AI-кодинг больше не про промпты. Теперь всё решает «контекстная инженерия»
Год назад настройка AI-агентов выглядела так: Markdown-файл с инструкциями загружался в чат — и разработка шла. Это работало на простых задачах, но индустрия быстро натолкнулась на потолок. На QCon London 2026 прозвучало слово, которое теперь определяет вектор развития всей отрасли — context engineering. Это не очередной хайп, а осознанный сдвиг парадигмы, и вот почему он касается каждого, кто работает с AI-агентами.
Модульные skills вместо простыни текста
Когда все инструкции лежат в одном файле, языковая модель загружает их целиком при каждом запросе. Контекстное окно забивается еще до того, как пользователь произнес первое слово. С конференции пришла красноречивая цифра: пустая сессия Claude Code до первого сообщения пользователя уже занимает 15% контекстного окна. В этот объем входят системный промпт, описания навыков и интерфейсы инструментов.
Решением стали модульные skills. Это папка с инструкциями, документацией и скриптами, где модель видит только краткое описание. Полный контент подгружается по запросу, когда он действительно нужен. В индустрии этот прием называют lazy loading контекста — ленивая загрузка. Контекстное окно перестает засоряться впустую, а модель работает быстрее и точнее на каждый конкретный запрос.
Subagents: дочерние процессы вместо монолита
Второй ключевой элемент нового подхода — subagents. Главный агент порождает дочерние процессы для тяжелых задач: исследование кодовой базы, code review, анализ логов. Результат возвращается в сжатом виде, без переноса всей промежуточной работы в основной контекст.
Такой подход решает сразу две практические проблемы. Во-первых, качество работы агента не деградирует при заполнении контекстного окна — модель не перегружена и сохраняет фокус. Во-вторых, счет за API не растет лавинообразно: каждый запрос отправляет не всю историю, а только нужные данные. Для команд, работающих с коммерческими моделями, это ощутимое снижение затрат.
MCP или CLI: прагматичный выбор индустрии
Третий тренд менее технически модный, но наиболее практичный. Команды массово отказываются от MCP-серверов в пользу CLI-скриптов, которые уже стоят на машине. Агенту достаточно описать доступные команды — он использует их напрямую, без прослойки в виде отдельного сервера. Проще поддерживать, проще отлаживать, меньше точек отказа.
Усилитель в обе стороны: подвох контекстной инженерии
Вот где начинается главная философия. Context engineering работает как лупа: она усиливает любые паттерны, заложенные в контекст.
С одной стороны, это преимущество. Хорошо спроектированный контекст усиливает правильные паттерны — модульность, архитектурные решения, конвенции кода. Агент становится предсказуемее и следует стандартам команды.
С другой стороны — это же и риск. Плохо спроектированный контекст масштабирует ошибки и дрейф. Команда OpenAI, пять месяцев работавшая над проектом в режиме минимального вмешательства, зафиксировала нарастание хаоса в кодовой базе. Потребовались дополнительные агенты-«мусорщики», которые непрерывно чистят код. Без контроля контекста ошибки не исчезают — они размножаются.
Harness engineering: проектирование обвязки
Из этого родилась более широкая идея — harness engineering. Обвязка вокруг агента включает структурные тесты, кастомные линтеры и архитектурные ограничения. Все это дает агенту детерминированную обратную связь — он не гадает, правильно ли сработал, а получает однозначный результат.
Отдельного внимания заслуживают сообщения об ошибках. Они тоже становятся частью контекстной инженерии: в них встраивают подсказки не просто «где сломано», а «как интерпретировать нарушение, чтобы не сломать еще что-то». Это превращает ошибку из тупика в обучающий сигнал для агента.
Главный вопрос теперь другой
Раньше главный вопрос звучал так: «Какую модель взять?»
Теперь он трансформировался: «Как спроектировать контекст и обвязку под наш стек?»
Это задача системного проектирования, а не марафон по написанию промптов. Промпт-инженерия была про слова. Контекстная инженерия — про архитектуру. Кто еще не перешел от простыни инструкций к модульной системе с subagents и harness — сейчас самое время вникнуть. Потолок старого подхода уже виден, и инструменты для нового — доступны.
