← Каталог

· AI Engineer Europe 2026

Создайте свою первую базу контекста по запросу: пусть AI-агенты сами скажут, что им нужно

Build Your First Demand-Driven Context Base: Let AI Agents Tell You What They Need

Базу знаний для агентов можно собирать по реальным задачам: агент проваливается, эксперт дописывает только недостающее.

  • Подход от задач — агенту дают реальные тикеты и инциденты, он перечисляет, чего не нашёл, человек заполняет эти пробелы, а агент сохраняет знания в базу. Спикер советует делать это до retrieval, а не во время работы, иначе эксперты становятся постоянными собеседниками агента.
  • Знания вне документации — метод вытаскивает то, что никогда не записывали. По оценке спикера, около 40% знаний компании существуют только в головах сотрудников.
  • Сканер пробелов — прогон старых инцидентов по базе делит документацию на актуальную, устаревшую и отсутствующую и ранжирует пробелы по критичности. По словам спикера, документация одного домена укладывалась примерно в 96K токенов, поэтому для небольших доменов RAG не понадобился.
  • GitHub как хранилище — репозиторий даёт pull request и ревью, когда базу правят несколько команд и агентов. Конфликт между кодом и Confluence спикер не закрыл: при расхождении непонятно, какой источник считать истиной.

Кому полезно: тем, кто подключил MCP и RAG к внутренним знаниям и видит, что агенты всё равно упираются в неописанные процессы.

Статья по теме

Главы

Похожие доклады