Um princípio central de gerenciamento de produtos de agentes de IA é apenas descobrir o que uma pessoa muito inteligente - sem nenhum contexto inicial - precisaria para executar a tarefa com sucesso. Todo o jogo está fazendo todo o possível para obter as informações corretas na janela de contexto para garantir que o agente tenha acesso aos dados e ferramentas mais relevantes para executar. Toda vez que estamos tentando descobrir por que algo funciona ou não funciona em um agente, geralmente tudo se resume ao fato de que um humano precisaria de um contexto totalmente diferente ou significativamente mais para executar a mesma ação. Normalmente, o problema está em algum lugar no uso de ferramentas pelo agente (como pesquisa), ou não fornecer ao agente dados suficientes para trabalhar, ou às vezes fornecer demais, ou não explicar a tarefa ou objetivo adequadamente, e assim por diante. O melhor é que cada uma dessas questões é tratável. Os modelos continuarão melhorando em cada um desses problemas. E você sempre pode jogar mais computação no problema de qualquer forma que seja (mais raciocínio, mais planejamento, mais dados recuperados, etc.) - é apenas uma questão de compensações de custo / velocidade. Novo espaço muito interessante para se construir.