著者はMicrosoftのFastContext論文を分析し、コーディングエージェントでのトークン使用量を削減するためのオフライン意味検索を用いた代替アプローチを紹介します。リポジトリを事前にインデックスし、Claude Codeにファイル範囲のヒントを提供することで、この手法はSWE-QAで同等のソリューション品質を維持しながら、総トークン数を43.8%削減しました。

  • FastContextはトレーニングされたサブエージェントを使用してリポジトリ探索と解決を分離しますが、本実験ではオフラインインデックス化と検索にAttemoryを使用しています。
  • テストは15のリポジトリにわたる720組のサンプルをカバーし、DeepSeek v4とのClaude Codeのベースラインと、検索ヒント付きの同じセットアップを比較しました。
  • 総トークン使用量は43.8%減少し、メインエージェントとサブエージェントの両方のトークンが削減されましたが、GPT-5.4ジャッジスコアは本質的に変化しませんでした（83.39対83.17）。
  • FastContextのオンラインエージェントループとは異なり、Attemoryはプリフィルのみ検索を使用し、探索フェーズでのトークンごとのデコーディングを回避しています。

このアプローチは、単純なオフライン検索ヒントが、特別なトレーニング済みエクスプローラーを必要とせずにコンテキストコストを大幅に削減できることを示しており、コーディングエージェントにとって軽量な代替手段を提供します。