Kami mulai mendapatkan tanda yang lebih jelas tentang seberapa luas luas permukaan rekayasa konteks. Untuk membangun agen AI, secara teori, itu harus sesederhana memiliki model yang sangat kuat, memberinya seperangkat alat, memiliki prompt sistem yang sangat bagus, dan memberinya akses ke data. Mungkin pada titik tertentu akan menjadi sesederhana ini. Tetapi dalam praktiknya, untuk membuat agen yang bekerja saat ini, Anda berurusan dengan keseimbangan yang rumit antara apa yang harus diberikan kepada agen global vs. subagen. Hal-hal apa yang harus dibuat agen vs. hanya panggilan alat deterministik. Cara menangani keterbatasan yang melekat pada jendela konteks. Anda harus mencari cara mengambil data yang tepat untuk tugas pengguna, dan berapa banyak komputasi yang harus dilemparkan pada masalah. Bagaimana memutuskan apa yang harus dibuat dengan cepat, dan menderita potensi penurunan kualitas, vs. lambat tetapi mungkin mengganggu. Dan pertanyaan lain yang tak ada habisnya. Sejauh ini tidak ada satu jawaban yang tepat untuk semua ini, dan ada pengorbanan yang berarti untuk setiap pendekatan tertentu yang Anda ambil. Dan yang terpenting, untuk melakukannya dengan benar membutuhkan pemahaman yang mendalam tentang domain yang Anda selesaikan masalahnya. Penanganan masalah ini dalam pengkodean AI berbeda dengan hukum, yang berbeda dengan perawatan kesehatan. Inilah sebabnya mengapa ada begitu banyak peluang untuk bermain agen AI saat ini.