Ви відкриваєте редактор і починаєте сесію. Ще до того, як ви щось наберете, ще до того, як курсор завмре в полі введення, агент уже прочитав чимало. Він увібрав свій системний промпт, визначення кожного інструмента, який може викликати, свої поведінкові інструкції, файл CLAUDE.md вашого проєкту (або .cursorrules, або AGENTS.md), усі застосовні правила, прив'язані до шляхів, і все, що лежить у його файлі пам'яті. На момент, коли ви вимовляєте перше слово, агент уже має модель вас, вашого проєкту й того, як йому належить поводитися.
Наївна ментальна модель така: ви друкуєте, агент відповідає. Справжня послідовність інша: агент читає ваш контекст, ви друкуєте, агент відповідає. Саме на цьому мовчазному першому кроці, коли агент читає вас, перш ніж ви заговорили, вирішується напрочуд велика частка результату. А свідчення про те, чи справді допомагає контекст, який ви йому згодовуєте, незручніші, ніж припускає більшість із нас.
Коротко
- ШІ-агенти для кодування завантажують заздалегідь написаний контекст ще до вашого першого повідомлення: системні промпти, визначення інструментів і файли інструкцій, властиві конкретному інструменту, як-от CLAUDE.md, правила Cursor, інструкції GitHub Copilot чи AGENTS.md там, де він підтримується або імпортований. Розмову починаєте не ви, а те, що прочитав агент.
- Це попереднє завантаження з'їдає помітну частку корисного вікна контексту ще до того, як ви набрали бодай один символ, тож ваш реальний робочий бюджет менший, ніж обіцяє заявлене вікно моделі.
- Емпіричний результат — це найбільш контрінтуїтивна частина: файли контексту, написані розробниками, допомагають трохи (близько +4 % успішності завдань) за реальну ціну (близько +19 % вартості інференсу), тоді як файли, згенеровані LLM або скопійовані звідкись, можуть зробити результати трохи гірше.
- Самостійний хостинг вашої моделі змінює те, що ви можете дивись, а не те, що ви повинні do. Архітектура перед-сесії однакова скрізь; локальні інструменти лише дозволяють вам перевіряти та аудитувати її. Дисципліна написання контексту, який ви насправді розумієте, нікуди не зникає.
Наївна модель хибна: агент читає першим
Уявіть точний момент, коли починається сесія Claude Code. Заходить системний промпт. Заходять визначення інструментів. Далі, ще до того як ви щось сказали, доставляється ваш CLAUDE.md, і механічна деталь тут має значення. Власна документація Anthropic прямо зазначає, що Вміст CLAUDE.md «надсилається як повідомлення користувача після системного промпта,» завантажується «на початку кожної розмови.» Тому перший поворот користувача в транскрипті — це не ви. Це ваш файл, що говорить від вашого імені і встановлює умови до вашого приходу.
Те, що насправді завантажується в цю початкову мить, — це цілий стек: системний промпт, визначення інструментів, поведінкові інструкції, ваші файли контексту проєкту та користувача, усі прив'язані до шляхів правила, які збігаються з задіяними файлами, і файл пам'яті, який агент веде сам. У Claude Code файли контексту розв'язуються через чотирирівневу ієрархію (керована політика, потім користувацький (~/.claude/CLAUDE.md), потім проєктний (./CLAUDE.md), потім локальний (./CLAUDE.local.md)) і склеюються саме в такому порядку. Автопам'ять додає свою частку: перші 200 рядків (або 25KB) файлу MEMORY.md, який агент пише й читає самостійно, завантажуються щосесії.
Ніщо з цього не безкоштовне. Накладні витрати інфраструктури (системний промпт, визначення інструментів, поведінкові інструкції) з'їдають значну частку ефективного вікна контексту ще до того, як надійде ваше перше повідомлення. Це податок за те, щоб агент умів бути агентом, і він невидимий, доки ви самі його не пошукаєте.
Навколо дисципліни управління всім цим формується назва. Команда Anthropic з прикладного ШІ називає це інжиніринг контексту: «набір стратегій для добору та підтримання оптимального набору токенів (інформації) під час інференсу LLM». Це корисний термін, бо він перетворює файл, який ви пишете, із записки роботові на архітектурне рішення про те, що займає дефіцитний і дорогий ресурс.
