Большие промпты агентов часто начинаются как практическое упрощение: политики, правила домена, описания инструментов, примеры, процедуры восстановления и заметки по интеграции помещаются в одно системное сообщение, чтобы каждая возможность была всегда доступна. Такой подход перестает масштабироваться, как только агент накапливает десятки инструментов и специализированных рабочих процессов. Определения инструментов и инструкции потребляют контекст на каждом шаге, нерелевантный материал конкурирует с релевантным задаче материалом, и каждая интеграция увеличивает общий промпт, который становится труднее тестировать и версионировать.Текущие рекомендации платформ все чаще сходятся к другой модели: сначала раскрывать компактные метаданные возможностей, загружать подробные инструкции только после установления релевантности и выполнять специализированную логику в контролируемых границах инструментов или песочниц. Anthropic описывает это как прогрессивное раскрытие для навыков агентов, в то время как OpenAI поддерживает как навыки, так и отложенное обнаружение инструментов.