Галоўная / Артыкулы

Промпт-інжынерыі недастаткова: інжынерыя кантэксту для шматагентных сістэм

Шматагентныя сістэмы рэдка ламаюцца ўнутры аднаго кроку. Яны ламаюцца паміж крокамі, калі прыходзіць не той кантэкст. Як праектаваць стан і перадачы ў LangGraph.

Выдавец: REACTAPP.TOP7 хв чытання1548 слоў

Крыніцы: Prompt Engineering Is Dead for AI Agents — Here Is What Actually Works — Context Engineering

Тэрмін «інжыніярыя кантэксту» адзначае мастацтво заполнення вікна кантэксту самэй тыямы мяркавымі данымі для наступнага крока. Для тых, хто бачыў, як сістэмы з калькольнікамі выканання зламваліся ў рэальных умовах, гэты тэрмін называе тое, што раней не мела назвы.

Тыповы профіль абякання аднаковы ў всіх случаях. Запіты супрацоўнае, мадэлі спроможныя, а логіка выглядае чыстаю ў нотбуку. Аднак калі сістэма прабывае ў рэальных умовах, яна зламвалася, але не ў рамках адзінаковых крокаў, а между ямі. Уявіце агента для стварэння апусків у сферэ охорны здароў’я, які запошчае самэй тыямы дакументы, а пасля ў графе працюе агент, які атрымлівае спрошчаны об’ект стану і стварае історыю хворобы паціента, якая знаходзілася за тры вузлы вышэй. Мадэль не зламалася. Зламалася перадача кантэксту. Недзелі налаштавання сістэмы і запытаў не зможуць выправіць тое, што ніколі не было проблемай запыта.

Простаючы, інжыніярство запыткаў налагоджвае сам запыт, а інжыніярства кантэкста — умовы, пад якімі даўаецца адпаведзь на запыт. Агенты зазвычай не паспяшаюць у своіх кроках; яны паспяшаюць между крокамі, таму што кожны вузол мае некорэктную інфармацыю.

Проблема, якая не мае назвы, пакуль не завдае шкоды

Большасць команд стварае першыя багатаагентныя сістэмы так сама. Яны вяртаюць увагу на запыт для сістэмы, з чысткімі апісаннямі задач, правіламі фарматавання выходных даных і калькамі, і тады адзін агент працюе добра. Потым прыўязуюць трохі агентоў, і якасць падыходзіць нізка. Агент два не мае жадання, калі агент адзін прыняў рашэнне; агент трохі дапрацоўвае кантэкст, які агент два ніколі не стварыў, і да чэтвёртага крока адпаведзь даўаецца з аблігацыяй у тое, што ён правільны, хоць на самай працы не было нічога пра тое, што насправды адбылася раней.

Гэта падае на адзін план з перадачай батона ў спрынтаванні без таго, каб сказаць наступнаму учасніку, дзе завершылася гонка чы якія смугі трэба выбраць. Учаснік спроможны, проблема — у самай перадачы.

Гэта таксама не проста проблема спроможнасці модэлі. Даследжэнне з Chroma, опублікованае у ліпені 2025 года, перапрацавала 18 LLM-модэляў, у тым чысле Claude 4, GPT-4.1 і Gemini 2.5, і выявіла, што карыстоце падае неравнамерна з ростам кантэксту, нават па аблігатна простым задачам выкарыстоўвання інформацыі. Адзінакавасці трэба плаціць. Тое, што прабрацоўваецца ў сістэму, і тое, што застаецца за межамі, паўтараючы практычна все, што вяртаецца. Інжынерыя запытак ніколі не рашалаюць гэтую проблему і не стваралася для гэтага. Якісна сформульаваная сістэмная запытка паведамляе, што трэба рабіць, тады як інжынерыя кантэксту забезпечвае тое, што модэлю патрэбна ведаць у даны момент, каб рабіць гэта добра.

Што на самай працоўцы ўсё-такі ўключае гэтая дысцыпліна

Чыстая адзінаковасць: праектаванне дынамічных сістэм, які даюць модэлю правыя даны, у правым фармаце, у правы час, так што ён мае все, што трэба для наступнага крока. Гэта праца з інфраструктурой, а не з мовай. Мета — не красавейскія рэчы, а цялеспрамованы контроль над тым, што працуе праз граф агентаў пад час кожнай пераходу.

У праекце LangGraph самыя большыя паліпшэнні часта вырабляюцца за дапамою TypedDict AgentState, а не якога-небудзь запроса. Перастаньце спрыяць стану як дошцы для заметак і спрыяйце яму як кантракту, у яком кожны вузел адзначае, што чытае і за шта адпавядае пісаць. Агенты, якія працуюць пасля, перастаюць ствараць халюцінаціі, таму што ўжо не здагадваюцца, што адбылася раней. Усё гэта ў стане, структураванае і доступнае для адзыскання.

У прыменэнні важлівыя тры слоі.

