---
title: "Incremental Context Loading (Dynamiczne Ładowanie Kontekstu)"
type: "concept"
tags: [prompt-engineering, system-design, agent-ai, optimization]
created: 2026-06-09
updated: 2026-06-09
sources: ["[[summaries/best-12-claude-skills-setup]]", "[[summaries/5-mental-models-for-ai-agents]]"]
confidence: high
---

# Incremental Context Loading (Dynamiczne Ładowanie Kontekstu)

## Definition
Strategia optymalizacji systemów agentowych, polegająca na dynamicznym, wybiórczym wprowadzaniu szczegółowych instrukcji, plików referencyjnych lub baz danych do okna kontekstowego (RAM) modelu LLM wyłącznie w momencie, gdy są one niezbędne do realizacji bieżącego zadania.

## Why It Matters
Wielkie okna kontekstowe (sięgające milionów tokenów) kuszą inżynierów do "wrzucania wszystkiego naraz" (wszystkich instrukcji, dokumentacji technicznych i historii sesji). Prowadzi to do poważnych problemów:
- **Wzrost kosztów**: Wykładniczy wzrost zużycia tokenów przy każdej kolejnej wiadomości.
- **Spowolnienie działania (Latency)**: Dłuższy czas przetwarzania i generowania odpowiedzi.
- **Zaszybianie uwagi (Attention Loss)**: Model "gubi się" w gigantycznym natłoku instrukcji i ignoruje kluczowe reguły (błędy wykonawcze).

## How It Is Solved
Poprzez wdrożenie ustrukturyzowanych klastrów wiedzy i umiejętności (takich jak [[concepts/claude-skills]]). System ocenia nagłówek zapytania, wybiera wąską specjalizację i podczytuje tylko te instrukcje, które są skojarzone z aktywnym pod-zadaniem. Gwarantuje to maksymalną szybkość działania i najwyższą precyzję wykonywanej pracy.

## Sources
- [[summaries/best-12-claude-skills-setup]]
- [[summaries/5-mental-models-for-ai-agents]]