PTC construído pelo usuário para Claude Code mostra economia de 40-65% de tokens em tarefas de análise, não em escrita de código.

Um desenvolvedor criou uma implementação local de Chamada Programática de Ferramentas (PTC) para o Claude Code e analisou 79 sessões reais de uso para medir os benefícios reais. O PTC difere da chamada normal de ferramentas por fazer o agente escrever código que é executado em um ambiente isolado, com apenas os resultados finais entrando na janela de contexto, em vez de cada etapa intermediária.

O que foi construído

O desenvolvedor criou o Thalamus, um servidor MCP local que fornece capacidade semelhante ao PTC para o Claude Code. Ele inclui quatro ferramentas: execute() (executa Python com primitivas), search, remember e context. A implementação tem 143 testes, usa apenas a biblioteca padrão do Python e roda totalmente localmente. O desenvolvedor enfatiza que esta é sua própria implementação, não o PTC oficial da Anthropic.

Resultados medidos de 79 sessões

• Pegada de tokens por chamada: execute() teve média de ~2.600 caracteres vs Read com média de ~4.400 caracteres
• Redução do tamanho do JSONL: Sessões usando PTC mostraram redução de -15,6% no tamanho
• Economia em tarefas de análise/pesquisa: 40-65%
• Economia em tarefas de escrita de código: ~0%

O desenvolvedor observa que esses números do mundo real estão "longe dos 98%" de economia relatados em cenários ideais pela Anthropic e Cloudflare.

Como o agente realmente usa execute()

A análise de conteúdo de 112 chamadas de execute() revelou:

• 64% usaram Python padrão (os.walk, open, sqlite3, subprocess) — não as primitivas do PTC
• 30% usaram uma única primitiva (um fs.read ou fs.grep)
• 5% fizeram agrupamento verdadeiro (2+ primitivas combinadas)

O padrão "substituir 5 Reads por 1 execute" ocorreu em apenas 5% do uso real. O agente usou execute() principalmente como um ambiente de computação de propósito geral para acessar arquivos fora do projeto, executar agregações e consultar bancos de dados.

Padrões de adoção

A medição inicial mostrou que apenas 25% das sessões usaram PTC, com o agente usando por padrão Read/Grep/Glob. Após adicionar um manual operacional de ~1.100 tokens ao CLAUDE.md, a adoção saltou para 42,9%. Sessões focadas em escrever código (Edit + Bash dominantes) mostraram zero uso de PTC.

O desenvolvedor conclui que o PTC brilha em análise, depuração e tarefas de pesquisa entre arquivos, mas não em fluxos de trabalho de desenvolvimento com muita edição.