Кодирующие агенты работают с растущей историей сессий, повторяющимися результатами инструментов и счетами за токены, которые растут с длиной цикла, а не с качеством модели. Вот почему этот запуск выделяется. @somasubnet просто внедрил сжатие контекста внутрь GitHub Copilot, начав с DeepSeek V4 Pro при примерно 10% экономии токенов. Этот слой сжимает файлы, следы инструментов и устаревшее состояние до того, как они попадают в модель, позволяя тому же агенту Copilot продолжать работу. Повторяющийся контекст становится статьей расходов, которую можно исключить. Затраты на вывод смещаются с оплаты всей сессии дважды на оплату только того, что необходимо для задачи. Если это масштабируется, команды по кодированию превратятся в операторов более дешевых агентных циклов, где производительность будет определяться не только выбором модели, но и тем, насколько мало они отправляют лишнего контекста.