Lagere cacheprijzen veranderen agentkosten; context vraagt om gerichte vergeetstrategieën

De kosten van agentwerk dalen niet alleen door goedkopere input en output: cache reads bepalen bij lange sessies een groot deel van de rekening. Tegelijk maakt een nieuw overzicht duidelijk waarom een groter contextvenster niet automatisch een beter werkende agent oplevert. Voor statische sites, lokale documentverwerking en procesbeheer verschijnen enkele concrete, maar nog jonge toolingroutes.

Cacheprijzen maken het werkelijke tarief van coding agents zichtbaarder

Een analyse van de prijswijzigingen van OpenAI en Anthropic reconstrueert forse dalingen sinds juni. Zo daalde GPT-5.6 Luna volgens de tijdlijn eind juli 80% in prijs, en bracht GPT-6.1 Sol de cache-read-prijs naar $0,10 per miljoen tokens. Anthropic verlaagde bij Fable 5.1 volgens dezelfde analyse de cacheprijs met 75% en zette later de lagere Sonnet 5-prijs permanent voort.

Dat is praktisch relevanter dan een losse prijs per outputtoken voor langdurige coding-sessies. De auteur schat dat cache reads daar 96–99% van de tokenuitgaven vormen; bij hoge cache-hit-ratio’s kan een cacheverlaging dus veel sterker doorwerken dan de prijslijst op het eerste gezicht laat zien. Het stuk koppelt de dalingen aan concurrentie tussen frontier-API’s, open-weightmodellen en steeds meer inferenceproviders, maar dat oorzakelijke verhaal is analyse, geen bevestiging van de aanbieders.

De bruikbare actie voor teams: meet kosten per afgeronde taak, uitgesplitst naar input, output en cache, en vergelijk die naast latency en foutpercentage. Een goedkope cache maakt een slechte lange sessie niet beter; omgekeerd kan een duurder model goedkoper uitpakken als het minder herstelrondes of toolcalls vraagt. In de HN-discussie lopen verwachtingen over marges en toekomstige abonnementsprijzen uiteen; dat zijn geen financiële gegevens van de aanbieders.

Analyse met prijstijdlijn · HN-discussie

Context engineering gaat over selectie en isolatie, niet alleen over meer tokens

Een nieuw overzicht beschrijft vier manieren waarop agentcontext kan ontsporen: foutieve informatie kan blijven hangen, irrelevante geschiedenis kan aandacht afleiden, context kan ongewenste aannames oproepen en tools of instructies kunnen met elkaar botsen. Het betoog stelt daar zes patronen tegenover: gerichte contexttoevoeging, toolselectie, schone subagents, pruning, informatie buiten de chat opslaan en samenvatten.

Voor agentbouwers is vooral de combinatie interessant. Een subagent met een lege geschiedenis kan een taak onderzoeken zonder alle eerdere mislukte pogingen mee te nemen; een klein selectiemechanisme kan vermijden dat een agent bij aanvang honderden skills krijgt; een handoff-bestand kan beslissingen bewaren zonder de hele conversatie in elke beurt te proppen. Dat zijn ontwerpopties voor een harness, geen eigenschappen die een groter model of contextvenster vanzelf levert.

De precieze omslagpunten zijn geen algemene wet. De auteur zegt zelf rond 200.000–300.000 tokens vaak een nieuwe sessie te beginnen, terwijl een HN-deelnemer met nieuwere modellen pas rond 700.000–800.000 tokens duidelijke achteruitgang ervaart. Behandel contextlengte dus als een eigen evaluatievraag: test niet alleen maximale lengte, maar ook conflicterende voorbeelden, toolcatalogi, handoffs en herstel na een fout plan.

Overzicht van faalwijzen en patronen · HN-discussie

Statische blog zonder Next.js: één migratie, geen algemeen frameworkvonnis

De maker van Bloffy beschrijft hoe een blog van Next.js 16.1.6 naar Hono verhuisde en op zijn eigen testpagina 100 scoorde in alle Lighthouse-categorieën. Volgens het verslag bleven bij uitsluitend server components toch runtimechunks, hydration en routerinformatie aanwezig. Na de migratie meldt de auteur geen JavaScript op de pagina, ongeveer 40% kortere buildtijd en een gemeten lange taak die van 309,3 naar 68,01 ms ging.

De technische les is beperkt maar nuttig: een volledig statische, niet-interactieve pagina heeft mogelijk geen applicatieruntime nodig wanneer CDN-caching en beeldtransformaties al elders geregeld zijn. Daarmee kunnen cache-invalidering en clientpayload eenvoudiger worden. Voor een dashboard of interactieve applicatie noemt de auteur Next.js juist nog passend.

Dit is één eigen meting op één blog, met Lighthouse via PageSpeed Insights; geen benchmark van frameworks of universeel migratieadvies. Een HN-reactie meldt zelfs een pure Next.js-site met eveneens 100 punten. Check daarom eerst welke interactiviteit, preview-, image- en contentworkflow je werkelijk nodig hebt, en vergelijk op eigen devices en netwerkcondities vóór je een framework verwijdert.

Praktijkverslag en metingen · HN-discussie

Verder nog

PaperPilot brengt lokale PDF-bewerkingen naar MCP: het Apache-2.0-project biedt één Rust-kern als CLI, stdio-MCP-server, lokale REST-service, desktopapp en WebAssembly-tool. De documentatie noemt onder meer merge, split, OCR, compressie en PII-scan; de maker stelt dat verwerking lokaal of in de browsertab gebeurt. Dat is een interessante route voor documentagents, maar test PDF-correctheid, permissies op lokale bestanden en de claims rond sanitizing eerst op onkritische documenten. Project en documentatie · HN-discussie
proc wil procesbeheer voorspelbaar maken voor mens en script: deze cross-platform CLI richt processen aan via poort, PID, naam of pad en biedt onder meer --dry-run, JSON-uitvoer en vaste exitcodes. Commando’s als proc why :3000 en proc free :3000 kunnen lokale ontwikkelroutines korter maken; kill op een poort gebruikt volgens de documentatie wel SIGKILL, dus maak previewgedrag onderdeel van scripts en agentrechten. proc-documentatie · HN-discussie
ADRs4AI wil agentredeneringen als beslisrecord bewaren: het project combineert Git-gebaseerde templates, een VS Code-extensie en een MCP-server. Bij iedere open vraag kan een agent opties, aanbeveling, onderbouwing, confidence en een falsifier vastleggen, waarna een mens accepteert of overschrijft. Interessant als expliciet handoff-formaat, maar de toegevoegde waarde boven gewone ADR’s is nog niet onafhankelijk met praktijkcases aangetoond. ADRs4AI · HN-discussie