Anthropic Python SDK v1.9.0发布：引入between_tools思考与Claude Sonnet 5.5

Anthropic 官方的 Python SDK 迎来 v1.9.0 版本更新。这次发布在工具调用、模型支持和流式处理等方面带来了多项值得关注的改进，尤其是针对 Agent 工作流和实时推理场景的增强。对于使用 Claude API 构建应用的开发者而言，这次更新提供了更灵活的工具编排能力与更细粒度的诊断信息。

v1.9.0 发布说明

核心新特性

这次版本更新的重点集中在 Agent 能力和模型支持上。

新增 between_tools 思考类型

SDK 引入了 between_tools 思考（thinking）类型，这意味着模型可以在连续的工具调用之间进行推理。在复杂的多步 Agent 任务中，模型通常需要调用多个工具并根据前一步的结果决定下一步动作，between_tools 思考允许模型在工具调用的间隙显式地组织推理过程，从而提升决策质量。

值得关注的是，SDK 同时在 helpers 中加入了降级逻辑：当发生 fallback（回退）时，between_tools 思考会被降级为 disabled 状态，以保证兼容性和稳定性。

between_tools 思考类型属于 Claude 扩展思考（Extended Thinking）能力的一部分。扩展思考让模型在给出最终回复前，先生成一段内部推理"草稿"（thinking block），这段内容对用户可见但不计入对话上下文的指令部分。between_tools 是其在工具调用场景下的具体形式：每次工具返回结果后，模型会先输出一段 thinking block 来分析结果、规划后续步骤，再决定是否继续调用工具或直接回复用户。这与 OpenAI o 系列模型的"链式思考"（chain-of-thought）在外观上类似，但实现机制不同——Claude 的 thinking block 是显式的结构化内容块，可被 SDK 捕获和检查，方便开发者调试推理过程。降级为 disabled 的 fallback 机制则保证了当模型版本或 API 参数不支持扩展思考时，调用不会因此报错，而是静默退化到无 thinking block 的普通模式。

支持 Claude Sonnet 5.5

版本加入了对 claude-sonnet-5-5 模型的支持。对于希望第一时间接入新模型的开发者，升级 SDK 后即可直接调用该模型标识符。同时，SDK 在 Model 类型定义中将已知的模型 ID 优先排列，方便开发者在 IDE 中快速选择。

工具调用可与回复流式输出并行

一项实用的改进是：工具调用现在可以在回复流式传输的同时运行（optionally run tool calls while the reply streams）。这对需要低延迟体验的应用场景意义重大——过去工具执行与内容生成往往是串行的，现在两者可以部分重叠，减少用户感知到的等待时间。

传统的 API 调用生命周期是严格串行的：模型生成完整回复 → 客户端发起工具调用 → 等待工具结果 → 模型再次生成。这在多轮工具编排中会产生明显的累积延迟。并行化的核心思路是：当模型在流式输出过程中确定需要调用某个工具时，客户端可以立即在后台发起工具请求，而无需等待本轮流式内容全部传输完毕。这种"边流边算"的模式在工具调用耗时较长（如搜索、数据库查询）时收益最为显著，可将用户感知的端到端延迟降低一个数量级。需要注意的是，该特性目前是可选的（optionally），开发者需要在代码中主动启用，并妥善处理工具结果与流式内容的合并逻辑，以避免竞态条件。

诊断与流式处理增强

缓存诊断正式可用

本次更新将缓存诊断（cache diagnostics）推向 GA（正式可用），诊断信息现在可以挂载在 Message 与 MessageCreateParams 上。这让开发者能够更清晰地观察缓存命中情况，对优化成本和性能有直接帮助。

相应地，stream() 和 parse() 方法现在也能接受并解析 diagnostics 信息，保证了诊断数据在不同调用方式下的一致性。

Claude API 支持 Prompt Caching（提示词缓存）机制：当请求中存在与之前完全相同的前缀内容时，API 会复用已缓存的 KV（Key-Value）计算结果，从而降低 token 处理费用并缩短首 token 延迟（TTFT）。缓存命中的 token 通常比非缓存 token 便宜约 90%，因此在长系统提示、大型文档问答等场景中有显著的成本优势。缓存诊断（cache diagnostics）提供了每次请求的缓存读写统计，包括 cache_read_input_tokens（命中读取的 token 数）和 cache_creation_input_tokens（本次写入缓存的 token 数），让开发者能量化缓存策略的实际效果，而不必依赖账单数据事后分析。将诊断信息挂载在 Message 对象上，意味着开发者无需额外解析响应头或调用独立接口，直接从消息对象即可读取诊断数据。

速率限制与 Managed Agents 改进

Workspace 速率限制 API 新增了 include_inherited 和 source 字段，让多工作区环境下的限额管理更加透明——开发者可以明确知道某个限额是继承而来还是直接设置的。此外，Managed Agents 的事件列表过滤器增加了类型化的事件类型值（typed event type values），提升了 API 的类型安全性。

重要的 Bug 修复

这次版本也修复了几个影响实际使用的问题：

未命名文件上传：客户端在上传未命名文件时不再发送占位文件名，避免了潜在的命名冲突问题。
流式与解析中的诊断支持：修复了 stream() 和 parse() 无法接受 diagnostics 的问题。
beta header 行为调整：parse 和 tool runner 不再发送 beta header，使这些路径的行为更符合预期。

文档与工程细节

除了功能层面，团队在工程规范上也做了不少梳理。文档明确了 stream: true 返回的是原始事件流（raw event stream），并恢复了 Dream 类型上的 research-preview 提示。在代码风格方面，团队在 CLAUDE.md 中补充了字段 docstring 间距规则和函数体间距规则，并在 api.md 中列出了可导入的类型名称。这些改动虽不直接影响运行时行为，但对维护代码质量和开发者体验有长期价值。

CI 配置也进行了调整，现在会根据仓库选择对应的 CI runner。

对开发者的意义

从整体来看，v1.9.0 的更新路线清晰地指向了 Agent 工作流的成熟化。between_tools 思考、工具调用与流式输出并行、Managed Agents 的类型化事件——这些特性共同表明 Anthropic 正在把 Claude 从单纯的对话模型推向更复杂的自主任务执行方向。

对于正在构建 Agent 应用的团队，建议升级到 v1.9.0 并关注以下几点：评估 between_tools 思考能否改善现有多步任务的决策质量；利用缓存诊断 GA 优化调用成本；在延迟敏感场景中尝试工具调用与流式输出的并行能力。完整变更可参考官方 Changelog（v1.8.0...v1.9.0）。