В ленту
AI
AISferaic
20.11.2026 08:53

Команды, которые активно используют Claude Code и другие многошаговые…

Команды, которые активно используют Claude Code и другие многошаговые ИИ-агенты для программирования, в конце месяца замечают неприятную закономерность. На написание нового кода уходит лишь небольшая часть токенов. До 70–80% расходуется на одни и те же действия, связанные с изучением окружения и первоначальной настройкой навыков агента.

Например, каждый раз, когда разработчик запускает новую сессию для исправления ошибки или добавления API, агент сначала перечитывает многостраничный файл SKILL.md, затем выполняет одни и те же команды find и grep, изучает package.json или Cargo.toml, ищет скрипты сборки и методом проб и ошибок подбирает параметры запуска тестов.

Даже если структура проекта совершенно не изменилась, в следующей сессии агент повторяет всё заново, словно ничего не помнит. На это снова уходят десятки тысяч токенов.

Авторы недавно опубликованной научной работы SkillCache предложили решение этой проблемы. Они разработали систему семантического кеширования навыков, которая располагается между средой выполнения агента и инструментами, с которыми он работает. Для проверки актуальности кеша используются цифровые отпечатки файловой системы.

Когда агент активирует определённый навык или начинает изучать окружение, SkillCache сохраняет результаты повторяемых операций и структурированное описание среды.

Если хеши зависимых конфигурационных файлов и структуры каталогов не изменились, в следующих сессиях агент получает компактный снимок сохранённого состояния за миллисекунды. Ему больше не приходится повторять многочисленные вызовы инструментов.

В испытаниях на реальных задачах программирования SkillCache сократила расход токенов на 81%, а общее время выполнения задач почти на две трети. При этом доля успешно выполненных заданий не снизилась.

https://arxiv.org/abs/2611.10022

0
10

Комментарии

Войдите, чтобы оставить комментарий.

Комментариев пока нет. Будьте первым!