O estado atual do context engineering: um desafio próprio da IA

O texto vem de uma palestra no AGNTCon chamada "Context Fails & Fixes", que funciona como um balanço do context engineering. O autor, Drew Breunig, parte de um ponto simples: dar instruções claras e consistentes, sem ruído, é difícil até entre pessoas. Com modelos, a dificuldade muda de natureza, porque a forma como são construídos, otimizados e treinados gera modos de falha próprios.

O argumento histórico começa no fim de 2024, no auge do "RAG is dead". A aposta era encher a janela de contexto, e os modelos saltaram de cerca de 128 mil tokens para 1 milhão, a partir do Gemini 1.5. O Llama 4 Scout chegou a 10 milhões, mas a inferência era um problema e ele não pegou. Contexto longo trouxe quatro falhas: envenenamento (um erro ou alucinação que o modelo não larga), distração, confusão e conflito. O exemplo do envenenamento é o Gemini 2.5 jogando Pokémon: ele insistiu em dar chá ao guarda, detalhe da versão FireRed, embora jogasse a versão original, em que a bebida é limonada. Na distração, o relatório técnico do Gemini 2.5 registra que, acima de 100 mil tokens, o agente passou a repetir ações do histórico em vez de criar planos novos. O estudo "Do as I Say, Not as I Do" mostra que exemplos contrários à instrução desviam todos os modelos testados, de Gemma 3 12B a Opus 4.6.

As correções formam seis ferramentas: augmentation (RAG, skills), tool loadout, quarantine (subagentes), pruning, offloading e summarization (compactação). O autor mostra em DSPy um agente de cerca de uma dúzia de linhas, e todas as correções somam cerca de 16 linhas de mudança. Segundo ele, o trabalho é o mesmo desde 2023, quando se falava em prompt engineering: mover a montagem do contexto de chamadas probabilísticas para código determinístico. Em 2026, o foco passou a modelos agênticos de longo horizonte que dirigem o próprio harness e gerenciam o próprio contexto. O texto cita medições da METR (GPT-5 com cerca de 3,4 horas, Gemini 3.1 com 6,4, Opus 4.6 com cerca de 12) e anuncia dois novos modos de falha desse modelo, mas o trecho disponível termina antes de detalhá-los.

A cobertura anterior do CEVIU já vinha tratando contexto como gargalo prático. Em 20 de abril de 2026, o CEVIU noticiou "Seu agente de IA pode ler sua base de código, mas não conhece seu produto", sobre agentes de código que geram resultado genérico por falta de contexto de produto. Em 27 de julho de 2026, veio "Engenharia de Contexto: O Calcanhar de Aquiles na Adoção da IA Corporativa", que apontava o context engineering como principal gargalo da IA nas empresas. A matéria de agora acrescenta um catálogo técnico de falhas e correções e a tese de que o desafio persiste mesmo com modelos melhores.

Para quem opera agentes em produção, a leitura é prática: boa parte do ganho está em decidir o que entra no contexto, e não em esperar janelas maiores. Resetar a sessão antes de lotar o limite, filtrar skills expostas e compactar com critério são medidas baratas. Se os modelos passarem a gerenciar o próprio contexto, vale acompanhar quais falhas novas isso cria.