Megnyitod a szerkesztőt, és elindítasz egy munkamenetet. Mielőtt bármit is begépelnél, sőt mielőtt a kurzor egyáltalán megállapodna a beviteli mezőben, az ügynök már tetemes mennyiséget elolvasott. Magába szívta a rendszerpromptját, minden meghívható eszköz definícióját, a viselkedési utasításait, a projekted CLAUDE.md fájlját (vagy a .cursorrules-t, vagy az AGENTS.md-t), minden érvényes, útvonalhoz kötött szabályt, és mindent, ami a memóriafájljában van. Mire kimondod az első szavadat, az ügynöknek már kész modellje van rólad, a projektedről és arról, hogyan kellene viselkednie.
A naiv gondolati modell így szól: Ön gépel, az ügynök válaszol. A valódi sorrend ez: az ügynök elolvassa a kontextusát, Ön gépel, az ügynök válaszol. Éppen ebben a néma első lépésben, amikor az ügynök még megszólalása előtt elolvassa Önt, dől el az eredmény meglepően nagy része. A bizonyítékok pedig arról, hogy az általa betáplált kontextus tényleg segít-e, kényelmetlenebbek, mint azt legtöbben feltételezzük.
A rövid verzió
- Az AI kódolóügynökök már az első üzenete előtt betöltik az előre megírt kontextust: rendszerpromptokat, eszközdefiníciókat és eszközspecifikus utasításfájlokat, például a CLAUDE.md-t, a Cursor szabályait, a GitHub Copilot utasításait vagy az AGENTS.md-t ott, ahol támogatott vagy importált. Nem Ön kezdeményezi a beszélgetést, hanem az ügynök olvasása.
- Ez az előtöltés a használható kontextusablak jelentős részét felemészti, még mielőtt egyetlen karaktert is beírtál volna, így a tényleges munkakereted kisebb, mint amit a modell hirdetett ablaka sugall.
- Az empirikus eredmény a meglepő rész: a fejlesztők által írt kontextusfájlok kicsit segítenek (nagyjából +4% feladatsiker) valódi áron (nagyjából +19% inferenciaköltség), miközben az LLM által generált vagy bemásolt kontextusfájlok az eredményeket akár kissé rosszabb.
- A modell saját hosztolása megváltoztatja, mire vagy képes lásd, nem azt, amit kell do. Az előszakasz architektúra mindenütt ugyanaz; a helyi eszközök csak annak ellenőrzését és auditálását teszik lehetővé. A valóban megértett kontextus írásának fegyelme nem tűnik el.
A naiv modell téves: az ügynök olvas először
Képzelje el a pontos pillanatot, amikor egy Claude Code-munkamenet elindul. Bemegy a rendszerprompt. Bemennek az eszközdefiníciók. Aztán, mielőtt bármit mondana, megérkezik a CLAUDE.md fájlja, és itt a technikai részlet számít. Az Anthropic saját dokumentációja kimondja, hogy A CLAUDE.md tartalma “felhasználói üzenetként kerül elküldésre a rendszerprompt után,” betöltve „minden beszélgetés elején.“ Tehát az átirás legelső felhasználói köre nem ön. Ez az ön fájlja, amely az ön nevében szól, és meghatározza a feltételeket, mielőtt ön megérkezik.
Ami abban a nyitó pillanatban valójában betöltődik, az egy egész réteg: a rendszerprompt, az eszközdefiníciók, a viselkedési utasítások, a projekt- és felhasználószintű kontextusfájljaid, minden útvonalhoz kötött szabály, amely illeszkedik az éppen érintett fájlokra, és egy memóriafájl, amelyet az ügynök maga tart karban. A Claude Code-ban a kontextusfájlok négyszintű hierarchián keresztül oldódnak fel (felügyelt házirend, majd felhasználói (~/.claude/CLAUDE.md), majd projekt (./CLAUDE.md), majd helyi (./CLAUDE.local.md)), és pontosan ebben a sorrendben fűződnek össze. Az automatikus memória hozzáteszi a maga szeletét: egy MEMORY.md első 200 sora (vagy 25KB-ja), amelyet az ügynök maga ír és olvas, minden munkamenetben betöltődik.
