Comments 3
Интересный подход к разделению harness и агента. Сам тестирую похожую архитектуру - выделение context/skills в отдельный слой действительно экономит токены при частых запусках.
Что именно тестируешь? Какие результаты есть уже?
Тестирую на pet-project - AI-ассистент для кодревью. Архитектура такая: context слой содержит состояние репозитория (структура файлов, последние изменения, связи между модулями), skills - набор инструкций под конкретные задачи (ревью, рефакторинг, тесты). Context грузится один раз на сессию, skills подключаются по запросу.
По результатам: на повторных запусках экономия 35-40% токенов по сравнению с flat-промптом где всё в одну кучу. Поведение стало стабильнее - меньше галлюцинаций про несуществующие файлы когда context явный, а не выводится агентом самостоятельно.
Самое интересное открытие - инвалидация context при изменениях в репо работает лучше чем пересылать всё заново каждый раз. Но правильно выбрать гранулярность инвалидации оказалось нетривиальной задачей.
Харнесс, который мы заслужили: как я собираю AI-систему для разработки SaaS (orca + pi agent)