Об устройстве контекстного окна моделей, неоднородности интеллекта и правилах контекст-инжиниринга

What this episode covers

«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