Контекстная инженерия: все говорят, никто не делает

Каждая вторая AI-рассылка в марте 2026: «Context engineering — это новый prompt engineering!» Открываешь — и читаешь про структуру системного промпта. Серьёзно?

Большинство статей про контекстную инженерию сводятся к трём советам: структурируй промпт, подключи RAG, опиши инструменты. Это полезно. Но это не инженерия контекста — это форматирование с претензией.

Настоящая проблема возникает, когда AI-агент работает не одну сессию, а месяц. Две тысячи диалогов. Деплои, краши, миграции баз данных. Каждый разговор — потенциально полезное знание. А контекстное окно — всё те же 128K токенов.

Что оставить? Что выбросить? Что обновить?

«Загони всё в эмбеддинги, делай similarity search» — стандартный ответ. Проблемы начинаются быстро:

- **Рецентность.** Пользователь вчера сменил PostgreSQL на MySQL. Векторный поиск об этом не знает — старые факты по-прежнему «ближе». - **Причинность.** «База упала» → «добавили миграцию» — связанные события. Cosine similarity связи не видит. - **Эволюция знаний.** Сломанная процедура не меняет свой эмбеддинг. Система снова и снова достаёт битую инструкцию.

Решение, к которому приходят те, кто строит агентов в продакшне, напоминает когнитивную науку:

**Семантический слой** — факты. Дедуплицированные, с автоматическим разрешением противоречий. PostgreSQL → MySQL? Обновлено, старый факт перезаписан.

**Эпизодический слой** — события. С таймстемпами, исходами, причинно-следственными связями. Не «что сказали», а «что случилось и чем кончилось».

**Процедурный слой** — версионируемые процессы. Шаг 3 сломался? Процедура эволюционирует до v4. Старая помечена как устаревшая, а не удалена.

Главный инсайт: агенты с процедурной памятью реально улучшаются со временем. Вместо повторения ошибок — накопление рабочих решений.

Если система хранит знания между сессиями — вопрос governance неизбежен. Три принципа, которые я считаю обязательными:

1. Пользователь видит всё, что система о нём помнит 2. Self-hosting — не опция «когда-нибудь потом», а реальная возможность 3. Память редактируема и удаляема

ICLR 2026 — воркшоп по памяти LLM-агентов. MCP под Linux Foundation. LangChain Deep Agents с архитектурой памяти.

Прогноз: через год «память» станет стандартным компонентом — как tool use сегодня. Выиграют те, кто строит архитектуру, а не подбирает слова в промптах.

А вы уже упирались в лимиты контекста при работе с агентами? Как решали?