Skip to main content
Всі новини
AI RADARВайб-кодинг
0•20.11.2026, 08:20•3 хв читання

SkillCache: семантичне кешування навичок для ШІ-агентів

SkillCache: семантичне кешування навичок для ШІ-агентів
Коротко про головне30 сек

Дослідники представили SkillCache — систему семантичного кешування навичок для ШІ-агентів, яка зменшує повторні витрати токенів на вивчення середовища проєкту.

Команди, які активно використовують Claude Code та інші багатоетапні ШІ-агенти для програмування, помічають неприємну закономірність. На написання нового кода витрачається лише невелика частина токенів. До 70–80% розходиться на одні й ті самі дії, пов’язані з вивченням середовища та початковою налаштуванням навичок агента.

Наприклад, щоразу, коли розробник запускає нову сесію для виправлення помилки або додавання API, агент спершу перечитує багатосторінковий файл SKILL.md, потім виконує ті самі команди find і grep, вивчає package.json або Cargo.toml, шукає скрипти збірки та методом спроб і помилок підбирає параметри запуску тестів.

Навіть якщо структура проєкту зовсім не змінилася, у наступній сесії агент повторює все заново, ніби нічого не пам’ятає. На це знову йдуть десятки тисяч токенів.

Автори нещодавно опублікованої наукової роботи SkillCache запропонували рішення цієї проблеми. Вони розробили систему семантичного кешування навичок, яка розташовується між середовищем виконання агента й інструментами, з якими він працює. Для перевірки актуальності кешу використовуються цифрові відбитки файлової системи.

Коли агент активує певну навичку або починає вивчати середовище, SkillCache зберігає результати повторюваних операцій і структурований опис середовища.

Якщо хеші залежних конфігураційних файлів і структури каталогів не змінилися, у наступних сесіях агент отримує компактний знімок збереженого стану за мілісекунди. Йому більше не потрібно повторювати численні виклики інструментів.

У випробуваннях на реальних задачах програмування SkillCache скоротила витрату токенів на 81%, а загальний час виконання задач майже на дві третини. При цьому частка успішно виконаних завдань не знизилася.

Чому це важливо

Аналітика

Це важливо, бо агенти для коду часто витрачають більшість бюджету токенів не на генерацію коду, а на повторне сканування проєкту; кешування стану може суттєво знизити вартість і прискорити роботу.

Обговорити новину у спільноті

Діліться своїм досвідом та думками з ШІ-розробниками

Спільнота Андрія Орлова
+5 Points
← До стрічки новин

Пов'язані матеріали екосистеми

Практичні гайди, термінологія та агентські скіли

Новина

Новий навик stick-scene для Claude Code: анімовані пояснення за допомогою стікменів

Розробник Камран Ахмед випустив безкоштовний навик stick-scene для Claude Code, який створює анімовані пояснення у стилі стікменів.

Практичний гайд

Claude Code Projects: як один ШІ координує команду автономних агентів

Глибокий аналіз Claude Code Projects: архітектура Coordinator та Threads, паралельні гілки, спільна пам'ять MEMORY.md та управління хмарними агентами.

Практичний гайд

Частина I. Архітектура ШІ-агентів: фундаментальні блоки

Десять фундаментальних блоків сучасного агента: таксономія моделей, рантайм-петля, техніки промптингу, дистиляція, навички (skills), пам'ять, function calling та юніт-економіка.

Термін у глосарії

Бенчмарки для агентів: GAIA та SWE-bench

Нове покоління суворих практичних бенчмарків для оцінки автономності штучного інтелекту. GAIA тестує мультимодальні завдання у відкритому вебі з файлами та браузером, а SWE-bench перевіряє здатність агентів знаходити та виправляти справжні баги у великих репозиторіях GitHub.