Agen pengkodian beroperasi dengan sejarah sesi yang semakin bertambah, output alat yang berulang, dan bilangan token yang meningkat mengikut panjang gelung, bukan kualiti model. Inilah sebab mengapa pelancaran ini menonjol. @somasubnet baru sahaja memasukkan pemampatan konteks ke dalam GitHub Copilot, bermula dengan DeepSeek V4 Pro pada ~10% simpanan token. Lapisan ini memampatkan fail, jejak alat, dan keadaan usang sebelum ia mencapai model, kemudian membenarkan agen Copilot yang sama terus berfungsi. Konteks berulang menjadi baris kos yang boleh dipotong. Perbelanjaan inferens berpindah dari membayar sesi penuh dua kali kepada membayar hanya apa yang masih diperlukan tugas tersebut. Jika ini boleh diskalakan, pasukan pengkodian akan berkembang menjadi pengendali gelung agen yang lebih murah, di mana prestasi datang daripada seberapa sedikit konteks yang terbuang yang mereka hantar—bukan semata-mata daripada model yang mereka pilih.