1 
2Najważniejszym momentem w małym świecie agentów AI jest inżynieria kontekstu.
3 
4Wygląda na to, że to kolejna etykieta wymyślona po to, by sprzedawać coś, co już zrobiliśmy. Po części tak. Jednak, jak to często bywa, etykieta się przyjęła, ponieważ nadaje nazwę prawdziwemu bólowi.
5 
6Problem jest taki: modele nie ponoszą porażek tylko dlatego, że „nie myślą”. Często zawodzą, ponieważ wysyłamy ich do pracy w złym pomieszczeniu.
7 
8Dajemy im stare instrukcje. Ukrywamy przed nim ważne pliki. Przekazujemy im dokumenty, które są za długie i nie mówią, co jest istotne. Pokazujemy im logi bez priorytetu. Dajemy im dziesięć narzędzi, nie wyjaśniając, kiedy z nich korzystać. Wtedy jesteśmy zaskoczeni, jeśli agent porusza się jak osoba obudzona w nieznanym mieszkaniu.
9 
10Podpowiedź to zdanie, które do niej wypowiesz. Kontekst to świat, który wokół niego przygotowujesz.
11 
12## Od szybkiej inżynierii po inżynierię kontekstową
13 
14Szybka inżynieria była często uważana za pisanie. Wybierz właściwe słowa, zapytaj we właściwy sposób, dodaj przykłady, określ format.
15 
16Inżynieria kontekstowa jest bliższa architekturze.
17 
18Nie pytasz po prostu: „Jak sformułować prośbę?”. Pyta:
19 
20- jakie informacje są naprawdę potrzebne?
21- co to jest hałas?
22- co trzeba odzyskać na bieżąco?
23- o czym należy pamiętać?
24- jakie narzędzia należy wyeksponować?
25- które instrukcje są stabilne, a które zależne od zadania?
26- jak sprawić, by agent zrozumiał, co jest autorytatywne?
27 
28To subtelna, ale ogromna zmiana. Ponieważ podczas pracy z agentami kontekst nie jest statycznym blokiem. Zmienia się na każdym kroku.
29 
30Agent otwiera plik, dowiaduje się czegoś, uruchamia test, otrzymuje błąd, aktualizuje plan, wywołuje narzędzie, odkrywa zależność. Na każdym okrążeniu musi decydować, co ze sobą zabrać, a co pominąć.
31 
32To jest inżynieria.
33 
34## Kontekst to nie wysypisko śmieci
35 
36Szablony z dużymi oknami kontekstowymi dały nam pokusę: wrzućmy wszystko.
37 
38To zrozumiałe. Jeśli mam milion tokenów, dlaczego mam wybierać?
39 
40Bo nawet jeśli możesz włożyć wszystko, nie oznacza to, że wszystko pomaga. Rzeczywiście, hałas ma swoją cenę. Kosztuje tokeny, kosztuje uwagę, kosztuje opóźnienia, kosztuje jakość. Modelka może tak samo jak my zagubić się w nieistotnych szczegółach, gdy otworzymy dwadzieścia zakładek i nie będziemy już pamiętać dlaczego.
41 
42Dobry kontekst ma hierarchię:
43 
441. instrukcje i zasady systemu;
452. cel szczegółowy;
463. stan aktualny;
474. odpowiednie dane;
485. ograniczenia;
496. dostępne narzędzia;
507. śledzić już podjęte decyzje.
51 
52Nie ma potrzeby traktować wszystkiego na tym samym poziomie. Polecenie użytkownika jest warte więcej niż stara notatka. Nieudany test jest teraz wart więcej niż preferencja estetyczna sprzed trzech miesięcy. Polityka bezpieczeństwa jest warta więcej niż skrót produkcyjny.
53 
54Inżynieria kontekstu oznacza także nadawanie wag, a nie tylko danych.
55 
56## Pamięć: pamiętaj mniej, pamiętaj lepiej
57 
58Pamięć u agentów to jeden z najbardziej śliskich tematów.
59 
60Jako użytkownik chcesz, aby agent Cię poznał. Chcesz, żeby zapamiętał ton, plan, konwencje i rzeczy już postanowione. Jako inżynier wiesz, że każda trwała pamięć to także ryzyko: może być błędna, stara, zbyt osobista, zbyt ogólna, niemożliwa do sprawdzenia.
61 
62Przydatna pamięć powinna mieć co najmniej trzy cechy:
63 
64- pochodzenie: skąd pochodzą te informacje?
65- data: kiedy to było prawdą?
66- cel: do jakiego rodzaju zadania ma być używany?
67 
68Bez tych trzech rzeczy pamięć staje się przesądem.
69 
70Lubię myśleć o pamięci agentycznej jak o zeszycie ćwiczeń, a nie o magicznym umyśle. Istnieją tymczasowe notatki, potwierdzone decyzje, preferencje stylistyczne, ograniczenia techniczne, linki do źródeł. Niektóre rzeczy wygasają. Niektóre trzeba napisać od nowa. Niektóre należy wyeliminować, ponieważ agent błędnie je wywnioskował.
71 
72Dobry system musi zapewniać normalną konserwację. Nie bohaterskie.
73 
74## Odzyskiwanie i narzędzia to nie to samo
75 
76Kiedy mówimy o kontekście, często od razu trafiamy na RAG. Osadzanie, baza danych wektorowych, fragmentacja, reranking.
77 
78Wszystko przydatne. Jednak pobieranie to tylko jeden ze sposobów dostarczenia informacji do modelu. Nie jest jedyny.
