L'auteur analyse le papier de Microsoft sur FastContext et présente une approche alternative utilisant la recherche sémantique hors ligne pour réduire l'utilisation de tokens dans les agents de codage. En indexant les dépôts à l'avance et en fournissant des indices de plage de fichiers à Claude Code, la méthode a entraîné une baisse de 43,8 % du nombre total de tokens tout en maintenant une qualité de solution équivalente sur SWE-QA.
- FastContext sépare l'exploration du dépôt de la résolution en utilisant un sous-agent formé, tandis que cette expérience utilise Attemory pour l'indexation et la récupération hors ligne.
- Le test a porté sur 720 échantillons appariés dans 15 dépôts, comparant une configuration de base avec Claude Code et DeepSeek v4 à la même configuration avec des indices de récupération.
- L'utilisation totale des tokens a diminué de 43,8 %, avec des réductions tant pour les tokens de l'agent principal que du sous-agent, tandis que le score du juge GPT-5.4 est resté essentiellement inchangé (83,39 contre 83,17).
- Contrairement à la boucle d'agent en ligne de FastContext, Attemory utilise une récupération uniquement par préremplissage, évitant le décodage token par token pour la phase d'exploration.
Cette approche démontre que des indices de récupération hors ligne simples peuvent réduire considérablement les coûts de contexte sans nécessiter un explorateur spécialisé formé, offrant ainsi une alternative plus légère pour les agents de codage.