В последние два года корпоративный сектор фокусировался на внедрении моделей, агентов и облачной инфраструктуры, однако многие инициативы столкнулись с проблемой низкой эффективности из-за некачественного контекста. Главные аналитики Forrester Чарли Дай, Лесли Джозеф и Индранил Бандьопадхьяй отмечают, что по мере перехода от простых систем «вопрос-ответ» к автономным агентам, способным планировать и использовать инструменты, контекст превращается в критически важный элемент. Агентам требуется точная и релевантная информация, объединяющая бизнес-знания, текущее состояние и цели, так как они не могут полагаться на человеческую интуицию или разрозненные данные. Большинство предприятий изначально не спроектированы для такой работы, где знания распределены по разным приложениям и документам, поэтому возникает необходимость перехода от работы с данными к деятельности, движимой знаниями.
Для решения этой задачи вводится инженерия контекста (context engineering), которую Forrester определяет как практику проектирования и оркестрации структурированного контекста для ИИ-систем. В отличие от промпт-инжиниринга, сосредоточенного на инструкциях, эта дисциплина работает с информацией, семантикой и правилами поведения агента. Она базируется на четырех элементах: генерации с расширенным поиском (RAG) для создания базы знаний, вызовах функций для связи с корпоративными приложениями и API, управлении памятью для сохранения истории взаимодействий и контекстных моделях, объединяющих все эти данные в целостное представление реальности. Это позволяет агентам последовательно рассуждать и действовать в сложных рабочих процессах.
Однако создание контекста требует не только технической реализации, но и операционного управления, что обеспечивает концепция ContextOps. Forrester определяет ContextOps как дисциплину, охватывающую управление и мониторинг контекстных активов на протяжении всего их жизненного цикла. Эта практика переносит принципы DataOps, MLOps и AIOps на уровень контекста, гарантируя надежность, соответствие нормам и эффективность по мере масштабирования агентов. Следующий этап развития корпоративного ИИ будет зависеть от способности организаций превратить инженерия контекста в платформу с общими сервисами и повторно используемыми активами, а не от количества развернутых агентов. Победа достанется тем компаниям, которые создадут совершенные контекстные платформы, обеспечивающие управляемость и масштабируемость систем.
