Agenci kodowania spędzają zdecydowaną większość swojego budżetu kontekstu na retrieval. Naukowcy uznali to za idealną okazję do sprawdzenia, czy droższe semantic retrieval via Language Server Protocol rzeczywiście oszczędza tokeny w stosunku do taniego lexical retrieval (grep). Pomimo że literatura techniczna wszechobecnie twierdzi, że LSP jest bardziej efektywny tokenowo, nigdy tego rzetelnie nie zmierzono dla agenta osiągającego taki sam sukces.
Badacze zaprojektowali pięcioramienne ablacyjne studium z jednostkową metryką (tokens-to-success) i testowali Claude'a Opus 4.8, Sonnet 4.6 oraz Haiku 4.5 na repozytoriach Python i TypeScript. Zidentyfikowali trzy główne sposoby, w jakie LSP mogłby wpłynąć na efektywność, i zmapowali je na mierzalne zmienne: lokalizację symbolów, kompletność referencji i edycje walidowane testami.
Wynaleziska są zaskakujące. Przy wyszukiwaniu symboli LSP aktualnie powiększa wydatek tokenów o 6-118 procent, a agenci z chęcią go ignorują gdy retrieval jest darmowy. Na zadaniach referencji LSP przynosi precyzję, ale nie oszczędność tokenów - wyjątek stanowi najprostszy model. Wybór narzędzia okazał się zależny od typu problemu: modele domyślnie sięgają po grep przy lokalizacji (0-6 procent użycia LSP), ale spontanicznie sięgają po LSP około połowę czasu na zadaniach referencji. Na edycjach walidowanych realną egzekucją różnica jest największa: grep rozwiązuje wieloplikowe refaktoryzacje lepiej niż semantic retrieval.