文稳定的情况下，正常会话的 cache_read 应远高于 cache_creation。如果二者比例接近 1:1 甚至 cache_creation 更高，回归几乎可以确定是主因。对于有 SLA 的企业账号，可以联系 AWS 或 Google Cloud 的账单支持，提供证据请求退款。

3. 关注 subagent 模型漂移。 2.1.211 同时修复了一个相关问题：使用显式 model override 启动的 subagent，在 resume 或收到后续消息后会回退到父会话的模型。对于通过 gateway 将特定 subagent 路由到更低成本或更快模型（如将代码分析子任务路由到 Haiku，主要生成任务保留 Sonnet 5）的团队，这意味着路由决策在会话中途被静默覆盖，产生意外的成本超支。

4. 检查 gateway 认证 daemon 稳定性。 2.1.211 还修复了 LLM gateway 认证（ANTHROPIC_AUTH_TOKEN + ANTHROPIC_BASE_URL）下的后台任务在 daemon 重启后报 "Not logged in" 的问题。这影响使用自定义 gateway 凭证（而非标准 API key）的团队。对于在 Kubernetes 或 ECS 上运行 Claude Code daemon 的场景，建议在 2.1.211 升级后验证 daemon 重启后的认证恢复行为。

2.1.210 和 2.1.208 中其他值得关注的 operator 修复：

• Worktree 隔离漏洞修复（2.1.210）： 使用 isolation: 'worktree' 的 subagent 此前可以在主仓库 checkout 上执行 git 写入命令。对于使用隔离 subagent 审查不可信代码、或在 CI 管道中运行并行代码修改任务的团队，这是一个关键的安全边界问题——攻击者控制的代码内容可能通过 subagent 污染主分支。
• Bedrock/Vertex/Foundry 上 auto mode 默认值修复（2.1.210）： /doctor 此前在这三个平台上跳过了 auto mode 默认建议，而这些平台上 auto mode 已不再需要手动开启。通过 MDM 托管部署的团队可能因此一直在使用非最优的权限模式，需要主动运行 /doctor 确认。
• Hook 超时误报修复（2.1.210）： Hook callback 超时被误报为用户拒绝，导致无人值守会话停下来等待。这影响使用 PreToolUse/PostToolUse hook 做策略执行的 gateway 运营商——长时间运行的 hook（如调用外部审批系统）在超时后不再会让 agent 误认为被拒绝。
• Bedrock 流式响应解析修复（2.1.208）： 当 gateway 对响应做转换时，Bedrock 流式请求会失败并报含糊的 "Truncated event message received"。现在错误消息会显示具体的 content-type 并指向代理，大幅降低排查时间。
• 权限预览安全性（2.1.211）： 发送给聊天频道的权限预览未对双向覆盖字符、零宽字符和形近引号进行过滤，存在 tool 输入视觉篡改审批消息的风险。对于使用 Claude Code 在 Slack 或 Teams 频道发送权限确认请求的企业，这是一个需要立即更新的安全修复。

TheRouter 用户应关注和尝试的事项

通过多 provider gateway 路由 Claude Code 的团队，应将这次 prompt cache 计费回归作为一个信号：在 gateway 层建立缓存效率指标的主动监控，而不是仅依赖 Claude Code 内置的成本计数器。

具体来说：如果你的 gateway 收集每请求的 token 明细，可以添加对 cache_creation_input_tokens 与 cache_read_input_tokens 比例的监控告警。当系统上下文内容稳定时，如果 cache_creation 占比突然上升，通常意味着 gateway 路径上的缓存未按预期工作。

Claude apps gateway 文档 描述了 Bedrock 和 Vertex 的路由架构。多云部署的团队应在 2.1.211 更新后确认版本，并对比更新前后的成本指标，量化回归的实际影响。

对于使用多个云 gateway 路由 Claude Code 流量的团队，这次事件也提供了一个建立"跨 provider 缓存基线测试"的机会：定期在每个 provider 路径上运行一组固定的测试会话，验证 cache_read 比例是否符合预期，作为 gateway 健康检查的一部分。这样可以在账单超支达到生产规模之前，更早发现类似的计费异常。