Paweł Domański
28 lines
1.7 KiB
Markdown
28 lines
1.7 KiB
Markdown
---
|
|
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]]
|