← Каталог

· AI Engineer Europe 2026

Готово к слиянию по умолчанию: создаём context engine, который экономит время и токены

Mergeable by default: Building the context engine to save time and tokens

Кодинговым агентам нужен контекстный движок, который строит связи между данными: RAG по документам и большое окно контекста одного этого не дают.

  • Satisfaction of search — агент находит первое похожее решение и останавливается, а нужные решения лежат в Slack или в отчётах об инцидентах. По словам спикера, поиск помогает взвешивать в сторону репозиториев, где человек чаще всего отправляет PR.
  • Социальный граф экспертов — граф строится по PR-ревью, а эксперты по областям кода становятся точками входа для поиска. Решения эксперта из PR-комментариев и обсуждений в Slack подгружаются в контекст агента, и это помогает ему понять, куда двигаться дальше.
  • Конфликты в данных — спикер советует не скрывать противоречия, а показывать их человеку и учитывать его правки. Подсказки эксперта получают больший вес, чем реплики новичка, а одной свежести или main-ветки для выбора истины недостаточно.
  • Кэширование ответов — по словам спикера, подавать прежние ответы обратно как контекст нельзя: код и документы меняются, а ошибки модели накапливаются и тянут результат к среднему.

Кому полезно: тем, кто подключает агентов к внутренним документам, Slack и истории PR и видит, что агенты повторяют уже пройденные команде ошибки.

Статья по теме

Главы

Ещё доклады: Peter Werry

Страница спикера →

Похожие доклады