Ebből semmi sem ingyenes. Az infrastruktúra többletterhe (rendszerprompt, eszközdefiníciók, viselkedési utasítások) az effektív kontextusablak jelentős hányadát elfogyasztja, mielőtt az első üzenete megérkezne. Ez az az adó, amit azért fizet, hogy az ügynök tudja, hogyan legyen ügynök, és láthatatlan marad, hacsak nem keresi kifejezetten.
Egy név alakul ki az összes ezzel kapcsolatos feladat kezelésének diszciplínája körül. Az Anthropic alkalmazott AI csapata ezt nevezi kontextusmérnöki munka: „azon stratégiák összessége, amelyekkel az LLM-következtetés során a tokenek (információk) optimális készletét összeválogatjuk és fenntartjuk”. Hasznos fogalom, mert az általad írt fájlt a robotnak szóló cetliből egy építészeti döntéssé formálja arról, hogy mi foglal el egy szűkös és drága erőforrást.
Négy ügynök, négy módja annak, hogy előbb olvasson rólad
Az ügynökök nem mind ugyanúgy olvasnak. Két tengelyen osztódnak szét, amelyeket érdemes megnevezni: mi a munkamenet indulásakor töltődik be (válogatott fájlhierarchia, az állandóan aktív szabályokkal és a teljes repo-szkenneléssel szemben), és mennyit tudsz abból ellenőrizni, vagyis hogy a mechanizmus determinisztikus, auditálható termék-e, vagy olyan szemantikus index, amit csak elhinni lehet. Ezen a két tengelyen válik el egymástól igazán a Claude Code, a Cursor, a GitHub Copilot és az Aider.
| Eszköz | Mi töltődik be a munkamenet elején | Mechanizmus | Auditálhatóság |
|---|---|---|---|
| Claude Code | CLAUDE.md hierarchy + .claude/rules/ + automatikus memória; AGENTS.md csak ha importálva van vagy szimbolikus linkkel | Fájlalapú hierarchia; az elérési úttal korlátozott szabályok lusta betöltésűek lehetnek; a tömörítési és újraolvasási viselkedés eltér | Magas a fájlok és a memória számára; a rendszer prompt saját marad |
| Cursor | Projekt-, csapat- és felhasználói szabályok; AGENTS.md-támogatás; kódbázis-index szemantikai kontextushoz | Olvasható szabályfájlok és szemantikus kódbázis-indexelés | Vegyes: a szabályok olvashatók, de az indexlekérdezés kevésbé átlátható |
| GitHub Copilot | Teljes repository copilot-instructions.md plusz útvonal-specifikus .instructions.md ahol támogatott | Egyedi utasításfájlok alkalmazva a Copilot munkafolyamataira | Mérsékelt: a fájlok olvashatók, de a hatókör a termék felületétől függ |
| Aider | Egy kompakt repo-map a git repóból, plusz manuálisan hozzáadott/olvasott fájlok | Szimbólum-/gráfalapú repo-térkép, tokenköltségvetésre optimalizálva | Magas: a repo-map megvizsgálható, de ez még mindig egy kiválasztott térkép, nem az egész repo szó szerint |
A Cursor felosztása a legtanulságosabb. Szabályai olyan olvasható fájlokban találhatók, amelyeket Ön irányít, de emellett épít egy a teljes kódbázis szemantikus indexe, a @codebase keresést hajtó vektorbeágyazások, amelyeket valójában nem tud megvizsgálni. Aider a másik végén helyezkedik el: beolvassa a teljes git-tárolót és létrehoz egy repo-map, determinisztikusan, sehol semmilyen beágyazás nélkül. Pontosan auditálhatja, mit adott át a modellnek. Ugyanaz az architekturális megfordítás, de egészen más rálátással. A részletesebb, eszközönkénti összehasonlításhoz az ügynöki CLI-k világát bemutattuk a agentikus kódolási CLI-párbaj és közvetlenül megmérkőztek OpenCode vs Claude Code máshol.
