Árbol de conocimiento
Seguridad ofensiva
Shells
Transferencia de archivos
Aplicaciones web
Ingeniería de contexto
El modelo solo ve la información que entra en el contexto de la llamada actual. La ingeniería de contexto consiste en decidir qué necesita en ese momento y qué puede quedarse fuera.
La aplicación puede guardar el repositorio, el historial completo, logs y otros datos aunque no los envíe todos al modelo. Si más adelante hacen falta, puede recuperarlos y volver a introducir la parte relevante.
Contexto para la siguiente decisión
Un agente está arreglando un test. Para decidir el siguiente paso necesita las instrucciones aplicables, el error actual, el fichero que está modificando y las decisiones que siguen vigentes. No necesita recibir todos los ficheros del repositorio ni una hora completa de comandos ya descartados.
La selección cambia durante la tarea. Después de modificar el código, el error antiguo puede dejar de importar y el resultado del nuevo test pasa a ser la información principal.
Ficheros como AGENTS.md también forman parte de este problema. Sus reglas deben llegar al modelo cuando se aplican, pero unas instrucciones enormes consumen contexto en cada llamada y hacen más difícil encontrar lo importante.
Resultados grandes de tools
Una tool puede devolver mucho más contenido del que el modelo necesita. Si un comando produce 10.000 líneas, no hace falta copiar las 10.000 a la siguiente inferencia.
El log completo puede guardarse como fichero. Un filtro determinista puede extraer los errores o las líneas coincidentes, y el modelo puede trabajar con ese resultado menor. Si después necesita el detalle exacto, sigue existiendo una fuente recuperable.
No todo debe resumirse. Un stack trace, un comando, un identificador o un fragmento de código pueden perder información importante si se parafrasean. En esos casos conviene conservar el original y seleccionar la región exacta que haga falta.
Sesiones largas y compactación
Una sesión larga acumula mensajes, resultados y decisiones antiguas. Cuando se acerca al límite de contexto, el harness puede compactar esa historia en un resumen menor.
Un buen resumen permite continuar porque conserva el objetivo, los cambios realizados, las restricciones y los problemas pendientes. Aun así, no equivale al historial original. Puede indicar que un test falló sin conservar todas las líneas del stack trace.
Por eso los detalles que deban recuperarse con precisión deberían seguir en ficheros, commits, resultados de test u otros artefactos externos. La compactación mantiene la continuidad; los artefactos conservan la evidencia exacta.
Handoffs
La misma idea se aplica al pasar una tarea a otra sesión o agente. Un handoff útil explica qué se intenta conseguir, qué se ha cambiado, qué decisiones siguen vigentes y dónde están los ficheros importantes. No necesita reproducir toda la conversación.
Tokens y contexto explica la capacidad de la ventana y la compactación. El harness de agente es quien reúne esta información y la entrega al modelo en cada iteración.