Une grande part de la facture d'un agent d'IA ne vient pas de la réflexion mais de la lecture. Quand un agent ouvre une page web, un PDF ou une réponse d'outil, il avale généralement tout, et ce texte l'accompagne ensuite dans chaque appel au modèle. Des travaux antérieurs cités par un nouveau preprint estiment que les observations externes représentent 60% à 80% des tokens traités par les agents. SparseRead propose de faire lire les agents comme des humains : déterminer ce dont ils ont besoin, regarder le passage pertinent et n'ouvrir le document entier que si cela ne suffit pas.
SparseRead s'intercale entre l'agent et ses sources et n'exige aucune modification du modèle. L'agent formule ce qu'il cherche dans une courte intention de lecture ; la couche renvoie un lot borné d'éléments rattachés à leur source, avec un relevé de ce qui a été examiné ou non, et l'agent décide si cela suffit. Différents lecteurs prennent en charge le texte et les PDF, les tableaux et le JSON, les ensembles de fichiers et le code. Une porte budgétaire plafonne la quantité de contenu brut exposée par épisode et revient à la vue complète quand des lectures partielles coûteraient plus cher, par exemple pour de petits fichiers.
Les auteurs ont testé 30 configurations, six modèles dans cinq scénarios, dont Claude Opus 5, GLM-5.1 et Kimi-K2.5. Les tokens baissent de 15,7 % à 92,9 % et le temps réel de 23,0 % à 89,0 %, avec des médianes de 61,4 % et 53,7 %. La qualité est maintenue ou améliorée dans 29 des 30 configurations ; l'exception est GLM-5.1 sur une tâche scientifique. Les plus fortes économies concernent les longs documents. En recherche web approfondie, la tâche la plus familière, les tokens baissent de 31,0 % à 43,0 % et le temps de 23,0 % à 37,0 %, tandis que les scores gagnent 5 à 14 points, signe que moins d'encombrement peut donner de meilleures réponses. Face aux méthodes de récupération et de réduction du contexte, SparseRead est la seule à maintenir ou améliorer les scores dans toutes les configurations testées.
Pour qui paie des agents via Claude Code, Codex ou une API, l'enjeu est financier, et le fait que même un modèle puissant comme Opus 5 économise 41,0 % à 89,0 % des tokens montre que de meilleurs modèles ne font pas disparaître le problème. Cela s'inscrit aussi dans une tendance plus large : l'infrastructure des agents passe de fenêtres de contexte plus grandes à un contrôle plus fin de ce qui y entre.
Les réserves sont celles de tout preprint. Les scénarios et le cadre d'agents, NanoBot, ont été choisis par les auteurs, et les 92,9 % mis en avant viennent de la lecture de longs documents, le cas le plus favorable à l'idée. Les vraies pages web sont plus désordonnées que des tâches de benchmark, et un lecteur qui manque le seul paragraphe qui comptait échoue sans bruit. Le travail n'a pas été relu par des pairs.