Az eszközspecifikus formátumok alatt egy eszközfüggetlen szabvány szilárdul meg. Az AGENTS.md az ügynökeszközök ökoszisztémájában bukkant fel (OpenAI Codex, Amp, a Google Jules, Cursor és Factory), és mostanra az Agentic AI Foundation kezeli a Linux Foundation keretein belül, amelyet több mint 60 000 repóban átvettek. A munkamenet előtti kontextusfájl ezzel eszközspecifikus kényelmi funkcióból elsőrangú, hordozható artefaktummá lép elő: az iparág egyetért abban, hogy „amit az ügynök elolvas, mielőtt megszólalnál”, megérdemli a saját szabványát.
Mit mond a bizonyíték arról, hogy ezek bármelyike segít-e
Itt törik meg a kényelmes narratíva. Az ETH Zurich egyik csapata (Gloaguen, Mündler, Müller, Raychev és Vechev) kontrollált értékelést végzett, „Az AGENTS.md értékelése,“ arról, hogy ezek a tárolószintű kontextusfájlok valóban javítják-e a kódoló ügynökök teljesítményét. A vizsgált ügynökök és modellek egészét nézve az eredmény nem az lett, hogy „a kontextusfájlok működnek”, és nem is az, hogy „a kontextusfájlok megbuknak”. A jelenlegi absztrakt szerint a kontextusfájlok általában nem javítják a feladatok sikerességét, és átlagosan több mint 20%-kal növelik az inferencia költségét. A tanulmány részletes eredményeiben a fejlesztők által írt fájlok jelentették a kivételt: átlagosan nagyjából 4%-kal javították a teljesítményt, de akár 19%-kal növelték a költséget. Az LLM által generált fájlok rossz irányba mozdultak: átlagosan körülbelül 3%-kal rontották a teljesítményt, miközben több mint 20%-kal emelték a költséget. Egy harmadik megállapítás élesíti a képet: az ügynökök 1,6-2,5-ször gyakrabban hívnak meg egy eszközt, ha az szerepel egy kontextusfájlban, és hogy ez használ vagy árt, teljes egészében attól függ, hogy indokoltak voltak-e azok a többlethívások.
Időzz el egy pillanatra az LLM által generált fájlokról szóló sornál, mert ez a teherhordó. Az a fájl, amit nem te írtál, akár egy modell állította elő, akár egy közösségi csomagból töltötted le a „legjobb CLAUDE.md konfigurációk” közül, és dobtad be a repódba, az ügynök számára úgy olvasódik, mint egy olyan ember utasításai, aki valójában nem ismeri a kódbázisodat. A vizsgált modelleknél ez összességében mínusz volt: több tokent fizettél valamivel rosszabb eredményekért. Augment Code áttekintés erről jól ragadja meg, amikor a felhalmozott eredményt így nevezi: „az ügynököd kontextusa egy kacatfiók”. Minden hihetőnek tűnő utasítás, amit belelapátolsz, kerül valamibe, és azok, amelyeket nem te írtál, olyan kódbázishoz, amit nem ismernek, jellemzően többe kerülnek, mint amennyit hoznak.
Ezt nem úgy olvasom, hogy „a kontextusfájlok rosszak”, és nem is úgy, hogy „a kontextusfájlok jók”. Pontosan az ilyen mindent vagy semmit keretek hullanak szét, amint az adatokhoz érnek. A szűkebb olvasat ez: a kontextus tudatosan megtervezett infrastruktúra, és egy fájl, amit nem Ön írt, egy olyan kódbázishoz, amelyet nem ért, költség, nem ajándék. A hatókörre vonatkozó kikötés is számít. Ez az, amit a tanulmány az általa tesztelt modellekre és ügynökökre talált, nem pedig egyetemes törvény minden LLM-re. De erősen egy irányba mutat, és a szállítói oldalról is megerősítést kap: az Anthropic saját alkalmazott MI-csapata felfigyelt arra az elmozdulásra, hogy a kontextust „éppen időben”, futásidőben, eszközökön keresztül töltik be, ahelyett hogy mindent előre betöltenének, és egy hibrid megközelítést ír le, amely az adatok egy részét előre lekéri, a többit pedig futásidőben tárja fel. Amikor az a cég, amely a CLAUDE.md-t kiadja, maga hajlik a kevesebb előtöltés felé, a hatalmas kontextusfájl bemásolásának ösztöne megérdemel egy második pillantást.