Чотири агенти, чотири способи спочатку вас прочитати
Агенти читають вас не однаково. Вони розділяються по двох осях, які варто назвати: що завантажується на початку сесії (курована ієрархія файлів, порівняно з постійно активними правилами та скануванням усього репозиторію), і наскільки це можна перевірити, тобто чи є цей механізм детермінованим артефактом, який можна перевірити, чи семантичним індексом, якому доводиться вірити на слово. Саме за цими двома осями Claude Code, Cursor, GitHub Copilot та Aider справді розходяться.
| Інструмент | Що завантажується на початку сеансу | Механізм | Можливість аудиту |
|---|---|---|---|
| Claude Code | CLAUDE.md hierarchy + .claude/rules/ + автопам'ять; AGENTS.md лише при імпорті або символічному посиланні | Ієрархія на основі файлів; правила з обмеженням за шляхом можуть завантажуватись ліниво; поведінка стиснення та повторного читання варіюється | Висока для ваших файлів і пам'яті; системний промпт залишається закритим |
| Cursor | Правила проекту, команди та користувача; підтримка AGENTS.md; індекс кодової бази для семантичного контексту | Читабельні файли правил плюс семантичне індексування кодової бази | Змішано: правила читабельні, але отримання індексу менш прозоре |
| GitHub Copilot | По всьому репозиторію copilot-instructions.md плюс специфічні для шляху .instructions.md де підтримується | Власні файли інструкцій, що застосовуються в робочих процесах Copilot | Помірний: файли читабельні, але охоплення залежить від поверхні продукту |
| Aider | Компактна repo-map, похідна від git-репозиторію, плюс файли, додані/прочитані вручну | Карта репозиторію на основі символів/графів, оптимізована під бюджет токенів | Висока: repo-map можна перевірити, але це все одно вибіркова карта, а не весь репозиторій дослівно |
Розподіл Cursor найбільш повчальний. Його правила зберігаються у читабельних файлах під вашим контролем, але він також створює семантичний індекс усієї вашої кодової бази, векторні вкладення, які забезпечують пошук @codebase і які ви насправді не можете перевірити. Aider знаходиться на іншому кінці: він читає весь ваш git-репозиторій і будує repo-map, детерміновано, взагалі без ембедингів. Ви можете точно перевірити, що саме передали моделі. Та сама архітектурна інверсія, але зовсім інша прозорість. Глибше порівняння інструмент за інструментом ми зробили в нашому протистояння агентних CLI для кодування і безпосередньо зіткнулися в OpenCode проти Claude Code деінде.
Під форматами, прив'язаними до окремих інструментів, складається спільний стандарт. AGENTS.md з'явився в екосистемі агентських інструментів (OpenAI Codex, Amp, Jules від Google, Cursor і Factory) і зараз під опікою Agentic AI Foundation в межах Linux Foundation, його прийнято в понад 60 000 репозиторіях. Це файл передсесійного контексту, підвищений з дрібної зручності одного інструмента до повноцінного переносного артефакту: індустрія погоджується, що «те, що агент читає, перш ніж ви заговорите», заслуговує на власний стандарт.
Що кажуть дані про те, чи допомагає все це
Тут зручна версія подій дає тріщину. Команда з ETH Zurich (Гло́ген, Мюндлер, Мюллер, Райчев та Вечев) провела контрольоване дослідження, «Оцінка AGENTS.md,» того, чи справді ці файли контексту рівня репозиторію покращують роботу кодових агентів. За всіма дослідженими агентами й моделями результат не був ані «файли контексту працюють», ані «файли контексту не працюють». Нинішня анотація каже, що файли контексту загалом не підвищують успішність виконання завдань і збільшують вартість інференсу в середньому більш ніж на 20 %. У докладних результатах статті винятком були файли, написані розробниками: вони покращували результат у середньому приблизно на 4 %, але підвищували вартість до 19 %. Файли, згенеровані LLM, рухалися у зворотному напрямку, знижуючи результат у середньому приблизно на 3 % і піднімаючи вартість більш ніж на 20 %. Третій висновок загострює картину: агенти викликають інструмент у 1,6–2,5 раза частіше, якщо цей інструмент згадано у файлі контексту, і це або допомагає, або шкодить, цілком залежно від того, чи були ті додаткові виклики виправданими.
