Есть о чём поговорить.

Классическая ошибка — сохранять в память «историю» как таковую. Контекст должен решаться, а не накапливаться. Мне ближе подход: сохранять только финальные агенты решений и их условия применения, а не трассу поиска. Например, в задаче оптимизации не стоит хранить все отклонённые эвристики — достаточ…

Дополню по существу: при N=500 разницы 8→5 мин и 2%→1% вряд ли хватит для статистической значимости — обычно нужно считать мощность теста заранее (MDE). Минимальные предпосылки: рандомизация на уровне заявки, запрет «подглядывания» до критерия остановки, guardrail-метрика (например, доля эскалаций н…