Dans l'actualité
Making open models work for long-horizon agentic workloads
Together AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Together AI and Ollama documented building agentic applications using prefix caching to avoid reprocessing long conversation histories on each inference turn.
- Pourquoi ça compte
- Engineers optimizing inference cost and latency for coding agents or long-horizon agentic systems as session length grows need this guidance.
- Vigilance
- Prefix caching breaks if anything changes before new content; even small changes near the top force reprocessing the entire session.
- agent
- agentic
- long-horizon
- llama
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.