Buena parte de la factura de un agente de IA no se debe a pensar, sino a leer. Cuando un agente abre una página web, un PDF o la respuesta de una herramienta, suele tragárselo entero, y ese texto viaja después en cada llamada posterior al modelo. Trabajos previos citados en un nuevo preprint sitúan las observaciones externas entre el 60% y el 80% de los tokens que procesan los agentes. SparseRead propone que los agentes lean como las personas: decidir qué necesitan, mirar el pasaje relevante y abrir el documento completo solo cuando eso no basta.
SparseRead se sitúa entre el agente y sus fuentes y no exige cambiar el modelo. El agente expresa lo que busca en una breve intención de lectura; la capa devuelve un paquete acotado de pruebas ligado a su fuente, más un registro de lo que se ha revisado y lo que no, y el agente decide si es suficiente. Distintos lectores se ocupan de texto y PDF, tablas y JSON, colecciones de varios archivos y código. Una compuerta de presupuesto limita cuánto contenido en bruto puede exponerse en un episodio y recurre a la vista completa cuando las lecturas parciales costarían más, por ejemplo con archivos pequeños.
Los autores probaron 30 configuraciones, seis modelos en cinco escenarios, entre ellos Claude Opus 5, GLM-5.1 y Kimi-K2.5. Los tokens bajaron entre un 15,7% y un 92,9% y el tiempo real entre un 23,0% y un 89,0%, con medianas del 61,4% y el 53,7%. La calidad se mantuvo o mejoró en 29 de las 30 configuraciones; la excepción fue GLM-5.1 en una tarea científica. El mayor ahorro llegó con documentos largos. En búsqueda web profunda, la tarea más conocida, los tokens bajaron entre un 31,0% y un 43,0% y el tiempo entre un 23,0% y un 37,0%, mientras las puntuaciones subían entre 5 y 14 puntos, señal de que menos ruido puede dar mejores respuestas. Frente a métodos de recuperación y de recorte de contexto, SparseRead fue el único que mantuvo o mejoró las puntuaciones en todas las configuraciones probadas.
Para quien paga agentes a través de Claude Code, Codex o una API, esto apunta a dinero real, y que incluso un modelo potente como Opus 5 ahorrara entre un 41,0% y un 89,0% de tokens sugiere que los mejores modelos no hacen desaparecer el problema. También encaja en una tendencia más amplia: la infraestructura de agentes pasa de ventanas de contexto más grandes a un control más inteligente de lo que entra en ellas.
Las salvedades son las habituales en un preprint. Los escenarios y el marco de agentes, NanoBot, los eligieron los autores, y el 92,9% del titular procede de la lectura de documentos largos, el caso más favorable a la idea. Las páginas web reales son más caóticas que las tareas de un benchmark, y un lector que se salta el único párrafo que importaba falla en silencio. El trabajo no ha pasado revisión por pares.