Wir beginnen, ein klareres Zeichen dafür zu bekommen, wie groß die Oberfläche des Kontext-Engineerings sein wird. Um KI-Agenten zu erstellen, sollte es theoretisch so einfach sein, ein super leistungsstarkes Modell zu haben, ihm eine Reihe von Werkzeugen zu geben, einen wirklich guten Systemprompt zu haben und ihm Zugang zu Daten zu gewähren. Vielleicht wird es irgendwann wirklich so einfach sein. Aber in der Praxis, um Agenten zu erstellen, die heute funktionieren, muss man ein empfindliches Gleichgewicht finden, was man dem globalen Agenten im Vergleich zu einem Unteragenten geben sollte. Welche Dinge man agentisch machen sollte vs. nur einen deterministischen Werkzeugaufruf. Wie man mit den inhärenten Einschränkungen des Kontextfensters umgeht. Man musste herausfinden, wie man die richtigen Daten für die Aufgabe des Benutzers abruft und wie viel Rechenleistung man für das Problem aufwenden sollte. Wie man entscheidet, was man schnell machen sollte und dabei potenzielle Qualitätsverluste in Kauf nimmt, vs. langsam, aber vielleicht nervig. Und endlose andere Fragen. Bisher gibt es keine richtige Antwort auf all dies, und es gibt bedeutende Kompromisse für jeden Ansatz, den man wählt. Und wichtig ist, dass es erfordert, dies richtig zu machen, ein tiefes Verständnis des Bereichs zu haben, für den man das Problem löst. Mit diesem Problem im Bereich der KI-Programmierung umzugehen, ist anders als im Recht, was anders ist als im Gesundheitswesen. Das ist der Grund, warum es gerade jetzt so viele Möglichkeiten für KI-Agenten gibt.