Project Headroom: Ferramenta Open Source de Engenheiro da Netflix Reduz Custos de Tokens de IA em 90%

Tejas Chopra, engenheiro sênior da Netflix, tornou open source o Project Headroom, um proxy local que comprime a entrada da janela de contexto antes de chegar ao LLM. Estimativas iniciais indicam que até 90% dos tokens são redundantes — e desde janeiro de 2026, a ferramenta economizou para os usuários um total de US$ 700.000 em 200 bilhões de tokens.

Como Funciona

O Headroom roda como um proxy na porta 8787 na máquina do desenvolvedor. Você envolve sua CLI de LLM com o comando headroom wrap, por exemplo:

headroom wrap codex

Ele analisa toda a entrada — histórico de conversas, logs, saídas de ferramentas, arquivos, chunks de RAG — e aplica compressão sem perdas e reversível. É mais eficaz em reduzir:

• Logs de servidor: 90% eliminados
• Saídas de ferramentas MCP: 70% de JSON redundante
• Saídas de banco de dados: esquemas repetitivos
• Árvores de arquivos: metadados repetidos

Construído em Python e Node, a versão atual do Headroom é v0.22 com 2.000 estrelas no GitHub e 120 forks.

Por Que Isso Importa

Chopra se inspirou em uma conta de US$ 287 do Claude Sonnet resultante de depuração e refatoração de rotina. Ele descobriu que o culpado não eram suas instruções — era código padronizado, esquemas JSON e metadados de máquina. "Isso não é prosa. Isso não é escrita criativa. Isso são dados compressíveis disfarçados de texto", escreveu ele.

Por padrão, o TTL do cache de prefixo do Claude é de apenas cinco minutos; após inatividade, todo o contexto é renovado. Você pode definir um TTL mais longo, mas paga o dobro por gravações para economizar 90% nas leituras. O Headroom contorna essas compensações.

Alternativas

Existem outras ferramentas: RTK (Rust Token Killer) reduz saídas de comandos verbosas, e LeanCTX é uma variante. Opções comerciais como Token Company (financiada pelo Y Combinator) oferecem compressão como serviço. Mas o principal recurso do Headroom é a compressão reversível e permanecer dentro do fluxo de trabalho do desenvolvedor.