Hier is waarom contextengineering zo'n grote zaak is. We hebben net 2 uur gedebatteerd over wanneer een agent op zijn interne kennis moet vertrouwen versus het proberen te vinden van relevante context binnen data voor slechts één type vraag. We hebben 2 testgevallen doorlopen van de honderden. Zelfs de mensen die betrokken waren bij de brainstorm konden het er niet allemaal over eens worden wat ze zouden verwachten dat mensen in deze situatie zouden doen. Er was echt geen goed antwoord, en het is altijd contextspecifiek, klant per klant. Alles in contextengineering is een afweging tussen verschillende factoren: hoe snel wil je dat de agent een vraag beantwoordt, hoeveel interactie wil je van de gebruiker vereisen, hoeveel werk moet het doen voordat het probeert een vraag te beantwoorden, hoe weet het dat het de uitputtende bronmaterialen heeft om de vraag te beantwoorden, wat is het risiconiveau van het verkeerde antwoord, enzovoort. Elke beslissing die je neemt op een van deze dimensies heeft een gevolg aan de andere kant. Er is geen gratis lunch. Dit is waarom het bouwen van AI-agenten zo wild is. Het benadrukt ook hoeveel waarde er boven de LLM-laag is. Het goed krijgen van deze beslissingen heeft direct invloed op de kwaliteit van de waardepropositie.