Разработка с помощью AI-агентов — штука дорогая. Как выяснил старший инженер Netflix Теджас Чопра, даже «домашние» проекты на Claude Sonnet могут внезапно выставить счет на $287 за обычный рефакторинг и работу с MCP-инструментами. Решение проблемы он воплотил в проекте Project Headroom, который теперь доступен в open source.

В чем проблема?

По оценкам Чопры, до 90% токенов, которые мы отправляем в LLM, избыточны. Это не творческий текст, а «данные, маскирующиеся под текст»: громоздкие JSON-схемы, вложенные шаблоны API-ответов и повторяющиеся метаданные баз данных. Исследования показывают, что чтение пользовательского ввода составляет около 76% всех затрат на токены.

Как работает Headroom

Инструмент (сейчас в версии v0.22) занимается «безпотерьным сжатием контекста». Он вычищает бойлерплейт и избыточные структуры до того, как они попадут в API провайдера.

Основные фишки и цифры:

• Экономия: Пользователи проекта уже сэкономили около $700,000, сохранив 200 миллиардов токенов.
• Умный кэшинг: Headroom помогает обходить ограничения провайдеров. Например, у Claude кэш префиксов по умолчанию живет всего 5 минут. Headroom оптимизирует отправку данных так, чтобы максимально эффективно использовать TTL (время жизни) кэша и не платить дважды за запись одних и тех же данных.
• Статус: Проект уже используют несколько команд внутри Netflix и сторонние разработчики. На GitHub у него более 2000 звезд.

Что это значит для вайбкодеров

Если вы используете Cursor, Windsurf или кастомных агентов через API, львиная доля вашего счета — это контекст проекта, который гоняется туда-сюда при каждом запросе. Project Headroom — это сигнал рынку, что пора перестать кормить провайдеров за счет «мусорных» токенов. Инструмент позволяет держать контекстное окно чистым, а счета — адекватными, что критично при масштабировании AI-агентов на большие кодовые базы.