Разбираемся вместе с экспертами СберТеха 🤩
Кстати, ребята ведут свой канал AI Inside, где пишут про практическое применение ИИ в разработке и бизнесе
🤩 Одна из главных проблем ИИ-ассистентов: модель хранит решения лучше, чем причины этих решений.
Исследование Lost in the Middle учёных из Стэнфорда и Беркли показало: чем длиннее контекст, тем хуже модель извлекает информацию из его середины. В результате ИИ-ассистенты забывают:
🟣 какие альтернативы обсуждались
🟣 какие ограничения были у проекта
🟣 какие компромиссы приняла команда
Один из способов решить эту проблему — перенести практику Architecture Decision Records из архитектурного документирования в ежедневную работу с ИИ-ассистентами.
По сути, это живой ADR: документ, где фиксируются не только решения, но и их причины, ограничения и отвергнутые варианты
В начале каждой новой сессии разработчик загружает этот файл, и модель сразу получает весь актуальный контекст. Чат остаётся средой для принятия решений, но перестаёт быть местом их хранения.
Ваш ИИ часто забывает что-то?
🔥 — да, и это раздражает
🤔 — если бы он помнил всё, зачем ему я?
✔️ Подписывайтесь на Sber AI в МАКС