Primitiva: Calibração de Economia de Contexto

Categoria

Memória / Observabilidade / Governança

Problema

Técnicas para lidar com janela de contexto envelhecem rápido. Cache, preload, compactação, sumarização, memória externa e seleção de modelo podem melhorar uma aplicação e piorar outra. Quando viram regra global sem medição, elas criam bloat, mascaram regressões e passam a depender de vibes.

Objetivo

Tratar qualquer técnica de economia de contexto como hipótese calibrada, não como doutrina permanente. A primitiva existe para decidir promote | hold | rollback com evidência curta e reproduzível.

Contrato Mínimo

Um experimento de economia de contexto precisa declarar:

Campo	Obrigatório	Descrição
scope	sim	Runtime, modelo ou aplicação onde a hipótese vale.
hypothesis	sim	Exemplo: reduzir histórico do classificador diminui tokens sem aumentar falso positivo.
baseline	sim	Estado comparável antes da mudança.
variant	sim	Mudança testada: cache, preload, summary, compact threshold, modelo, payload curto.
metrics	sim	Pelo menos uma métrica de custo e uma de qualidade.
validUntil	sim	Data, versão de runtime ou condição que exige recalibração.
rollback	sim	Como desativar a técnica sem perder continuidade.
decision	sim	promote, hold ou rollback.

Métricas mínimas:

• custo: tokens, bytes de handoff, tamanho de payload, latência ou uso de quota;
• qualidade: taxa de conclusão, falso positivo/negativo, necessidade de reload, perda de evidência ou retrabalho;
• ruído: número de avisos, prompts redundantes ou payloads abertos sem necessidade.

Invariantes

1. Model-aware, não model-bound: registrar provider/model/runtime como escopo, mas não transformar um ajuste de um modelo em regra global.
2. Sem cache implícito permanente: cache e preload têm validade, origem e rollback.
3. Compactação não é sucesso: reduzir tokens só conta se preservar decisão, evidência e continuidade.
4. Payload curto antes de memória mágica: preferir summary fields, selectors e packets bounded antes de recall amplo.
5. Report-only antes de automação: sinais de economia são advisory até existir canário e rollback.
6. Recalibração por mudança relevante: trocar modelo, provider, runtime, prompt base ou tipo de tarefa invalida a conclusão anterior.

Método Local No agents-lab

Use esta sequência quando houver suspeita de bloat de contexto:

1. Capturar baseline com um comando ou surface existente.
2. Definir uma variante pequena.
3. Rodar comparação bounded.
4. Registrar artefato em docs/research/data/context-economy/ ou verificação curta no board.
5. Promover apenas se custo melhora sem degradar qualidade.

Superfícies já existentes:

• context_watch_status e sinais de contextEconomy para oportunidades passivas;
• context_watch_freshness_status para frescor de preload/handoff;
• scripts/benchmarks/run-context-economy-ab.mjs para comparação A/B;
• quota-visibility e session-analytics para consumo observado;
• board summaries e decision packets para reduzir payload sem esconder evidência.

Decisão

Resultado	Decisão
Custo menor e qualidade estável	promote com validUntil explícito
Custo menor mas qualidade incerta	hold e manter report-only
Qualidade piora, evidência some ou ruído aumenta	rollback
Resultado depende de modelo específico	promote apenas para aquele escopo

Antipadrões

• Ajustar thresholds de compactação sem observar retrabalho ou perda de evidência.
• Adicionar cache/preload porque parece sofisticado.
• Manter summaries longos e também payload completo no mesmo hot path.
• Usar benchmark antigo após troca de modelo/runtime como prova atual.
• Transformar regra de uma aplicação em default da stack.

Estado Atual

O agents-lab já tem peças suficientes para operar esta primitiva sem criar runtime novo: context-watchdog, context-preload, quota/session analytics e benchmark A/B. A direção correta é consolidar esses sinais como calibração periódica, não empilhar novas técnicas de memória.