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...