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, dar-lhe um conjunto de ferramentas, ter um ótimo prompt de sistema e dar-lhe acesso a dados. Talvez em algum momento isso realmente seja tão simples. Mas na prática, para fazer agentes que funcionem hoje, você está lidando com um delicado equilíbrio do que dar ao agente global vs. um subagente. Quais coisas tornar agentes vs. apenas uma chamada de ferramenta determinística. Como lidar com as limitações inerentes da janela de contexto. Você teve que descobrir como recuperar os dados certos para a tarefa do usuário e quanto poder computacional alocar para o problema. Como decidir o que fazer rápido, e sofrer possíveis quedas de qualidade, vs. lento, mas talvez irritante. E outras perguntas sem fim. Até agora, não há uma resposta certa para nada disso, e há trocas significativas para qualquer abordagem que você adote. E, o mais importante, acertar isso requer uma compreensão profunda do domínio para o qual você está resolvendo o problema. Lidar com esse problema na codificação de IA é diferente de direito, que é diferente de saúde. É por isso que há tanta oportunidade para jogos de agentes de IA agora.