Et kjerneprinsipp for produktadministrasjon for AI-agenter er bare å finne ut hva en veldig smart person – uten noen som helst innledende kontekst – trenger for å utføre oppgaven på en vellykket måte. Hele spillet gjør bare alt for å få akkurat den riktige informasjonen inn i kontekstvinduet for å sikre at agenten får tilgang til de mest relevante dataene og verktøyene som skal utføres. Hver gang vi prøver å finne ut hvorfor noe fungerer eller ikke fungerer med en agent, koker det vanligvis bare ned til det faktum at et menneske trenger helt annen eller meningsfullt mer kontekst for å utføre den samme handlingen. Vanligvis ligger problemet et sted i agentens bruk av verktøy (som søk), eller å ikke gi agenten nok data å jobbe med, eller noen ganger gi det for mye, eller ikke forklare oppgaven eller målet ordentlig, og så videre. Det fine er at alle disse problemene er håndterbare. Modellene vil bare fortsette å bli bedre på alle disse problemene. Og du kan alltid kaste mer databehandling på problemet i hvilken som helst form (mer resonnement, mer planlegging, mer data hentet osv.) - det er bare et spørsmål om avveininger mellom kostnad og hastighet. Veldig interessant nytt rom å bygge for.