Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

L'agent Skein efface les étapes passées du contexte : 97 % de réussite, mais plus cher qu'OpenCode

Les agents de programmation comme Claude Code accumulent tout l'échange avec le modèle. Le fil s'allonge, renchérit et disperse l'attention. Skein, lui, efface les étapes terminées et ne garde qu'un bref résumé. Sur 13 tâches de Terminal Bench (65 essais), il réussit 63 fois, soit 97 %, contre 65 pour OpenCode, mais Skein coûte plus cher : 0,70 contre 0,47 ₽. Effacer le contexte se justifie sur les longues tâches de recherche ; sur les tâches courtes, c'est le cache qui l'emporte.

Traité par IA depuis Habr AI ; édité par Hamidun News
L'agent Skein efface les étapes passées du contexte : 97 % de réussite, mais plus cher qu'OpenCode
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Chiffre clé #1Le cache du fournisseur coûte 50 fois moins cher que l'entrée, et l'effacement du fil le rend inopérant
Chiffre clé #2Skein effectue 14 tours contre 9 pour OpenCode : les transitions coûtent aussi des tokens
Chiffre clé #3Le mode hypothèses a réduit la nouvelle entrée de 34,5k à 19,6k tokens sur 7 tâches

Imaginez que vous travaillez toute la journée sur un bug sans jeter la moindre note : tous les brouillons, les logs et les hypothèses ratées restent sur le bureau. C'est à peu près ainsi que fonctionnent les agents de programmation modernes, de Claude Code à Cursor. Le modèle appelle un outil, l'agent exécute l'appel, le résultat est ajouté à la fin de l'échange, et l'ensemble du fil repart vers le modèle.

Le contexte ne cesse de croître. Pour le cache, c'est pratique, mais un long fil pose deux problèmes connus : la fenêtre du modèle est finie, et l'attention portée au milieu d'un long texte faiblit. Le développeur Skein, sur Habr, a tenté de contourner le problème autrement : il ne tronque pas le début et ne résume pas tout, il efface des blocs entiers de travail terminé.

Le résultat est mitigé : sur 65 essais, l'agent en a résolu 63 (97 %), tandis que le concurrent OpenCode, avec un fil classique, les a tous résolus et a coûté moins cher.

Comment fonctionne le « soufflet »

Dans Skein, chaque tour est consigné dans un journal : message du modèle, appel d'outil, résultat. Avant chaque requête au modèle, une fonction spécifique reconstitue le fil à partir de ce journal, certains événements n'y figurant pas. La longueur du contexte augmente donc puis se réduit. L'auteur compare cela à un soufflet, alors qu'un agent classique ne fait que l'étirer.

La première variante fonctionne par états, c'est-à-dire par phases de développement : Patch (corriger le bug), Verification (vérifier la correction), Research (investiguer), Construction (écrire depuis zéro) et End. Chaque état est un petit agent doté de son propre prompt, d'un objectif et d'un critère d'arrêt. Lorsque le modèle estime l'objectif atteint, le fil de l'état est supprimé.

Il ne reste que deux messages techniques, « Start state » et « Finish state », ainsi que le résumé rédigé par le modèle lui-même. Les transitions entre états suivent une table fixe via l'outil move. Par exemple, après Patch, on peut passer à Verification ou à Research, et après une vérification échouée, revenir à Patch.

Les outils changent aussi selon la phase : avant le démarrage, seul move est disponible ; à l'intérieur d'un état, seuls les outils de travail le sont.

La seconde variante repose sur des hypothèses. L'auteur s'est appuyé sur les idées du logicien Charles Peirce concernant l'abduction, c'est-à-dire la construction d'une explication pour un fait observé. Le modèle formule lui-même une hypothèse et un critère d'arrêt, la vérifie à l'aide des outils et renvoie un JSON contenant les observations, un bref résumé et un verdict : confirmée, réfutée ou abandonnée faute de tours. Le fil de l'hypothèse est ensuite effacé. Les hypothèses peuvent s'imbriquer (identifiants du type H1.2.3). Pour relire les résultats sauvegardés, il existe les outils recall et search, et au plus 8 000 caractères sont injectés dans le fil à la fois.

Ce que montrent les tests

L'auteur a retenu 13 tâches de Terminal Bench, un jeu de tests pour agents en terminal (restauration Git, expressions régulières, OpenSSL, correction d'une vulnérabilité dans bottle.py, bug dans le ramasse-miettes d'OCaml, COBOL et autres), et chacune a été lancée 5 fois. Un seul modèle a été utilisé, DeepSeek V4.1 Flash, et l'adversaire était la première version d'OpenCode, avec son fil monotone classique.