A szakasz tanulsága: a szerzőség az a jel, amely megjósolja, hogy megtérül-e a kontextus. A tokenköltség mindkét esetben ugyanannyi; a hozamot az változtatja meg, hogy az utasításokat olyasvalaki írta-e, aki tényleg ismeri a kódbázist.
Az elmúló kontextus: miért nem a teljes történet a munkamenet kezdete
Az előtöltés kijelöli a korlátot. De nem tartja fenn. A fejlesztők újra és újra a történet második felébe futnak bele: a munkamenet elején gondosan összeállított kontextus a munkamenet során lassan lemorzsolódik, méghozzá csendben.
Egy hasznos módszer erre a Mem0 csapat keretezéséből ered, amely szerint egy a kontextusablak RAM, nem tárhely, múlékony és véges, nem pedig egy állandó hely, ahol az utasításai laknak. Töltsön be valamit az elején, és ott lesz; haladjon elég sokáig anélkül, hogy használná, és elhalványul, ahogy egy változó is felülíródik végül, ha többé nem hivatkozik rá. Ez a mechanizmus áll a jelenség mögött, amelyet a kutatók utasításleépülésnek neveznek. Gamage és munkatársai 2026-os tanulmánya azt találta, hogy a tiltó jellegű megkötések különösen törékenyek: egy tesztelt beállításban a betartás az 5. körben mért 73%-ról a 16. körre nagyjából 33%-ra esett. Ez laboratóriumi eredmény, nem egyetemes állandó, de egybevág azzal, amit sokan éreznek hosszú munkamenetekben.
A munkamenet határa az a pont, ahol minden élesebbé válik. Fejlesztők egy Hacker News vitában arról számolnak be, hogy az elindított alügynökök szenvedhetnek a kontextusátadás problémáitól, így a feladat közben átadott munka a szülőmunkamenet kontextusának kisebb részével érkezhet meg, mint gondolnád. És az üresjáratnak is megvan a maga ára: egy olyan szálban, ahol Az Anthropic Boris Chernyje megszólalt, a beszélgetés arról szól, hogyan válthat ki egy tétlen munkamenet hatalmas, gyorsítótár-tévesztés miatti újraépítést, több százezer tokent, mindenféle figyelmeztetés nélkül. A közös szál, amelyet a közösség újra és újra jelez, a csend: lefut a tömörítés, a korábbi gondolatmenet megnyirbálódik, a minőség romlik, és a képernyőn semmi nem árulja el, hogy ez megtörtént. Csak azt veszi észre, hogy a kimenet rosszabb lett.
A saját hosztolás több kontrollt ad?
Futtasd te magad az egészet (Ollama plusz Open WebUI, vagy egy Aider vagy Continue.dev típusú ügynök helyi modellre irányítva), és az őszinte válasz arra, hogy „több kontrollom lett most?”, ez: több átláthatóság, nem több inherens kontroll. Ez a megkülönböztetés az egész lényege.
Amit az önálló üzemeltetés valóban ad, az a betekintés. Semmilyen beszélgetési adat nem hagyja el az infrastruktúrádat. A teljes rendszerpromptot elolvashatod ahelyett, hogy egy zárt promptot vakon elfogadnál. Egy determinisztikus eszközzel, mint az Aider, pontosan auditálhatod, mi került bele minden egyes modellhívásba: a repo-map olvasható termék, nem szemantikus fekete doboz, mint a Cursor beágyazási indexe. Bárkinek, akinek fontos az auditálhatóság és a reprodukálhatóság, hogy meg tudja válaszolni, „mit is látott valójában az ügynök?”, ez a betekinthetőség valóságos, és egyáltalán nem kevés.