79 
80Agent może uzyskać kontekst, czytając pliki, wysyłając zapytania do API, wywołując serwer MCP, otwierając przeglądarkę, uruchamiając testy, przeszukując Slack, patrząc na pulpit nawigacyjny, zadając pytanie człowiekowi.
81 
82Interesującą częścią jest podjęcie decyzji, której trasy użyć i kiedy.
83 
84Jeśli agent musi odpowiedzieć na pytanie historyczne, być może wystarczy samo odzyskanie informacji. Jeśli musi naprawić błąd, musi przeczytać prawdziwy kod. Jeśli chce zrozumieć przyczynę niepowodzenia wdrożenia, musi przejrzeć świeże dzienniki. Jeśli chcesz napisać do klienta, musisz uzyskać sygnał, historię i status zgłoszenia. Jeśli musi działać na produkcji, musi poprosić o pozwolenie.
85 
86Kontekst nie jest bazą danych. To przepływ pracy.
87 
88## Dobry agent też wie, jak ignorować
89 
90Oznaką dojrzałości agenta będzie umiejętność powiedzenia: nie potrzebuję tej informacji.
91 
92Wydaje się to banalne, ale jest bardzo trudne. Kumuluje się wiele systemów agentowych. Każde wywołanie narzędzia dodaje tekst. Każdy błąd pozostaje w buforze. Każdy odczytany plik dodaje do stosu. W końcu model ma bardzo długą historię i nie ma mapy.
93 
94Potrzebna jest kompresja. Potrzebna jest synteza pośrednia. Trzeba to uporządkować.
95 
96Nie „to wszystko, co się wydarzyło”, ale:
97 
98- cel nadal aktualny;
99- aktualna hipoteza;
100- pliki już sprawdzone;
101- podjęte decyzje;
102- otwarte ryzyka;
103- następna akcja.
104 
105Dzięki temu agent jest mniej teatralny i bardziej pomocny. Nie dlatego, że wydaje się mądrzejszy, ale dlatego, że pracuje przy czystym biurku.
106 
107## Inżynieria kontekstowa dla zespołów, a nie dla szybkich artystów
108 
109Temat ten interesuje mnie dlatego, że przenosi on odpowiedzialność z jednostki na system.
110 
111W inżynierii szybkiej często wygrywa ten, kto najlepiej potrafi rozmawiać z modelem. W inżynierii kontekstowej wygrywa zespół, który najlepiej organizuje swoją pracę: dokumentacja, konwencje, problemy, logi, testy, własność, nazewnictwo, źródła.
112 
113Czyste repozytorium staje się lepszym kontekstem. Dobrze napisany numer staje się lepszym paliwem. Zaktualizowany element Runbook oszczędza tokeny i niepokoje. Przejrzysty dziennik zmian zmniejsza halucynacje.
114 
115To dobra i nieco niewygodna wiadomość. Piękne, bo nagradza dobre praktyki. Niewygodne, ponieważ nie da się rozwiązać wszystkiego sprytnym podpowiedzią.
116 
117Środki zwiększają higienę znalezionego systemu.
118 
119## Jak zastosuję to jutro
120 
121Jeśli miałbym wprowadzić inżynierię kontekstową do prawdziwego projektu, zacząłbym od małych rzeczy:
122 
123- krótki i utrzymywany plik instrukcji projektu;
124- dobre przykłady oczekiwanych wyników;
125- listę dostępnych narzędzi i przypadków, w których można z nich skorzystać;
126- decyzje architektoniczne zapisane w sposób umożliwiający cytowanie;
127- problem z minimalnym obowiązkowym kontekstem;
128- łatwe wyszukiwanie logów i testów;
129- pamięć trwała, modyfikowalna przez człowieka.
130 
131Następnie zmierzyłbym prostą rzecz: ile razy agent musi prosić o wyjaśnienia lub podąża w złym kierunku?
132 
133Jeżeli zdarza się to często to nie dokładałbym od razu większego modelu. Spojrzałbym na kontekst.
134 
135## Moja lektura
136 
137Tak, inżynieria kontekstu to trochę przesadzone słowo. Ale koncepcja jest słuszna.
138 
139Przypomina nam, że inteligencja agenta nie jest zawarta tylko w modelu. Leży w otoczeniu, które dla niego przygotowujemy: co widzi, co pamięta, co może zrobić, czego mu zabrania, jakie źródła uznaje za prawdziwe.
140 
141Ludzka część jest taka: dobre przygotowanie kontekstu jest formą troski. Mówi agentowi, ale także zespołowi: „Nie chcę, żebyś zgadywał, chcę, żebyś miał to, czego potrzebujesz”.
142 
143Mniej magii. Czystszy pokój. Agenci potrzebują tego tak samo jak my.
144 
145## Źródła
146 
147- [Blog LangChain: Rozwój inżynierii kontekstowej](https://blog.langchain.com/the-rise-of-context-engineering/)
148  – [Simon Willison: Inżynieria kontekstu](https://simonwillison.net/2025/Jun/27/context-engineering/)
149- [Protokół kontekstu modelu: wprowadzenie](https://modelcontextprotocol.io/introduction)
150  – [Anthropic: budowanie skutecznych agentów](https://www.anthropic.com/engineering/building-efektyw-agents)
151- [OpenAI: Nowe narzędzia dla agentów budowlanych](https://openai.com/index/new-tools-for-building-agents/)
152