Затримайтеся на секунду на рядку про файли, згенеровані LLM, бо саме він тут несучий. Файл, який писали не ви, — байдуже, згенерувала його модель чи ви завантажили його з громадського набору «найкращих конфігів CLAUDE.md» і кинули у свій репозиторій, — агент читає як інструкції від людини, яка вашу кодову базу насправді не знає. На моделях із дослідження підсумок був негативний: ви платили більше токенів за дещо гірший результат. огляд Augment Code на цю тему добре це схоплює, називаючи накопичений результат «шухлядою з мотлохом у контексті вашого агента». Кожна правдоподібна на вигляд інструкція, яку ви туди накидаєте, має свою ціну, а ті, що писали не ви й не під вашу кодову базу, зазвичай коштують більше, ніж дають.
Я читаю це не як «файли контексту погані» і не як «файли контексту хороші». Саме такі рамки «все або нічого» й розсипаються при зіткненні з даними. Вужче прочитання таке: контекст — це інфраструктура, яку ви проєктуєте свідомо, а файл, якого ви не писали, для кодової бази, якої він не розуміє, це витрата, а не подарунок. Застереження щодо охоплення теж важливе. Це те, що стаття виявила для протестованих моделей і агентів, а не універсальний закон про кожен LLM. Але вона впевнено вказує в один бік, і це підтверджують з боку постачальника: команда прикладного ШІ в Anthropic відзначила зсув до завантаження контексту «саме вчасно» через інструменти під час виконання замість попереднього завантаження всього одразу й описує гібридний підхід, який частину даних отримує наперед, а решту досліджує під час виконання. Коли компанія, що випускає CLAUDE.md, сама схиляється до меншого попереднього завантаження, звичка копіювати й вставляти гігантський файл контексту заслуговує на другий погляд.
Висновок розділу: авторство — це сигнал, який передбачає, чи окупиться контекст. Витрати на токени однакові в обох випадках; віддачу змінює те, чи написала інструкції людина, яка справді знає кодову базу.
Контекст, що зникає: чому початок сесії — це ще не вся історія
Попереднє завантаження задає обмеження. Але воно його не утримує. Розробники раз у раз натрапляють на другу половину історії: контекст, який ви ретельно вибудували на початку сесії, розмивається під час роботи, і робить це тихо.
Корисний спосіб уявити це походить від формулювання команди Mem0: вона вважає, що контекстне вікно — це RAM, а не сховище, ефемерна й обмежена, а не постійне місце, де живуть ваші інструкції. Завантажте щось на початку, і воно там; ідіть достатньо довго, не звертаючись до нього, і воно згасне, як змінна, на яку ви перестали посилатися і яку зрештою перезаписали. Це і є механізм за явищем, яке дослідники називають згасанням інструкцій. Дослідження 2026 року Гамаге та колег виявив, що обмеження на уникання особливо крихкі: в одному з протестованих сценаріїв дотримання впало з 73 % на 5-му кроці до приблизно 33 % на 16-му. Це лабораторний результат, а не універсальна константа, але він збігається з тим, що багато хто відчуває у довгих сесіях.
Межа сесії — це те місце, де все стає чіткіше. Розробники в обговоренні на Hacker News повідомляють, що породжені субагенти можуть мати проблеми з передаванням контексту, тож робота, передана посеред задачі, може прийти з меншим контекстом батьківської сесії, ніж ви припускали. І простій теж має свою ціну: у гілці, де Борис Черні з Anthropic висловився, обговорення пояснює, як бездіяльна сесія може запустити велику перебудову через промах кешу, сотні тисяч токенів, без жодного попередження для вас. Спільна нитка, про яку спільнота повідомляє знову й знову, — це тиша: спрацьовує ущільнення, попередні міркування обрізаються, якість падає, і ніщо на екрані про це не каже. Ви просто помічаєте, що результат став гіршим.
Чи дає самостійний хостинг більше контролю?
Запустіть усе це самостійно (Ollama плюс Open WebUI або агент на кшталт Aider чи Continue.dev, спрямований на локальну модель), і чесна відповідь на запитання «чи маю я тепер більше контролю?» така: ви отримуєте більше видимість, а не більшого внутрішнього контролю. У цьому і полягає весь сенс.