Стойкій кантэкст — гэта тое, што агент павінен завжды знаваць: мету карыстальніка, яго обмежэнні, рашэнні, прынятыя раней пад час сесіі, а таксама правіла домэны. У сістэме здравоохранэння гэтым можа быць кантэкст паціўента, рэгуляторныя ліміты і порогі рызыку, якія дадаюцца аднойчы, калі запускаецца граф, і больш не выкарыстоўваюцца.

Кантэкст, чутлівы да часу, — гэта тое, што ўтрэмінаецца зараз, але зменяецца: запрашаныя дакументы, рэзультаты дзейнасці чынных інструментаў, адпаведзі API і рэзультат пасляпэльнага крока аналізу. Сюды належыць RAG як адна з складоў большай архітэктуры, а не весь адпаведзь. Запрашэнне інфармацыі — гэта простая частка; складнай ёсць выбор таго, які запрашаны контэнт будзе вікорыстоўвацца далей, як яго стыснуць і у якім фармаце.

Тымчасовы кантэкст — гэта тое, чыяяе потрэбна ныяяяе крок, а чыяяе — наступны: неапдытаваныя даныя API, дакладныя проміжныя выводы і логі вызываў інструментаў. Йго трэба актыўна адхоўляць, а не захоўваць, таму што кожны непатрэбны токен конкуруе за увагу з тымі, якія ўажлівыя.

Багі ў працоўным рэжыме зазвычай належаць да трохоў катэгорыяў: ніколі не быў заданы стойкі слой, часава чутлівы слой старэе між крокамі, або тымчасовы слой не быў ачышчаны і паследнія выводы занятыя ягом.

Кантэкст у пайплайне LangGraph

Ёсць спрошчаны спосаб структуравання стану для пайплайна даследжэнняў з калькольнікамі агентаў. Код мае меншое значэнне, чым дысцыпліна, якая стоіць за ям.

from typing import TypedDict, Optional, List
from langgraph.graph import StateGraph

class ResearchAgentState(TypedDict):
    # Persistent context — set once, never overwritten
    user_goal: str
    domain_constraints: List[str]
    session_id: str

    # Time-sensitive context — updated by retrieval/tool nodes
    retrieved_docs: List[str]
    current_findings: str
    last_tool_result: Optional[str]

    # Transient context — cleared after use
    raw_api_payload: Optional[str]   # cleared after parsing
    intermediate_reasoning: Optional[str]  # cleared after synthesis

Кожны канэц прымае гэты стан і апдэюе толькі свой саб’ект, які ён сам заявіў, тады як оркестратор на верхнім рэвэрсе выбірае, якія пад-агенты будуць працаваць і які саб’ект стану яны прымуць. Гэта і ёсць маршрутызацыя на адлегласці. Пад-агенту, які займаецца кодаваннем, не патрэбны медычныя матэрыялы, якія збірае спецыяліст у гэтым направленні, а пад-агенту, які стварае падсумкі, не патрэбны неапдэйтаваныя даны, якія прыносіць збірач дадзэнняў. Даваць кожнаму агенту усё — гэта як прадаўаць всій кампаніі інфармацыю перад кожным зборам: тэхнічна гэта ўсё завершана, але з практычнай точкі зору гэта катастрофічна. Маршрутызацыя на адлегласці за ролямі скарочвае выкарыстоўванне токэнаў, а, што ўжо важлівей, зменшае галюцынаціі у спецыялістычных агентах, якія больш не адвярцаныя несувязанымі матэрыяламі, якія конкуруюць за обмежаны час.

Протакол Model Context Protocol прыткая гэты працэс. Па канец 2025 года, як паведамлялася, існавала больш за 10 000 публічных сервераў MCP — стандартнага інтэрфейсу, праз які агенты можаць запытваць інструменты, базы дадзеных і зовнішнія сістэмы у структураваны фармат. З архітэктурнага точка зору гэты протакол пераносіць джэрэлы кантэксту за межы агента, тады які можаць браць тое, што яму трэба, у замест на тое, каб прымець усё загадзя завантажанае. Падумайце пра бібліятэку і пра інструкцыйны дакумент: агент ідзе да поліцы за конкрэтным кнігам і не носіць усю бібліятэку з сабой.

Якосьць важлівей за колькасць

У апытнэйке 2026 года было з’явілася, што 82% керавальнікаў IT-сектара і дадзеных схваляюць, што сама тэхніка стварэння запытанняў больш не ўсталяе для вікорыстання ў прымэтных AI-сістэмах, а 95% каманд з апрацоўкі дадзеных плануюць таго ж года інвеставацыі ў можлівасці стварэння кантэксту. Аднак большасць дыскусый сфокусаваныя на колькасці: большыя перыяды часу, большыя часткі дадзеных, большыя інструменты. Рэальныя перакосы — у якосці.

