上下文工程正日益成为当前企业中构建有效AI代理的最关键组成部分。这最终将成为大多数组织在AI代理采用中的长杆。 我们需要能够深入理解与其相关的业务流程上下文的AI代理。这意味着要访问该工作流程中最重要的数据，在合适的时刻使用适当的工具，拥有正确的目标和指令，并理解其所处的领域。 对于任何构建企业代理的人来说，一些重要的未解决问题包括： * 狭义代理与广义代理。任务越小，给AI代理提供成功所需的正确上下文就越容易。但任务越小，价值就越低。找到生成价值的最佳任务规模将在未来几年内成为一个重要因素。 * 将数据导入代理准备好的系统。企业数据通常在数十个或数百个系统之间是碎片化的，其中许多系统并未为AI世界做好准备。大多数公司仍需现代化其数据环境，以充分利用AI代理的优势。 * 访问任务所需的*正确*数据至关重要。即使在现代环境中拥有数据，确保访问控制与AI代理所需的访问权限完美对齐也是至关重要的。此外，决定在什么情况下进行RAG，什么情况下进行一般搜索，以及什么内容完全放入上下文窗口，对于每个任务都非常重要。 * 选择什么应该是确定性的与非确定性的。如果你对模型的要求过高，可能会看到质量下降。然而，如果你让模型做得太少，那么你就会大幅低估AI的潜力。当然，这也是一个动态目标，因为模型本身正在以加速的速度改进。 * 获取AI代理上下文的正确用户界面至关重要。获取代理上下文的问题一半看起来根本不是AI问题。这完全取决于代理在工作流程中的出现位置，以及用户如何与它们互动，以提供完成任务所需的上下文。 未来几年企业AI的竞争在于谁能最好地为任何给定的工作流程提供正确的上下文。这将决定AI竞赛中的赢家和输家。