Що самостійний хостинг справді дає, так це можливість зазирнути всередину. Жодні дані розмов не залишають вашу інфраструктуру. Ви можете прочитати системний промпт цілком, а не приймати закритий на віру. З детермінованим інструментом на кшталт Aider ви можете точно проаудитувати, що потрапило в кожен виклик моделі: repo-map — це читабельний артефакт, а не семантична чорна скринька, як індекс ембедингів у Cursor. Для всіх, кому важливі аудитованість і відтворюваність, кому важливо мати змогу відповісти на питання «що агент насправді побачив?», ця прозорість цілком реальна, і це немало.
Але архітектурній інверсії байдуже, де працює модель. Локальна модель через Ollama, Claude Code з хмарним API чи Cursor за підпискою — агент однаково читає свій досесійний контекст до того, як ви заговорите, і вам однаково доводиться проєктувати цей контекст свідомо. Дисципліна та сама. Власний хостинг дає вам чистіше вікно в механізм, але не дає іншого механізму і вже точно не звільняє від уроку ETH Zurich про те, що стається, коли ви завантажуєте контекст, якого не писали. Тож єдиний зсув, який варто винести з усього цього: перестаньте вважати файл контексту подарунком, який ви вручаєте агентові, і почніть вважати його інфраструктурою з поточною вартістю. Пишіть те, що ви справді розумієте у своїй кодовій базі, завантажуйте радше менше, ніж більше, і пам'ятайте, що агент прочитав вас першим, тож та версія вас, яку він прочитав, має бути такою, за яку вам не соромно.
Часті запитання
Чи читають ШІ-агенти для кодування ваші файли до того, як ви почнете друкувати?
Так. На початку сесії ШІ-агент для коду завантажує свій системний промпт, визначення інструментів і ваші файли контексту (CLAUDE.md, .cursorrules або AGENTS.md), а також repo-map чи файл пам'яті, якщо вони є, — і все це до вашого першого повідомлення. Саме в Claude Code файл CLAUDE.md надходить як повідомлення користувача одразу після системного промпту, тож розмова фактично починається з вашого файлу, а не з вас.
Чи справді файли контексту на кшталт CLAUDE.md покращують продуктивність агента?
Частково, і менше, ніж більшість людей припускають. У Оцінка ETH Zurich файлів у стилі AGENTS.md, у поточній анотації сказано, що файли контексту загалом не підвищують успішність виконання завдань і збільшують вартість інференсу в середньому більш ніж на 20%. Детальні результати корисніші для практиків: файли, надані розробниками, покращили продуктивність у середньому приблизно на 4%, але підняли вартість до 19%, тоді як файли, згенеровані LLM, знизили продуктивність у середньому приблизно на 3% і підняли вартість більш ніж на 20%. Практичний висновок: файл, який ви написали й розумієте, може трохи допомогти; файл, який ви не писали, може тихо коштувати вам дорого.
Яка частина контекстного вікна використовується до відправки повідомлення?
Значну частку. Системний промпт, визначення інструментів і поведінкові інструкції завантажуються ще до будь-якого введення користувача й разом з'їдають помітну частину ефективного вікна контексту. Ваш корисний робочий бюджет менший за заявлене вікно контексту моделі саме через ці фіксовані стартові витрати.
Чи дає самостійний хостинг ШІ-моделі більше контролю над контекстом?
Більше видимості, а не більше вродженого контролю. Власний хостинг дає змогу переглянути системний промпт цілком, тримає дані розмов на вашій інфраструктурі й (з детермінованим інструментом на кшталт Aider) дозволяє точно перевірити, що потрапило в кожен виклик. Але архітектура передсесійного контексту така сама, як у хмарних інструментах, і вам однаково доводиться проєктувати свій контекст свідомо.
Що таке AGENTS.md?
AGENTS.md — відкритий формат, який пояснює кодовим агентам, як працювати з кодовою базою: аналог README, звернений до агента. Він з'явився в екосистемі інструментів для агентів (OpenAI Codex, Amp, Jules від Google, Cursor і Factory), а нині його курує Agentic AI Foundation під егідою Linux Foundation. Формат уже впроваджено в понад 60 000 репозиторіїв, тож він стає міжінструментальним стандартом для передсесійного контексту агента.
