SKILL.state в coding-агентах: меньше истории — не всегда меньше работы

Команда исследователей представила кейс по мотивам подхода SKILL.state, посвящённый управлению контекстом в coding-агентах. В рамках экспериментов сравнивалось поведение моделей OpenCode и Codex при разных стратегиях работы с историей взаимодействия.

Главный вывод: сокращение истории неоднозначно сказывается на производительности — в ряде задач это экономит токены без потери качества, но в сложных сценариях приводит к ошибкам из-за нехватки контекста. Исследование сопровождается графиками и бенчмарками.

Авторы размышляют о перспективах адаптивного управления памятью: возможно, будущие агенты смогут динамически решать, какую часть истории сохранять, а какую — сжимать или отбрасывать.