95 % AI inženýrství je prostě kontextové inženýrství. Všichni jsou posedlí lepšími modely, zatímco kontext zůstává skutečným úzkým hrdlem. I ten nejlepší model na světě vám dá špatné informace, pokud mu dáte špatné informace. Tady je to, co většina lidí přehlédne: Context engineering není jen o RAG, paměti nebo agentech. Je to umění a věda – doručit správné informace, ve správném formátu, ve správný čas, vašemu LLM. Zamyslete se nad tím, co skutečně potřebujete: ↳ Vyhledávání pro získání relevantních dokumentů ↳ Krátkodobá paměť pro sledování konverzací ↳ Dlouhodobá paměť pro zapamatování uživatelských preferencí ↳ Agenti, aby vše organizovali ↳ Nástroje pro rozšíření schopností To je 5 různých systémů, které musíte postavit, propojit a udržovat. Nedávno jsem stavěl s Pixeltable a je to zajímavý přístup k tomuto problému. Je open-source a kontextové inženýrství považuje za jednotný datový problém: Myšlenka je jednoduchá: místo propojení vektorové databáze, SQL databáze, embedding služby a agentního frameworku vše žije v jednom systému. Vaše dokumenty, vložené údaje, historie konverzací a výstupy agentů jsou jen tabulky. Embeddingy jsou vypočítáné sloupce, které se aktualizují automaticky. Vektorové vyhledávání funguje paralelně s běžnými datovými operacemi. Co považuji za užitečné: ↳ RAG pipeline bez správy samostatných databází ↳ Dlouhodobá paměť pomocí vektorového vyhledávání v historických konverzacích...