Передача задач между агентами без потери контекста и раздувания токенов

Автор обсуждает проблемы масштабирования мульти-агентных систем, где передача контекста между моделями приводит к росту затрат и потере данных. Предлагается решение через единый артефакт спецификации и истории решений, который читают все агенты, вместо повторного чтения входных данных. Это позволяет экономить токены на длинных цепочках и избегать рассинхронизации состояний при переходе между фреймворками.