लेखक माइक्रोसॉफ्ट के FastContext पेपर का विश्लेषण करता है और कोडिंग एजेंट्स में टोकन उपयोग कम करने के लिए ऑफलाइन सेमांटिक सर्च का उपयोग करके एक वैकल्पिक दृष्टिकोण प्रस्तुत करता है। रिपॉज़िटरी को पहले से इंडेक्स करके और Claude Code को फ़ाइल-रेंज संकेत प्रदान करके, विधि ने SWE-QA पर समान समाधान गुणवत्ता बनाए रखते हुए कुल टोकन में 43.8% की कमी हासिल की।
- FastContext एक प्रशिक्षित सबएजेंट का उपयोग करके रिपॉज़िटरी अन्वेषण को हल करने से अलग करता है, जबकि इस प्रयोग में ऑफलाइन इंडेक्सिंग और रीट्रीवल के लिए Attemory का उपयोग किया जाता है।
- परीक्षण ने 15 रिपॉज़िटरी में 720 जोड़े गए नमूनों को कवर किया, DeepSeek v4 के साथ Claude Code की एक बेसलाइन की तुलना रीट्रीवल संकेतों के साथ उसी सेटअप से करता है।
- कुल टोकन उपयोग में 43.8% की कमी आई, मुख्य एजेंट और सबएजेंट दोनों के टोकन में कमी हुई, जबकि GPT-5.4 जज स्कोर मूल रूप से अपरिवर्तित रहा (83.39 बनाम 83.17)।
- FastContext के ऑनलाइन एजेंट लूप के विपरीत, Attemory प्रीफिल-ओनली रीट्रीवल का उपयोग करता है, अन्वेषण चरण के लिए टोकन-बाय-टोकन डिकोडिंग से बचता है।
यह दृष्टिकोण दिखाता है कि सरल ऑफलाइन रीट्रीवल संकेत विशेष प्रशिक्षित एक्सप्लोरर की आवश्यकता के बिना संदर्भ लागत को काफी कम कर सकते हैं, जो कोडिंग एजेंट्स के लिए एक हल्के वजन का विकल्प प्रदान करते हैं।