Как agents.md влияет на стоимость кодового агента

Деньги съедает повторяющийся контекст

Я бы первым делом смотрел не на длину патча, а на текст, который агент таскает через весь цикл. В исходном обсуждении циклической задачи описан жесткий режим: поиск бага, гипотеза, исправление и тест, причем агент выводит в основном тулколы и короткие отчеты.

Ключевая деталь здесь в том, что инструкции из agents.md попадают в повторные вызовы модели. Лишняя фраза выглядит безобидно один раз, но становится постоянным налогом при каждом новом шаге. Параллельно растет история, а многословные ответы возвращаются в контекст следующего вызова.

Масштаб проблемы хорошо виден в приведенном бенчмарке префиксов. Один агент передавал от 1147 до 1642 токенов еще до содержательной работы, другой от 15983 до 20330. Это разница примерно в 12-15 раз на тривиальном запросе, причем задача еще толком не началась.

Связанный анализ репозиторного контекста также сообщает, что файлы вроде AGENTS.md способны увеличить стоимость инференса более чем на 20% за сессию, иногда без заметного улучшения результата. Это не аргумент удалить инструкции целиком. Скорее, каждая строка должна оправдывать свое присутствие влиянием на поведение агента.

Короткий цикл важнее дешевой модели

Главный выигрыш дает не молчаливость сама по себе, а меньшее число токенов до рабочего исправления. Компактный agents.md одновременно сокращает постоянный префикс и снижает вероятность того, что агент начнет сопровождать каждый тулкол литературным комментарием.

Для длинных задач эффект накапливается быстрее всего: повторяются инструкции, раздувается история, а результаты тестов и планы патча снова отправляются модели. Поэтому я бы отдельно отслеживал размер стартового контекста, число проходов по циклу и объем промежуточных отчетов. Общая цена сессии полезнее, чем стоимость одного вызова.

Но чрезмерное сжатие тоже ломает работу. Если из agents.md исчезнут критерии завершения, правила тестирования или ограничения на изменения, агент может сделать больше ошибочных итераций и съесть всю экономию. Настоящая оптимизация начинается там, где короткий промпт сохраняет нужные ограничения, а не просто содержит меньше слов.

Самый дешевый кодовый агент в итоге не тот, кто меньше говорит, а тот, кто достигает проверенного исправления за минимальное число осмысленных циклов.

Мы ранее разбирали, как у Claude Opus 4.6 стоимость контекста и настройки режима мышления влияют на итоговую цену запросов. Это дополняет разговор о том, почему лаконичная формулировка задач для агентов снижает расход токенов.