Прочитал статью Rahul Garg из Thoughtworks про Context Anchoring - и она навела меня на мысли, которые выходят далеко за пределы самой статьи. Обратите внимание на любопытный момент: индустрия добралась до вопроса «что такое контекст и где его границы». Не в философском смысле — в инженерном. Люди буквально проектируют системы управления контекстом для AI-ассистентов. Но чтобы делать это эффективно, вам, оказывается, нужно сначала понять, а что такое контекст в вашей собственной жизни. Как вы сами передаёте его коллеге, который подключился к задаче на третий день? Как вы сами решаете, что важно запомнить, а что можно забыть? Это совершенно не очевидный термин, хотя мы пользуемся им каждый день. Второй момент, который меня не перестаёт удивлять. Мы сами создали LLM. Казалось бы, должно быть довольно понятно, как они работают. Но нет - мы проводим эксперименты и обнаруживаем неожиданные вещи. Например, что модель помнит решение, но забывает причину этого решения. Что рассуждения деградируют быстрее фактов. Что автоматическое сжатие диалога убивает именно то, что имело наибольшую ценность - объяснение «почему». Мы исследуем собственное изобретение как чёрный ящик, и результаты нас удивляют. Есть в этом что-то ироничное. Статья предлагает простое решение: вынести контекст решений наружу, в живой документ, который переживает сессию. Концепция здравая, но давайте честно - все текущие решения для работы LLM с контекстом довольно неказистые. RAG, векторные базы, сжатие диалогов - всё это попытки угадать, что именно понадобится модели на следующем шаге. Тут отдельная мега-задача, до которой индустрия по-настоящему ещё не добралась. И вот что меня действительно зацепило в статье - ссылка на Architecture Decision Records. Автор описывает feature-документ как «живой ADR». А мы у себя в командах сейчас не просто развиваем практику ADR - мы обнаружили, что агентам эти записи помогают колоссально. Код показывает, что было реализовано. ADR показывает, что было отвергнуто и почему. И когда агент видит эту историю решений, он работает в рамках ваших практик и стандартов, а не «в вакууме». По сути, ADR стали интерфейсом между человеческой инженерной культурой и AI-агентами. Такого применения Майкл Найгард в 2011 году точно не предполагал :) https://martinfowler.com/articles/reduce-friction-ai/context-anchoring.html