Google опубликовала метод SKILL.state: вместо хранения всей истории разговора агент записывает в состояние только то, что пригодится в следующих шагах. Остальное отбрасывается. Главное: • 0.94 точность SKILL.state против 0.91 у LangGraph baseline на 100-шаговом бенчмарке • 65 000 токенов против 1,1 млн — сокращение на 94% • Входной размер остаётся примерно постоянным независимо от длины сессии • Тестировали на Gemini-3-Flash Подробности методики и список задач бенчмарка пока не раскрыты — статья только появилась. Что это значит: способ решить главную боль длинных агентских цепочек — входной контекст больше не растёт с каждым шагом, а точность даже чуть выше.