Wer Agenten produktiv einsetzt, bekommt irgendwann eine Rechnung, die überrascht. Nicht, weil Modelle teuer wären, sondern weil Kontext unbemerkt wächst: ganze Dateien, lange Verläufe, Logausgaben mit tausend Zeilen. Das kostet Geld – und, wichtiger, Qualität. Ein Modell mit zu viel Irrelevantem im Kontext arbeitet schlechter.
Fünf Gewohnheiten
- Aufgaben klein schneiden. Ein Feature pro Sitzung. Neue Sitzung, frischer Kontext.
- Nur lesen, was nötig ist. Suchen statt öffnen. Ein Agent, der erst grep benutzt und dann die relevanten zwanzig Zeilen liest, ist schneller und günstiger als einer, der die Datei komplett lädt.
- Ausgaben kürzen. Testläufe auf die fehlgeschlagenen Fälle filtern, Logs auf die letzten Zeilen begrenzen.
- Regeln statt Wiederholungen. Was bei jedem Aufruf gelten soll, gehört in die Regeldatei – einmal, nicht in jeden Prompt.
- Das passende Modell. Mechanische Aufgaben an ein kleines Modell, Architektur und Review an das beste. Nicht umgekehrt.
In einem Projekt haben diese fünf Punkte die Kosten pro Feature deutlich gesenkt. Die Qualität ist dabei gestiegen – weil das Modell weniger Rauschen und mehr Signal bekam.