Кодинг-агенты: разбор архитектур Codex, OpenCode и Pi — в чём реальные ставки?

Разработчик, собиравший кодинг-агента поверх OpenAI на Pydantic AI, быстро запустил базовый цикл, но упёрся в сложные задачи: как сжимать распухший контекст, как не дать агенту переделывать уже сделанное, как точно определить, что он закончил. На каждом таком узле он шёл изучать, как это решают в открытых проектах — Codex, OpenCode и Pi, а архитектуру Claude Code разбирал по документации Anthropic.

Главный инсайт: кодинг-агенты различаются не моделью внутри и не списком фич на лендинге, а архитектурными ставками в обвязке. Эти ставки видны прямо в коде. В статье — подробный разбор по каждому узлу: сжатие контекста (с примерами кода), механизмы защиты от повторений, детекторы завершения работы.

Автор пытается понять, какие из этих архитектурных решений стоит закладывать всерьёз, а какие проживут до следующего сильного релиза модели. Материал будет полезен всем, кто строит своих агентов и хочет опереться на опыт ведущих проектов.