Análise no Habr: agentes de IA gastam tokens antes da primeira linha de código, e 5 padrões ajudam a economizar

O gasto de tokens de agentes de IA em uma base de código grande cresce bem mais rápido que o volume de código que eles escrevem. Boa parte do orçamento some antes da primeira linha: na busca por arquivos, na leitura e na análise da arquitetura. Essa é a tese do autor de uma análise recente no Habr, que propõe cinco padrões universais de economia. O anúncio em RSS traz apenas a introdução. Os padrões em si estão no artigo completo, por isso o texto abaixo reproduz o que o anúncio declara e acrescenta contexto do setor.

Onde os tokens são queimados

Os agentes há muito tempo foram além da geração de funções isoladas. O autor lista o que eles fazem em projetos reais: exploram o repositório, procuram os arquivos necessários, analisam a arquitetura, rodam testes e verificam o resultado. As tarefas, no entanto, são comuns. Adicionar uma página de frontend, criar um endpoint, alterar o esquema do banco, lidar com uma fila de mensagens, consertar um data pipeline, atualizar o CI/CD, conectar um novo serviço.

Em todos os casos, o agente começa pelo reconhecimento. Ele lê arquivos, recebe resultados de busca e listagens de diretórios e examina logs de testes. Tudo isso entra na janela de contexto e é reenviado ao modelo a cada passo seguinte. Quanto maior o repositório, mais longo o reconhecimento, e o custo da tarefa deixa de depender do tamanho do diff final.

O que o anúncio declara

• Tema: economia de tokens de agentes de IA ao trabalhar com a base de código.
• Formato: cinco padrões universais, não atrelados a uma stack específica.
• Abrangência: frontend, backend, esquemas de banco de dados, filas, data pipeline, CI/CD, novos serviços.
• Tese principal: o gasto de tokens cresce mais rápido que o volume de código escrito.
• Observação-chave: boa parte dos tokens é gasta antes de a primeira linha ser escrita.

O trecho disponível não traz números concretos de economia. Não é possível avaliar a eficácia dos padrões só pelo anúncio.

Quais técnicas costumam funcionar

Estas são práticas gerais do setor que engenheiros aplicam ao mesmo problema. Não se trata de um resumo do artigo, e não se sabe se elas coincidem com os cinco padrões do autor.

• Primeiro buscar, depois ler. Localizar os símbolos e caminhos necessários com buscas pontuais e abrir intervalos de linhas, em vez de arquivos inteiros.
• Mapa compacto do repositório. Uma descrição curta da estrutura e dos módulos principais, para que o agente não precise descobri-la de novo a cada sessão.
• Arquivo com as regras do projeto. Comandos de build e de testes, convenções e zonas proibidas, definidos uma única vez.
• Filtragem da saída. O agente precisa dos testes que falharam e do stack trace do erro, não do log completo da execução.
• Isolamento do reconhecimento. A pesquisa pesada vai para uma sessão separada ou para um subagente, e só um resumo curto volta ao contexto principal.
• Cache do prefixo estável do prompt, se o provedor oferecer suporte.

O que as equipes devem fazer

Comece medindo. Sem dividir os tokens por fase (reconhecimento, edições, verificação), qualquer otimização é feita às cegas. Registre o gasto por tarefa e compare com o tamanho do diff: se o reconhecimento custa sistematicamente mais que escrever o código, o problema está na navegação pelo projeto, não no modelo.

Depois, defina um orçamento por tarefa e veja onde o agente o consome. Em geral são leituras repetidas dos mesmos arquivos, buscas amplas e logs sem corte. Essas três fontes se resolvem a baixo custo, sem trocar de modelo nem de ferramentas.

Vale ler o texto completo no Habr com uma pergunta concreta em mente: quais dos cinco padrões dá para testar no seu repositório em um dia, e como medir o resultado. Se o autor apresentar medições de antes e depois, elas valem mais que as próprias recomendações.