Avec le réseau activé, Skein a résolu 63 essais sur 65 en mode états, contre 65 sur 65 pour OpenCode. Sans réseau, Skein a réussi 60 essais sur 60, et OpenCode 58 sur 60. L'auteur juge la différence de qualité imperceptible. En revanche, Skein est plus cher. Il effectue en moyenne 14 tours contre 9, consomme 22,1k tokens de nouvelle entrée contre 10,4k, et sa part de cache atteint 86,7 % contre 95,3 %. Le coût s'élève à environ 0,70 ₽ contre 0,47 ₽ avec réseau, et à 1,00 ₽ contre 0,44 ₽ sans réseau.

La raison tient à l'économie des tokens. Chez le fournisseur de l'auteur, le cache coûte 50 fois moins cher que l'entrée classique. Or le cache ne fonctionne que si le texte correspond caractère pour caractère. Un fil monotone est presque entièrement mis en cache, alors que lorsque Skein efface un passage du milieu, le texte qui suit change et le cache n'y est plus utilisable. S'y ajoutent les transitions et l'ouverture des hypothèses, qui sont autant de tours distincts. L'auteur note que le total de tokens de Skein peut être inférieur, mais que le cache suffit à donner la victoire à OpenCode.

Les deux modes de Skein ont été comparés entre eux sur 7 tâches. Le mode états a résolu 35 tâches sur 35 avec réseau, le mode hypothèses 34 sur 35. Les hypothèses ont consommé moins de nouvelle entrée (19,6k contre 34,5k tokens), mais ont effectué davantage de tours (20 contre 17). Le gain financier dépendait des conditions : avec réseau, les hypothèses coûtaient 1,88 ₽ contre 2,42 ₽, sans réseau c'était l'inverse, 1,98 ₽ contre 1,61 ₽.

Limites et conclusion pratique

Il faut lire ces conclusions avec prudence. Le test est restreint, le modèle unique, et chez le fournisseur il tourne chez différents sous-traitants avec des quantifications variées, jusqu'à 4 bits, ce qui ajoute du bruit au raisonnement. Les tâches sont pour la plupart trop faciles et, selon l'auteur, la densité des résultats ne permet pas d'évaluer l'efficacité de l'approche. Tous les échecs étaient liés à la limite de tours. L'agent observateur, censé surveiller les états trop longs, n'est pas encore au point.

Pour ceux qui conçoivent leurs propres agents, trois enseignements se dégagent. Premièrement, le contexte gagne à être reconstruit à partir d'un journal d'événements plutôt que simplement complété, ce qui facilite l'expérimentation avec des projections. Deuxièmement, l'effacement du fil doit être évalué en tenant compte du prix du cache : sur les tâches courtes, il perd. Troisièmement, l'auteur voit une application pour Skein, surtout en mode hypothèses, dans les tâches de recherche aux raisonnements longs, où les transitions supplémentaires seraient rentabilisées. Il ne s'agit pour l'instant que de son appréciation personnelle, et non d'un résultat vérifié.

Dossier

Questions clés sur cet article

Comment fonctionne le « soufflet »?

Dans Skein, chaque tour est consigné dans un journal : message du modèle, appel d'outil, résultat. Avant chaque requête au modèle, une fonction spécifique reconstitue le fil à partir de ce journal, certains événements n'y figurant pas. La longueur du contexte augmente donc puis se réduit. L'auteur compare cela à un soufflet, alors qu'un agent classique ne fait que l'étirer.

Que sait-on sur Ce que montrent les tests ?

L'auteur a retenu 13 tâches de Terminal Bench, un jeu de tests pour agents en terminal (restauration Git, expressions régulières, OpenSSL, correction d'une vulnérabilité dans bottle.py, bug dans le ramasse-miettes d'OCaml, COBOL et autres), et chacune a été lancée 5 fois. Un seul modèle a été utilisé, DeepSeek V4.1 Flash, et l'adversaire était la première version d'OpenCode, avec son fil monotone classique. Avec le réseau activé, Skein a résolu 63 essais sur 65 en mode états, contre 65 sur 65 pour OpenCode.

Que sait-on sur Limites et conclusion pratique ?

Il faut lire ces conclusions avec prudence. Le test est restreint, le modèle unique, et chez le fournisseur il tourne chez différents sous-traitants avec des quantifications variées, jusqu'à 4 bits, ce qui ajoute du bruit au raisonnement. Les tâches sont pour la plupart trop faciles et, selon l'auteur, la densité des résultats ne permet pas d'évaluer l'efficacité de l'approche. Tous les échecs étaient liés à la limite de tours. L'agent observateur, censé surveiller les états trop longs, n'est pas encore au point.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…