Агенту нужен диспетчер контекста. Сваливать в окно весь диалог — значит заставлять актуальный запрет конкурировать с двадцатью отменёнными планами. Вместимость окна не гарантирует, что агент применит нужное ограничение. Покупка дополнительных токенов эту гарантию тоже не даёт. Задайте проверяемый контракт сборки: например, максимум 8 тысяч входных токенов, из них 2 тысячи зарезервированы под цель, ограничения и текущее состояние. История и результаты инструментов лежат в локальном журнале; в запрос попадают релевантные фрагменты с идентификаторами источников. Резюме версионируется, отменённые решения помечаются явно. Критические запреты проверяет исполнитель перед действием: одного присутствия в промпте недостаточно. Расчёт для 40 вызовов: фиксированные 24 тысячи входных токенов на вызов дают 960 тысяч; 6 тысяч — 240 тысяч. Входной объём сокращается вчетверо. Счёт зависит от тарифа и кэширования, а на bare-metal выигрыш проверяется по времени обработки запроса, памяти KV-кэша и энергии на успешно закрытую задачу. Четырёхкратного ускорения из этой арифметики не следует. На собственном контуре измеряйте долю нарушенных ограничений после сжатия, точность восстановления решений из журнала и p95 времени до первого токена. Сравнивайте одинаковые задачи на полной истории и рабочем наборе. Сжатие, которое выбросило запрет или источник, бракуется независимо от экономии. Суверенный gateway должен управлять тем, что модель получает на каждом шаге. https://run-as-daemon.dev/?utm_source=telegram&utm_medium=smm&utm_campaign=rad_ru&utm_content=upravlenie-kontekstnym-oknom-v-dlin
