Об устройстве контекстного окна моделей, неоднородности интеллекта и правилах контекст-инжиниринга
Подкаст make sense (Есть смысл)Show Notes
«То, что вчера требовало от эксперта знаний — сделать сайт, написать описание, разметить данные — сегодня модель делает почти что из коробки.»
«Модель на самом деле не ошибается — просто у неё нет понимания, как решать именно эти задачи.»
«Когда вы ловите себя на том, что повторяете модели одно и то же снова и снова, — это сигнал, что в контексте появилась дыра.»
Ведущий: Юра Агеев, основатель ProductSense
Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io
Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast
О чем говорим: 00:00 — Введение 02:50 — Устройство контекстного окна на примере аналогий 04:14 — Статистический разрыв при обучении модели 05:09 — Семантический разрыв при обучении модели 06:56 — Ошибки мышления модели, подхалимство и уход от ответственности 09:00 — Захламление контекста и сжатие 11:11 — Две картины мира: человек и модель 18:22 — Неоднородность интелекта моделей и рваные границы 21:40 — Почему дообучить модель самому — это тупик? 22:16 — Контекст-инжиниринг: то, на что мы реально влияем 24:52 — Правило 1: разбивать задачи на чаты и контролировать сжатие 26:16 — Правило 2: не сваливать 30 файлов сразу, ловушка якорения 27:50 — Правило 3: hand-off, выжимка задачи для следующей сессии 28:51 — Правило 4: разметка источников по важности и актуальности 31:04 — Правило 5: повтор инструкций — сигнал о дыре в контексте 32:31 — Луп-инжиниринг: что приходит на смену
Словарик: Луп-инжиниринг — (Loop Engineering) практика проектирования систем, которые автономно управляют работой ИИ-агентов
More from Подкаст make sense (Есть смысл)
«В какой-то момент можно принять решение не привлекать больше, а вовлекать лучше, сделать свою аудиторию более активной внутри продукта. В "красном океане" гораздо эффективнее работать со своей аудиторией и вовлекать ее в прдуктовые сценарии»
«У аудитории уже есть устойчивые ожидания от видеопродукта, они знакомы с разными платформами и сравнивают свой опыт. Поэтому важно постоянно учитывать эти ожидания и проверять, насколько сервис им соответствует.»
«Содержательность — это когда текст несёт какой-то смысл. Для меня это значит, что, прочитав этот текст, можно ответить на вопрос: а зачем этот текст вообще существует? Чем его существование поможет тому, кто его читает?»
«Проблема качественного анализа в том, что, чтобы проверить его от и до за моделью, тебе придётся повторить этот анализ. Весь этот выигрыш скорости сводит на нет то, что она может где-то лажать.»
«Ключевым образом я увидела, что магии не существует. Тот уровень развития инструментов, который нам доступен, способен решать задачи быстрее. Но чтобы это дало долгосрочный эффект, нужно не просто внедрять ИИ, а перестраивать весь процесс целиком.»