Toen startend crowdfundingplatform VentureCrowd begon met het implementeren van AI-codeeragenten, zagen ze dezelfde voordelen als andere bedrijven: ze verkortten de front-end ontwikkelingscycli met 90% bij sommige projecten.
Het gebeurt echter niet gemakkelijk of zonder veel vallen en opstaan.
De eerste uitdaging van VentureCrowd draait om data- en contextkwaliteit, zoals Diego Mogollon, chief product officer bij VentureCrowd, tegen VentureBeat vertelde dat “agenten redeneren tegen de data waartoe ze tijdens runtime toegang hebben” en dan onvermijdelijk “de fout ingaan”, omdat ze hun kennis alleen baseren op de context die hen wordt gegeven.
Een andere barrière, zoals vele andere, zijn rommelige gegevens en onduidelijke processen. Vergelijkbaar in de context zei Mogollon dat codeerbureaus slechte gegevens zullen versterken, dus bedrijven moeten eerst een goed gestructureerde codebasis opbouwen.
“De uitdaging ligt zelden bij het codeerbureau zelf; de uitdaging zit in alles om hen heen”, aldus Mogollon. “Dit is een contextprobleem, vermomd als een AI-probleem, en het is de voornaamste faalwijze die ik tegenkom bij agentimplementaties.”
Mogollon zei dat VentureCrowd met verschillende obstakels te maken kreeg bij het herzien van zijn softwareontwikkeling.
De ervaring van VentureCrowd illustreert een breder probleem bij de ontwikkeling van AI-agenten. Het model stelde haar agent niet teleur; in plaats daarvan worden ze overweldigd door te veel context en te veel tools tegelijk.
Te veel context
Dit komt voort uit een fenomeen genaamd Context-bloatnaarmate een AI-systeem meer gegevens, hulpmiddelen of instructies verzamelt, wordt de workflow ervan steeds complexer.
Het probleem ontstaat omdat agenten context nodig hebben om beter te kunnen werken, maar te veel context zal interferentie veroorzaken. En hoe meer context een agent moet filteren, hoe meer tokens er worden gebruikt, het werk vertraagt en de kosten stijgen.
Eén manier om context-opgeblazenheid te beteugelen is door middel van context-engineering. Context-engineering helpt agenten codewijzigingen of pull-aanvragen te begrijpen en deze op hun taken af te stemmen.
Context-engineering is echter vaak een externe taak en niet ingebed in de codeerplatforms die bedrijven gebruiken om hun agenten te bouwen.
Hoe aanbieders van codeerbureaus reageren
VentureCrowd vertrouwde op één oplossing in het bijzonder om het context-opgeblazen probleem te overwinnen dat de implementatie van AI-agenten in ondernemingen teisterde: Agentforce Vibes van Salesforce, een codeerplatform dat leeft binnen Salesforce en beschikbaar voor alle abonnementen, beginnend met gratis.
Salesforce is zojuist bijgewerkt Agentforce Vibes naar versie 2.0, waarmee de ondersteuning voor frameworks van derden, zoals ReAct, wordt uitgebreid. Het belangrijkste voor bedrijven als VentureCrowd is dat Agentforce Vibes mogelijkheden en vaardigheden toevoegt, die ze kunnen gebruiken om het gedrag van agenten te sturen.
“Voor de context: ons hele platform, frontend en backend, draait op het Salesforce-ecosysteem. Dus toen Agentforce Vibes werd gelanceerd, werd het uiteraard in een omgeving geplaatst die we al goed kenden”, aldus Mogollon.
De aanpak van Salesforce minimaliseert het gebruik van contextagenten niet; in plaats daarvan helpt het bedrijven ervoor te zorgen dat de context binnen hun datamodel of codebase blijft. Agentforce Vibes voegt extra uitvoering toe via nieuwe functies voor vaardigheden en vaardigheden. Capaciteiten definiëren wat agenten willen bereiken, en vaardigheden zijn de tools die ze zullen gebruiken om dit te bereiken.
Andere codeerplatforms beheren de context anders. Claude Code en Codex van OpenAI richten zich bijvoorbeeld op autonome uitvoering, het continu lezen van bestanden, het uitvoeren van opdrachten en naarmate de taak vordert, het uitbreiden van de context. Code Claude heeft contextindicatoren waardoor de context wordt gecomprimeerd wanneer deze te groot wordt.
In deze verschillende benaderingen is het consistente patroon dat de meeste systemen de zich ontwikkelende context voor agenten beheren, in plaats van deze te beperken. De context blijft evolueren, vooral omdat workflows complexer worden, waardoor het voor bedrijven steeds moeilijker wordt om de kosten, latentie en betrouwbaarheid onder controle te houden.
Mogollon zei dat zijn bedrijf voor Agentforce Vibes heeft gekozen, niet alleen omdat de meeste van hun gegevens zich al in Salesforce bevinden, waardoor het gemakkelijker wordt om ze te integreren, maar ook omdat ze hierdoor meer controle kunnen krijgen over de context die ze aan hun agenten bieden.
Wat bouwers moeten weten
Er bestaat niet één manier om de opgeblazenheid van de context te overwinnen, maar het patroon is nu duidelijk: meer context betekent niet noodzakelijkerwijs betere resultaten.
Naast het investeren in context-engineering moeten bedrijven ook experimenteren met de contextbeperkingsbenaderingen die zij het leukst vinden. Voor bedrijven betekent dit dat de uitdaging niet alleen bestaat uit het verstrekken van meer informatie aan agenten, maar ook uit het beslissen wat ze niet gaan doen.
