Уявімо: ти доручив агенту додати пошук нотаток. Учора пояснив важливу умову — шукати лише в заголовках. Сьогодні продовжуєш роботу, а агент пропонує шукати також у тексті нотаток. Здається, він «забув» домовленість. Але що саме могло змінитися: збережена історія, її підсумок чи дані, які модель отримала зараз?
Збережено, прочитано й передано моделі — різні речі. Щоб розібратися, простежимо одну довгу задачу: почали додавати функцію, попрацювали, зробили паузу й повернулися наступного дня. Це навчальна історія, а не журнал випробування конкретного агента.
У попередньому порівнянні ми дивилися на різні продукти. Тут простежимо спільний механізм на одній задачі.
Репозиторій поруч — ще не контекст моделі
У нашій задачі є застосунок із нотатками. Пошук має працювати без урахування регістру й перевіряти лише заголовки. Текст нотаток у пошук не включаємо. Агенту потрібні ця вимога, код списку нотаток і місце, де буде виконуватися пошук. Решта проєкту може знадобитися пізніше, але сам факт її існування ще нічого не пояснює моделі.
Контекст — інформація, яку модель отримує для поточного рішення: інструкції, повідомлення, відібрані уривки файлів, результати попередніх дій. Програмна оболонка агента, або harness, організовує доступ до матеріалів і їх передавання. Модель може попросити прочитати файл; інструмент повертає його вміст або потрібну частину. Далі ця інформація стає опорою для наступного кроку.
Тому варто розрізняти «файл є в проєкті», «агент знайшов його» та «потрібний уривок доступний моделі зараз». Навіть прочитаний раніше файл може бути представлений у наступному кроці скороченням або посиланням, за яким треба звернутися знову. Точний добір залежить від реалізації агента.
Це і є одна з задач інженерії контексту: добирати потрібні дані в ході роботи, а не просто написати вдалий перший запит. Для нашого пошуку важливо донести умову про заголовки й актуальний код, а не завантажити всі доступні матеріали без розбору.
Історія росте, але робоче вікно має межі
Під час роботи з’являються нові дані: агент читає компонент, пропонує зміну, отримує зауваження, бачить результат перевірки. Ці матеріали можуть зберігатися в історії розмови. Однак поточне звернення до моделі має обмеження обсягу — контекстне вікно.
Обсяг рахують у токенах — одиницях, на які система розбиває текст та інші дані. Токен не дорівнює слову: слово може складатися з кількох токенів. Для розуміння задачі точна арифметика не потрібна. Важливо, що місце потрібне не лише твоєму останньому повідомленню, а й інструкціям, уривкам коду, попереднім результатам і відповіді моделі. OpenAI описує ці межі в поясненні контекстного вікна.
Зручно уявляти поточний контекст як добірку матеріалів на робочому столі, а збережену історію — як архів. Це лише метафора місткості й добору, не модель людської пам’яті. Архів може бути значно більшим за те, що зараз лежить на столі.
Більше вікно дає більше місця. Воно саме не встановлює, чи знайшли потрібний файл, чи правильна стара нотатка і чи не суперечать одна одній інструкції. Коли агент ігнорує умову, переповнення контексту — лише одна з можливих причин; без спостережень за конкретним виконанням це ще не діагноз.
Підсумок зберігає вибране, а не всю розмову
Один зі способів продовжувати довгу роботу — стиснення історії, або compaction. Замість великої частини попередньої розмови для наступних кроків готують компактніший виклад. Він може зберегти мету, важливі рішення, поточний стан і посилання на матеріали, прибравши повтори та довгі проміжні результати. Стиснений стан не завжди є читабельним текстом; у нашому прикладі розглядаємо саме зрозумілий людині підсумок.
У нашій історії добрий підсумок містив би: «Додаємо пошук без урахування регістру лише за заголовками; текст нотаток не використовуємо». Якщо залишилося тільки «додаємо пошук нотаток», назва задачі збереглася, а суттєве обмеження — ні. Наступна пропозиція шукати весь текст тоді стає зрозумілішою, хоча правильнішою не стає.
Anthropic у розборі compaction прямо застерігає від втрати важливих деталей при надмірному стисканні. Поточна документація Claude Code також описує автоматичні підсумки й можливу втрату ранніх детальних інструкцій. Це конкретні документовані механізми; інший агент може інакше керувати історією.
У навчальному прикладі ми навмисно прибрали виняток, щоб побачити наслідок. У реальній роботі він міг залишитися в контексті, а модель усе одно могла неправильно його застосувати. Перевірка підсумку допомагає розділити ці ситуації, але не пояснює автоматично кожен збій.
