Context rot в длинных агентах: пять приёмов Deep Agents от LangChain
Context rot в длинных агентах: пять приёмов Deep Agents от LangChain Ответ tool больше двадцати тысяч токенов — и в окне модели остаются только крайние строки плюс путь к файлу. Остальное лежит на диске, дочитываешь через read_file. На 85% заполнения окна старые ходы уходят в summary, сырые версии — в markdown по сессии. LangChain разложила это в открытом Deep Agents: middleware на каждом tool call и перед вызовом модели, память — обычные текстовые файлы в вашем store, не провайдерский чат. Если свой harness уже режет историю «в ноль», а не в архив — посмотри их пять приёмов (offloading, skills, subagents) и сравни пороги с тем, что стоит у тебя сейчас.
9 просмотров