Estamos começando a ter um sinal mais claro de quão vasta será a área de superfície da engenharia de contexto. Para construir agentes de IA, em teoria, deveria ser tão simples quanto ter um modelo super poderoso, fornecer um conjunto de ferramentas, ter um ótimo prompt de sistema e dar acesso aos dados. Talvez em algum momento realmente seja tão simples assim. Mas, na prática, para criar agentes que funcionam hoje, você está lidando com um equilíbrio delicado entre o que oferecer ao agente global versus um subagente. Quais coisas fazer agente ou apenas uma ferramenta determinística. Como lidar com as limitações inerentes da janela de contexto. Você precisava descobrir como recuperar os dados certos para a tarefa do usuário e quanto processamento colocar no problema. Como decidir o que fazer rápido e sofrer possíveis quedas de qualidade, versus lento, mas talvez irritante. E infinitas outras perguntas. Até agora não há uma resposta certa para nada disso, e há trade-offs significativos para qualquer abordagem que você tomar. E, o mais importante, acertar isso exige um entendimento profundo do domínio para o qual você está resolvendo o problema. Lidar com esse problema na codificação de IA é diferente do direito, que é diferente do setor de saúde. É por isso que há tanta oportunidade para jogadas de agentes de IA agora.