15:47От harness к RSI Flywheel: практика TokenRhythm по замкнутой эволюции agents
Apsara Conference 2026 · 云栖大会
Загружаем страницу…
Context engineering - работа с тем, что попадает в контекстное окно модели: инструкции, история, документы, результаты инструментов. Сюда же относится память агента между сессиями.
Доклады объясняют, почему агент с большим контекстом не становится умнее, как сжимать историю, что агенту стоит запоминать и как хранить опыт, чтобы агент со временем работал лучше. Спикеры сравнивают слои памяти, context engine для кода и контекстные графы, а LinkedIn рассказывает, как собрал 500 навыков для агентов без fine-tuning.
15:47Apsara Conference 2026 · 云栖大会
Подбор и сборка контекста под каждый шаг агента: что положить в окно, что сжать, что убрать и что достать из памяти по запросу. Термин вырос из prompt engineering, когда стало ясно, что качество агента зависит от всего контекста, а не от одного промпта.
Обычно память - внешнее хранилище: факты о пользователе, итоги прошлых сессий, найденные решения. Агент записывает туда важное и достаёт нужное через поиск. В контекстном окне держат только то, что нужно для текущего шага.
Модели хуже используют информацию из середины длинного контекста, а лишние документы сбивают их с задачи. Каждый токен ещё и стоит денег и времени. Поэтому спикеры советуют давать агенту меньше, но точнее.