Agentes de codificação operam com histórico de sessão crescente, saídas de ferramentas repetidas e custos de tokens que aumentam com o comprimento do loop, e não com a qualidade do modelo. É por isso que este lançamento se destaca. @somasubnet acabou de integrar compressão de contexto dentro do GitHub Copilot, começando com o DeepSeek V4 Pro com cerca de 10% de economia de tokens. A camada comprime arquivos, rastros de ferramentas e estados obsoletos antes que eles cheguem ao modelo, permitindo que o mesmo agente Copilot continue funcionando. Contextos repetidos tornam-se uma linha de custo que você pode eliminar. O gasto com inferência passa de pagar pela sessão completa duas vezes para pagar apenas pelo que a tarefa ainda precisa. Se isso escalar, equipes de codificação evoluirão para operadoras de loops de agentes mais baratos, onde o desempenho virá da quantidade mínima de contexto desperdiçado que enviam — e não apenas do modelo que escolhem.