Самоуплотняющийся Pi-агент: Devlog по агентному программированию БЕЗ ХАЙПА

Ваши агенты достаточно умны, чтобы понимать, когда их собственное контекстное окно заполнено. Так почему же вы позволяете Claude Code и Codex самим решать, когда им выполнять сжатие? 🔥 Автоматическое сжатие с фиксированным процентом — это УСЛОВНОЕ РЕШЕНИЕ. Настройки по умолчанию предназначены для инженеров, которые не являются владельцами своего фреймворка. 🎥 ВИДЕО-ССЫЛКИ • Код самокомпактного агента Pi: https://github.com/disler/self-compac... • Рои агентов Astra:    • Are Agent Swarms USEFUL? OpenAI’s GPT-6 As...   • НА ЧТО Сфокусировать ваших агентов:    • Agentic Engineering Operating Level: WHERE...   • Агент Pi: https://pi.dev/ 💡 3-Я ФАЗА СКОРО Освойте агентное программирование перед 3-й фазой: https://agenticengineer.com/tactical-... В этом дневнике разработчика агентного программирования IndyDevDan создает самокомпактирующийся агент Pi: контекстно-зависимый агент со своим собственным инструментом, который решает, когда нужно выполнить компаундирование, что сохранить и как продолжить. Затем мы передаем тот же план трем платформам (Claude Code, Codex, Pi), работающим под управлением Fable, Astra и GLM, и смотрим, какая из них действительно работает. 🚀 Окно контекста — это проблема, от которой не ускользает ни один агент и которую не может игнорировать ни один инженер. Она существует с самого начала, и контроль над ней по-прежнему представляет собой огромную неиспользованную возможность. Длительно работающие автономные агенты (например, рой из десяти-сотни агентов, работающих часами) теряют контекст, становятся неработоспособными и тратят деньги. Самокомпактирующиеся агенты решают эту проблему, предоставляя агенту информацию о собственном контексте и позволяя ему выбирать момент для компаундирования. 🛠️ Что мы создаем с помощью разработки платформ для агента Pi: Инструмент самокомпактирования: Специальный инструмент, который агент может вызвать в любое время для компаундирования своего контекста и оставить себе заметку, которая сохраняется после завершения компаундирования. Три порога: Уведомление, предупреждение и принуждение. Широкий промежуток перед предупреждением, чтобы агент мог найти естественную точку остановки, короткий промежуток до жесткого обрыва, где блокировка блокирует все остальные инструменты. Полный контроль подсказок: Мы переопределяем стандартную подсказку о сжатии, мягкое уведомление и предупреждающую подсказку. В каждом инструменте кодирования для агентов есть встроенное сообщение о сжатии. Pi позволяет его заменить. Claude Code — нет. Контекстная панель интерфейса: Кэшированные токены, некэшированные токены, свободный контекст и все три маркера отображаются в терминале в режиме реального времени. Настройки по умолчанию с учетом стоимости: Пороги настроены примерно на отметке 270K, где цена GPT удваивается, чтобы агент выполнял сжатие до того, как будет выставлен счет. 🔥 Дневник разработчиков начинается там, где начинается вся великая работа: с чернового плана, написанного от руки. Проблема, решение, рабочий процесс (планирование, создание, проверка), определение готовности и критерии оценки, которые учитывают, как эти модели обучаются в лабораториях. Затем мы прекращаем печатать и двигаемся со скоростью агентов. Этап перевода, когда ваши знания кодируются в подсказку, которую могут выполнить ваши ИИ-агенты, — вот настоящее преимущество в разработке агентов. Три вспомогательные системы, три модели, одна подсказка. GLM 5.2 достиг 98 процентов контекста и не смог завершить работу (именно эту проблему решает данная сборка). Claude Code на Fable 5.1 был выпущен за 50 минут на 500 000 токенов. Codex на GPT-6 Astra был выпущен за 21 минуту на 136 000 токенов. Затем мы провели стресс-тестирование результатов с помощью DeepSeek V4 Flash и GLM Flash через OpenRouter и наблюдали, как агент замечает, предупреждает, пишет себе заметку и самостоятельно выполняет сжатие. 💡 Освоив четыре основных компонента (контекст, модель, подсказка, инструменты), вы освоите агента. Освоив агента, вы освоите работу с знаниями. Разработка контекста — это не экономия токенов. Это обучение ваших агентов тому, когда нужно сжимать контекст, что сохранять и как продолжать работу, когда вы не участвуете в процессе. 🌟 Инструменты, которые вы используете, напрямую ограничивают ваши представления о возможностях. Claude Code сейчас копирует подобную настройку с помощью собственной системы плагинов. Как вы думаете, откуда это взялось? Открытые, настраиваемые инструменты, такие как агент Pi. Создавайте ту функцию, которая вам нужна, а не ту, которая вам дана. Сосредоточьтесь и продолжайте создавать. IndyDevDan. #agenticengineering #contextengineering #aiagents