«Контекстрот» Часть 3: 🛠 Что встроено в инструменты, что делать самому

В первых двух частях разобрались, что длинные агенты сдыхают не от лени промпта, а от математики внимания. Окей, проблема понята. Что с ней делать практически?

Часть работы за тебя уже сделали разработчики оболочек. Остальное — на тебе.

────────

Что реально работает (три приёма, проверенные на практике)

→ Compaction. Модель сама суммаризует историю на подходе к лимиту: оставляет архитектурные решения, выкидывает дубли тул-выходов. С февраля 2026 это серверная фича в Claude Sonnet 4.6 — настраивать ничего не надо.

→ Sub-agents. Оркестратор и специалисты со своими изолированными окнами. Каждый возвращает 1-2K токенов сжатого результата вместо целого транскрипта. Anthropic в 2026 Agentic Coding Trends Report называют это вытеснением одношаговых агентов мульти-агентскими.

→ External memory как markdown. Карпаты в апреле предложил LLM Wiki: агент сам пишет и поддерживает markdown-вики (ROADMAP.md, ARCHITECTURE.md), читает её, а не сырые исходники. Компаундирующая память вместо stateless retrieval.

────────

Что у тебя уже встроено в инструменты

Если работаешь с современной агентной оболочкой — кое-что работает за тебя автоматически:

→ Claude Code — автокомпакция с февраля 2026, subagents через Task tool, файловая память через CLAUDE.md. Все три приёма работают вместе и без настройки.

→ Cursor 3 (апрель 2026) — background agents с изолированными контекстами и multi-pane parallel agents. Длинная задача дробится на параллельные потоки, каждый со своим окном.

→ GPT-5-Codex (апрель 2026) — Dynamic Reasoning Time до 7+ часов на одной задаче. Внутри явно есть антирот-механизмы, но OpenAI про устройство молчит.

→ OpenCode, Aider, Cline — файловая память (markdown в репе) есть. Компакции у большинства нет — длинную сессию надо чистить вручную.

────────

Что приходится делать самому

Даже с лучшим инструментом часть работы остаётся на разработчике.

→ Резать большие задачи на discrete issues. «Сделай реферальную систему» — плохая задача. «Сделай эндпоинт POST /referrals» — хорошая. Один issue = один PR = одна сессия. Самый дешёвый и самый недооценённый приём.

→ Поддерживать ROADMAP.md и ARCHITECTURE.md в репе. Агент должен читать их в начале каждой сессии. Это та самая внешняя память, которую модель сама не построит — её надо завести однажды и обновлять.

→ Чистить контекст вручную перед длинной задачей. Особенно если до этого была отладка: длинный stack trace в окне совершенно бесполезен для следующей фичи. В Claude Code это «/clear».

→ Ревьюить diff в конце сессии, а не доверять отчёту агента. Агент скажет «всё готово», а в diff половина файлов с todo-комментами. Это и есть context drift в действии — модель помнит, что собиралась дописать, но к моменту вывода это уже растворилось.

────────

Эту памятку имеет смысл сохранить тем, кто работает с агентами регулярно — за пять минут даёт всё, что нужно знать в одном месте. И если какая-то из частей серии оказалась полезной — перешли её тому коллеге, который пишет промпты на 200K и удивляется почему агент путается.

Серия в одном теге → #контекстрот.

#контекстрот #agents #contextengineering #neuralfordevs