Ângulo

O consumo de um agente instrumentado não é pago em euros, e sim em execuções perdidas: numa janela deslizante de cinco horas, um skill de 478 000 unidades impede a quarta partida do dia, e é essa partida que custa. Um orçamento de tokens é, portanto, uma restrição de concepção, arbitrada antes da execução — no que o agente carrega, no que ele regera, no que ele mesmo escreve e no nível de modelo que faz isso — e não uma linha de despesa fiscalizada depois do fato.

Síntese

Os vazamentos, tomados um a um, têm uma forma comum: quase nenhum diz respeito ao que você pede ao modelo para pensar. Eles dizem respeito ao que você o faz reler — uma base inteira para três fichas, um histórico completo para uma novidade, um arquivo de instruções que dobrou de tamanho —, ao que você o faz escrever quando um script produziria o mesmo resultado, e ao nível de modelo deixado no padrão de ponta a ponta do workflow. A inteligência pedida raramente é a despesa; a movimentação de material é.

Daí vem o resto. Se a despesa é movimentação, ela é arbitrável por construção, e se hierarquiza em frações de um total, e não em volumes brutos. Como a decisão visada é uma classificação, e não um orçamento, uma estimativa com quinze por cento de margem basta — e a mesma aproximação impede de provar depois que uma otimização cumpriu o que prometia. Por fim, o teto se desloca sozinho: a base engorda, o prompt engrossa, e um skill auditado uma vez volta a ser desconhecido algumas semanas depois.

Tensões / contradições

O modo incremental é apresentado como o remédio para o acoplamento ao estoque, e ele produz a própria dívida: cada passagem herda as aproximações da anterior, o que periodicamente exige uma regeração completa. As duas exigências não se conciliam, elas se alternam.

Outra tensão, do dispositivo contra si mesmo: ele se justifica por ganhos calculados, e a precisão dele não permite verificar se esses ganhos foram obtidos. O que ele mede serve para decidir, não para prestar contas.

Questões

• Que medição, feita durante a execução, relacionaria a despesa de um skill ao trabalho útil que ele de fato produziu?
• Como um teto compartilhado entre várias pessoas se reparte sem que cada uma se autocensure de antemão?