Csakhogy az architekturális megfordítást nem érdekli, hol fut a modell. Akár helyi modellt használ Ollama-n keresztül, akár Claude Code-ot egy felhős API-val, akár előfizetéses Cursort, az ügynök továbbra is elolvassa a munkamenet előtti kontextusát, mielőtt megszólalna, és Önnek továbbra is tudatosan kell megterveznie ezt a kontextust. A fegyelem ugyanaz. A saját üzemeltetés tisztább ablakot ad a mechanizmusra; nem ad más mechanizmust, és biztosan nem menti fel Önt az ETH Zurich tanulsága alól arról, mi történik, ha olyan kontextust tölt be, amelyet nem Ön írt. Az egyetlen elmozdulás tehát, amit érdemes elvinni mindebből: ne ajándékként tekintsen a kontextusfájlra, amelyet átnyújt az ügynöknek, hanem működési költséggel járó infrastruktúraként. Írja le, amit tényleg ért a kódbázisból, inkább kevesebbet töltsön be, mint többet, és ne feledje: az ügynök először Önt olvasta el, tehát az a változat, amit Önről olvasott, olyan legyen, amit fel is vállal.
Gyakran ismételt kérdések
Az AI kódolási ügynökök elolvassák a fájlaidat, mielőtt bármit begépelnél?
Igen. A munkamenet indulásakor egy AI kódolóügynök betölti a rendszerpromptját, az eszközdefinícióit és a te kontextusfájljaidat (CLAUDE.md, .cursorrules vagy AGENTS.md), valamint az esetleges repo-mapet vagy memóriafájlt, mindezt még az első üzeneted előtt. Kifejezetten a Claude Code-ban a CLAUDE.md felhasználói üzenetként érkezik közvetlenül a rendszerprompt után, így a beszélgetés valójában a te fájloddal kezdődik, nem veled.
Az olyan kontextusfájlok, mint a CLAUDE.md, valóban javítják az ügynök teljesítményét?
Részben, és kevésbé, mint a legtöbb ember feltételezi. A Az ETH Zurich értékelése az AGENTS.md-stílusú fájlokról, a jelenlegi absztrakt szerint a kontextusfájlok általában nem javítják a feladatok sikerességét, az inferencia költségét viszont átlagosan több mint 20%-kal növelik. A részletes eredmények hasznosabbak a gyakorlat számára: a fejlesztők által írt fájlok átlagosan körülbelül 4%-kal javították a teljesítményt, de akár 19%-kal drágították a futtatást, míg az LLM által generált fájlok átlagosan nagyjából 3%-kal rontották a teljesítményt, és több mint 20%-kal emelték a költséget. A gyakorlati olvasat: az a fájl, amelyet magad írtál és értesz, segíthet egy keveset; az a fájl, amelyet nem te írtál, csendben pénzbe kerülhet.
A kontextusablak mekkora részét használja fel, mielőtt üzenetet küldök?
Jelentős részt. A rendszerprompt, az eszközdefiníciók és a viselkedési utasítások minden felhasználói bevitel előtt betöltődnek, és együtt a tényleges kontextusablak érzékelhető hányadát fogyasztják el. A ténylegesen használható munkakerete emiatt a fix indulási többletteher miatt kisebb, mint a modell hirdetett kontextusablaka.
Az AI modell saját hosztolása több kontrollt ad a kontextus felett?
Több rálátás, nem több eredendő irányítás. Az önálló üzemeltetés lehetővé teszi a teljes rendszerprompt átnézését, a beszélgetési adatokat a saját infrastruktúráján tartja, és (egy determinisztikus eszközzel, mint az Aider) pontosan auditálhatja, mi került bele minden egyes hívásba. A munkamenet előtti kontextus architektúrája viszont ugyanaz, mint a felhős eszközökben, és a kontextusát továbbra is tudatosan kell megterveznie.
Mi az AGENTS.md?
Az AGENTS.md nyílt formátum, amely megmondja a kódoló ügynököknek, hogyan dolgozzanak egy kódbázissal: a README ügynöknek szóló megfelelője. Az ügynökeszközök ökoszisztémájában alakult ki (OpenAI Codex, Amp, a Google Jules-a, Cursor és Factory), ma pedig a Linux Foundation alá tartozó Agentic AI Foundation gondozza. Több mint 60 000 repóban vették használatba, így ez a formálódó, eszközfüggetlen szabvány a munkamenet előtti ügynökkontextusra.