Стары кантэкст ўжо горшы, чым яго абсэнцыя. Агент, які дзейнае з абыяковасцю на адной з вярнутых учора дакументах, не ведаючы, што тыя дакументы ужо заменены, стварае памылкі, якія выглядаюць як правільныя выводы. У працэсах перакладу з мовы працы на SQL частым прычынам являецца зміна структуры базы дадзеных: генераваны SQL ўсё ж такі правільны для структуры, якой ужэ няма. Запіт быў правільны, але кантэкст — няверны.

Неконтрольваны кантэкст таксама ўтварае проблему з безпекай. Калі агенты можаюць доступаць да всіх дадзеных у сістэме, уключаючы даны іншых корыстувачаў, ранейшыя сесіі і чутлівы выхід інструментаў, то вытэк кантэкста — гэта толькі пытка атакі праз запыт. Дызайн кантэкста з мінімальнымі правамі ёсць неабходнасцю, а ўрачунаваючы, што 86% кіраўнікаў праблем безпекі не маюць правіл адбавлення доступу агентаў, кераванне кантэкстам можа стаць прычыной наступнай хвалі інцыдэтаў у сферэ корпоратыўскага AI.

Меры

Інжыніерыя кантэкста не пазбягляда ад базовага ліміту увагі. Рэзультаты доследжэння Chroma паказалі, што надзеямнасць сякраз зніжваецца з адгулом дужыні вхідных дадзеных, нават калі кантэкст добра структураваны; таму лепшы кантэкст дае болей надзеямнае працаванне, але не неакцыянальна надзеямнасць. Калі кантэкст сапраўды вельмі вялікі, напрыклад, у автонамных агентах, якія працуюць гадзінамі, або пад час сінтэзы з сотняў дакументаў, яго трэба спаўніваць агрэсіўным структуруваннем, іерархічным выкарыстоўваннем і чыстым кераваннем памяцю. Інжыніерыя кантэкста вялічына таго, што прайходзіць у «вікна», а архітэктура памяці адпавядае за тое, што выканаецца, калі «вікна» недастатнья.

Ён таксама не можа заменіць процэдуру ацэнкі. Красавацка структураваныя ланцюгі, якія продовжваюць запрашваць неправія дакументы, неумоўна будуць неякіснымі, таму шар запрашэння, шар памяці і логіка маршрутацыі кожны з іх патрабуе сае ацэнкі, незалежная ад якосці выходу. Ён падходзіць для задач з чыста адзначанымі межамі, дзе ёсць стабільныя патрабаванні да кантэксту. Для агентаў, якія здзейснююць дакладны аналіз, дзе рэлевантны кантэкст не можа быць ведамы загадзя, лепшая падходзіць дынамічнае запрашэння, якое сігналізуе модэлю пра нявернасць.

З чаго пачаць

Ачыніце вялічыню AgentState і задайце сабе тры пытанні. Чы ў кожнай вузловай елемента ёсць прыпуск, што тое чы інша інфармацыя ужо ў стане? Чы ў рэальнасці ён фактычна атрымлівае? Чы ўсё, што не патрэбна, выкасываецца раней, чым яго патрэбна? Разлік межа прыпуску і рэальнасці — гэта тое, чым зараз страждае агент, і гэта не стосуецца сістэмнага запрошэння.

Лепшыя абнаўленні для ужэ працюючага сістэмы з калькольнікамі рэдкая час зводзіцца да выкарыстоўвання новейшага модэлю. Што робіць — гэта перагляд таго, што ёсць на кожным кроцы: адмахнуцца тых элементаў, якія знаходзяцца не на своім месцы, і пераканацца, што тое, што застаецца, ёсць апошнім, добра структураваным і адпаведным патрэбам агента-прыймальніка. Пачніце з аднаго вузла, перагляньце яго вхідныя даны, і надзея на падвышэння надзяймоў пачнёцца і шыбка будзе растаць.

Супаўзяныя матэрыялы

  • Прынцыпы дзеяння агентаў для каманд з інжынерыі працы: Прынцыпы дзеяння агентаў у працы: контракты завершэння, чысты стан, аптэнцыі на затверджэння, ідэмпатныя зовнішнія дзеянні, трэйсінг, аналізы і маніфесты выпуску.
  • Інжынерыя запросаў для DevOps: чэк-ліст C.L.E.A.R. і бібліятэка запросаў: Практычная інжынерыя запросаў для DevOps: пяцьчынны чэк-ліст, прыклады да і пасля для Terraform, Kubernetes і CI, а таксама парады ўраначэння перадувальнай бібліятэкі запросаў.
  • Дзесяць галоўных памылак у інжынерыі запросаў, якія дзеяна распрацоўшчыкамі, і способы іх выправлення: Дзесяць распашчацыхся памылак у формулюванні запросаў — ад нечыста сформульаваных просьб і відсутнасці кантэксту да слепай доверы да рэзультатаў; кожная з іх супакоўвана конкрэтным прыкладам запроса ў фармаце «до/пасля», які можна перыскорыць.