Що лишається після паузи
Припустімо, ми зупинили роботу ввечері. Код уже змінено частково, у розмові є погоджена вимога, а в робочій нотатці записано наступний крок. Це різні матеріали з різними способами зберігання.
| Матеріал | Що може зберегтися | Що потрібно для продовження |
|---|---|---|
| Файли проєкту | Код після внесених змін | Знайти й прочитати актуальні потрібні частини. |
| Історія розмови | Повідомлення, виклики й результати | Додати потрібну історію або її представлення до контексту. |
| Підсумок роботи | Відібрані мета, рішення й стан | Прочитати та перевірити, чи не втрачено суттєву умову. |
| Запис пам’яті | Окремий факт, уподобання або висновок | Завантажити доречний запис і звірити його актуальність. |
| Стан задачі | Що зроблено й що залишилося | Зіставити запис із файлами та наявними свідченнями. |
Збережена розмова не означає, що всю її історію щоразу передають моделі. У Managed Agents Anthropic журнал подій навіть явно відокремлено від контекстного вікна: програмна оболонка може добирати з нього частини. Це наочний приклад розділення архіву й поточного входу, а не обов’язкова архітектура кожного агента.
Нова сесія й продовження старої — різні дії
Наступного дня можна продовжити збережену розмову або почати нову. Продукт визначає, що саме буде відновлено. Наприклад, Claude Code документує збереження розмов і продовження сесій; нова сесія починається без історії попередньої. Водночас окремі інструкції й записи пам’яті можуть переносити потрібну інформацію між сесіями.
Пам’ять агента тут означає збережені поза поточним вікном записи, які програма може знову використати. Це робоче визначення: різні продукти називають пам’яттю не цілком однакові механізми. У Claude Code окремо описані інструкції користувача та автоматичні нотатки агента. Не кожна оболонка має таке саме автоматичне збереження або завантаження.
В обох випадках корисне питання — не «агент усе пам’ятає?», а «яку інформацію він отримає для наступного рішення?». Якщо в нову розмову потрапили лише загальна мета й шлях до проєкту, умову про заголовки ще потрібно відновити з надійного джерела.
Коли програма зберегла нотатку й передала її моделі, вона змінила доступні дані. Саме по собі це не є перенавчанням ваг — внутрішніх навчених параметрів моделі. Можна дізнатися новий факт із поточного повідомлення й використати його у відповіді, не запускаючи окреме навчання моделі.
Збережена нотатка теж може помилятися
Повернімося до пошуку. У нотатці може бути фраза «фільтр готовий». Але вона не говорить, яка саме версія коду перевірялася, чи враховано регістр і чи збережено обмеження заголовками. Це ще не достатній опис стану.
Корисніше окремо записати: мету; погоджене рішення; зроблену зміну; те, що ще не перевірено; посилання на потрібний файл. «Можливо, потрібен пошук по всьому тексту» залишається припущенням, доки користувач не змінив вимогу. Перенесення цієї фрази в пам’ять не робить її погодженим рішенням.
Так само стара нотатка може посилатися на функцію, яку вже перейменували. Перед використанням її треба зіставити з поточним проєктом. Наявність збереженого результату перевірки теж не підтверджує пізнішу змінену версію коду. Пам’ять допомагає знайти опору, але сама не замінює перевірку.
Як менше втрачати контекст під час довгої роботи
Почни з короткої перевірюваної мети. Для нашої задачі достатньо не «зробити хороший пошук», а «знаходити нотатки за заголовком без урахування регістру; текст не включати». Таку умову легше впізнати в підсумку й зіставити з результатом.
Перед паузою збережи або попроси підготувати короткий виклад: що погоджено, що вже змінено, що лишилося, де потрібні файли й які питання відкриті. Переглянь цей виклад: агент теж може переплутати факт із припущенням. Посилання на файл корисне, бо дозволяє повернутися до джерела замість довіряти переказу назавжди.
Після повернення спочатку зістав підсумок із поточним станом роботи. Для тривалих правил використовуй передбачений продуктом механізм інструкцій або пам’яті, перевіривши, коли саме він завантажується. Сам факт створення файла з правилом цього не доводить. Формати й налаштування таких механізмів розбиратимемо окремо.
Головний висновок простий: важливо не лише зберегти інформацію, а й повернути правильну, актуальну частину до наступного рішення. Поточний контекст — робоча добірка, історія — архів, записи пам’яті — можливі підказки для продовження. Коли розрізняєш ці речі, легше зрозуміти поведінку агента й поставити точне питання про те, чого йому бракує зараз.