4 механизма, которые спасают ИИ-агентов от потери цели в длинных задачах

Простые агенты — это LLM, вызывающие инструменты в цикле. На коротких задачах такой подход работает, но при 200 вызовах инструментов за час агент ломается: контекст переполняется, модель отвлекается и теряет первоначальную цель. AWS Samples в гайде по автономным облачным агентам прямо называет эти проблемы. Решение лежит не в модели, а в обвязке (harness) — слое, который управляет всем, кроме самой модели.

Увеличение контекстного окна — не панацея. Chroma в отчёте Context Rot протестировала 18 LLM (GPT-4.1, Claude 4, Gemini 2.5, Qwen3) и показала, что с ростом длины входа производительность падает даже на простых задачах. Anthropic объясняет это механизмом внимания: каждый новый токен создаёт n² парных связей, истощая «бюджет внимания». Для агентского цикла это критично: Manus сообщает, что типичная задача требует ~50 вызовов инструментов с соотношением ввода к выводу 100:1. Исходная инструкция смещается в середину окна, где отзыв хуже всего.

Четыре механизма решают проблему. Первый — бюджетирование контекста и выгрузка. Deep Agents выгружает на диск ответы инструментов длиннее 20 000 токенов и урезает старые вызовы при заполнении 85% окна. Claude Code ограничивает автопамять первыми 200 строками (25 КБ), а схемы MCP подгружает по требованию. Второй — компактизация: сжатие диалога при приближении к лимиту. Claude Code при компактизации сохраняет архитектурные решения, неисправленные баги и детали реализации, отбрасывая повторяющиеся обсуждения. Manus и OpenAI Codex используют похожие стратегии с разными порогами.

Третий механизм — стратегия памяти: агент хранит ключевые факты и todo-список вне контекстного окна, подгружая их при необходимости. Четвёртый — todo-state: явное отслеживание статуса подзадач. Amazon Bedrock AgentCore в своём примере запускает трёх браузерных агентов параллельно в отдельных MicroVM, а аналитик получает только структурированные результаты — это сокращает время выполнения с 3x до 4–6 минут. Вместе эти механизмы превращают поверхностный цикл в глубокого агента, способного работать часами без потери цели.