Минутка нашего:

Дизайнер: Константин Еременко

Инженерия контекста - парадигмальная статья от китайских исследователей из Шанхая и других университетов. Context Engineering 2.0:
The Context of Context Engineering. Начинается вообще круто, с Карла Маркса!

Карл Маркс однажды написал, что «сущность человека – это совокупность социальных отношений», предполагая, что индивиды не являются изолированными сущностями, а в своей основе формируются взаимодействием с другими сущностями, в рамках которого контексты играют определяющую и существенную роль. С появлением компьютеров и искусственного интеллекта эти контексты больше не ограничиваются исключительно взаимодействием человека с человеком: сюда также входит взаимодействие человека с машиной. Возникает центральный вопрос: как машины могут лучше понимать наши ситуации и цели? Для решения этой проблемы исследователи недавно ввели концепцию контекстной инженерии. Хотя её часто считают недавним нововведением эпохи агентов, мы утверждаем, что подобные практики существуют уже более двадцати лет. С начала 1990-х годов эта область развития прошла через различные исторические этапы, каждый из которых определялся уровнем интеллекта машин: от ранних фреймворков взаимодействия человека с компьютером, построенных на примитивных компьютерах, до современных парадигм взаимодействия человека с агентом, управляемых интеллектуальными агентами, и, возможно, до интеллекта человеческого или сверхчеловеческого уровня в будущем. В данной статье мы рассматриваем контекстную инженерию, даём её систематическое определение, описываем её исторический и концептуальный ландшафт, а также рассматриваем ключевые аспекты проектирования, которые необходимо учитывать при разработке на практике.

Определение 1 (Сущность и характеристика). Пусть
E — пространство всех сущностей (пользователей, приложений, объектов, окружений и т.д.),
F — пространство всей возможной характеризующей информации.
Через P(F) обозначим булеан (множество всех подмножеств) множества F.
Для любой сущности e ∈ E определим функцию ситуационной характеристики:
Char : E → P(F)  (1)
где Char(e) возвращает множество информации, характеризующей сущность e.
Простое объяснение (что это значит на человеческом языке)
Это базовое математическое определение из какой-то научной статьи (скорее всего, по информационной безопасности, контекстно-зависимому доступу или AI-сafety).

Представьте, что у вас есть огромный мир, в котором существуют самые разные «вещи»:
люди (пользователи),
программы,
файлы,
комнаты,
устройства,
даже целые здания или виртуальные миры.
Все эти «вещи» автор называет сущностями (entities) и собирает их в одно большое множество E.

У каждой такой сущности есть куча информации, которая её описывает в данный момент:
кто сейчас вошёл в систему,
где находится человек,
в каком состоянии устройство,
какой у пользователя уровень доступа,
какой сейчас день недели, время суток и т.д.

Например, когда пользователь вводит в Gemini CLI¹ команду «Search related documentation for me», множество релевантных сущностей может включать: самого пользователя, приложение Gemini CLI, терминальную среду, внешние инструменты, модули памяти и backend-сервисы модели.
В этом случае функция Char(e) может описывать:
пользователя (например, введённый промпт, его предпочтения, история запросов),
приложение (например, системные инструкции, конфигурация Gemini CLI),
среду выполнения (например, текущая рабочая директория, переменные окружения),
внешние инструменты (например, доступные плагины, инструменты поиска, код-интерпретатор),
модули памяти (краткосрочная память — история текущей сессии; долгосрочная — сохранённые пользователем знания или документы), сервис модели (например, какие возможности поддерживает текущая модель Gemini, ограничения по длине ответа, формат вывода и т.д.).

Определение 2 (Взаимодействие).
Взаимодействие (interaction) — это любое наблюдаемое вовлечение между пользователем и приложением, включающее как явные действия (например, клики, ввод команд), так и неявные (имплицитные) поведенческие проявления (например, паттерны внимания, изменения в окружении), которые могут влиять на вычислительную систему или испытывать её влияние.
В примере с Gemini CLI:
явное взаимодействие — это непосредственно введённая пользователем команда (например, «Search related documentation for me»),
неявные аспекты могут включать текущее состояние терминала, ранее загруженный контекст, использование модулей памяти, статус вызова инструментов и т.д.

Данное определение сознательно не ограничивает контекстную инженерию какой-либо конкретной технологией или эпохой. Будь получателем примитивный компьютер 90-х годов с графическим интерфейсом или агент 2025 года — фундаментальная задача остаётся одной и той же: как сделать так, чтобы контексты и намерения человека были точно поняты машиной.
Конкретные приёмы и форматы, используемые в контекстной инженерии, конечно, эволюционируют вместе с технологиями, но сама суть проблемы — преодоление разрыва между человеческими намерениями и машинным пониманием — остаётся неизменной.


Сбор и хранение контекста
С ростом сложности вычислительных окружений резко возрастает потребность в продвинутых возможностях сбора контекста. Этому способствуют прогресс в сенсорных технологиях и ИИ, позволяющий собирать контекст из всё более богатых источников (датчиков). Хранение также диверсифицировалось: локальные устройства, сетевые серверы, облачные платформы — каждый вариант предлагает свои компромиссы по задержке, объёму, масштабируемости и безопасности.
Два фундаментальных принципа проектирования:
Принцип минимальной достаточности — собирать и хранить нужно только ту информацию, которая необходима для выполнения задачи. Ценность контекста — в достаточности, а не в объёме.
Принцип семантической непрерывности — цель контекста — сохранять непрерывность смысла, а не просто непрерывность данных.

Эти принципы определяют, как контекст должен собираться и сохраняться в интеллектуальных и надёжных системах.

Контекст собирался преимущественно на одном устройстве (настольный ПК, ранний смартфон) с помощью ограниченного набора датчиков (GPS, часы, события клавиатуры/мыши) или логов приложений (Schilit and Theimer, 1994; Dey, 2001a; Abowd et al., 1999b). Хранение было почти исключительно локальным: лог-файлы, структурированные документы в файловой системе, простые локальные БД. Теперь ИИ достигает контекстной осведомлённости на уровне человеческого восприятия: тактильные ощущения (текстура, давление, температура), обоняние и вкус (дым как сигнал опасности, свежесть продуктов), тон голоса, паузы, зрительный контакт, даже молчание — всё это становится источником понимания тонких социальных контекстов.
Контекст объединяется в долгосрочную личную цифровую память. Хранение перестаёт быть просто архивом данных и превращается в динамическую когнитивную инфраструктуру: автономно организует, очищает и совершенствует контекст для непрерывного рассуждения во времени и сценариях, поддерживает человекоподобные «забывание» и «вспоминание». Данные безопасно циркулируют между локальными и облачными средами, пользователь сохраняет абсолютный контроль над чувствительной информацией, но при этом пользуется глобальными знаниями и вычислительными ресурсами — настоящая симбиотическая связь человек–машина.

Пятничный Лайкопост ❤️

Кидайте в комменты ссылки на свои работы (не страницы, а работы) и обменивайтесь лайками

🛠SQL Murder Mystery — интерактивная игра, в которой нужно использовать SQL-запросы для расследования виртуального убийства.

🌍 Сайт

Daily Coding #инструменты #sql

🧰 FUNGRAD V.1 — пак бесплатных и ярких меш градиентов для современных дизайнов

Dezzigners

Минутка музыки:

Хорошего вечера пятницы.

Типичный сайт на Webflow.

Barber app

Включает стильные и функциональные элементы, которые упрощают процесс записи клиентов на стрижки и другие процедуры. Шаблон идеально подходит для использования в мобильных приложениях и помогает ускорить разработку интерфейса.

#App

ОТКРЫТЬ