Вопрос «какова наша экспозиция к клиентам технологического сектора» звучит просто. Но агент, получивший его, может обнаружить несколько наборов данных, разные определения клиента, конфликтующие расчёты и конкурирующие бизнес-правила (пример из статьи, а не описанный случай). Люди проходят через такие расхождения благодаря опыту и неформальному знанию, ИИ — нет. По оценке автора статьи об архитектуре данных, проблема не в интеллекте, а в неоднозначности, и ИИ масштабирует её быстрее людей. Его решение — записывать смысл: метаданные («что это значит»), каталог, происхождение данных, наблюдаемость. Агенты потребляют не базы данных, а понимание.

Инженерная версия той же проблемы — у другого автора. За год он построил девять отдельных ИИ-проектов с разными ролями и передавал результат между ними вручную. Контекст терялся между этапами, небольшое отклонение на одном ломало следующие, ни одного полностью успешного прогона не было. Вывод автора: не хватало слоя исполнения, постоянного состояния и общих данных, он пытался построить программную систему из разговоров.

В новой версии утверждение, источник и доказательство хранятся записями в локальной базе данных, к которой облачные агенты обращаются через промежуточный сервер. Автор поясняет на примере: если один агент сообщает другому абзацем, что нашёл три источника, второму приходится интерпретировать текст и восстанавливать структуру; если записи уже есть, он просто читает их.

Вместе с архитектурой изменилась инструкция. Вместо «исследуй тщательно, бери свежие источники» задан процесс: утверждение, источник, проверка, интерпретация, уверенность, вывод. Он требует спросить, что именно значит «рост», кто его измерял, не пересказывает ли статья чужой отчёт. Десять изданий, повторивших одну цифру, не дают десяти независимых подтверждений. Сам автор оговаривает, что это первая версия, что системе нужно значительно больше тестов, а измерить качество такой системы — отдельная трудная задача.

Третий пример касается просьбы «сделать лучше». Первая версия презентации или отчёта у автора обычно тянет на 6 из 10, а общая просьба приводит к переписанным фразам и слегка сдвинутым цветам: не определено, что значит «лучше». Его промпт вводит 11 критериев (5 для текста, 6 для дизайна), каждый сформулирован как проверяемый тест, например контраст не ниже 4,5:1, и шкалу с якорем: 8 означает, что старший специалист опубликует работу после мелких правок менее чем за десять минут. Итоговая оценка равна минимальной, а не средней: в примере автора набор 9, 9, 9, 8, 6 даёт среднее 8,2 и проходит, по минимуму получает 6 и уходит на новый круг. Число проходов ограничено восемью, и автор отмечает, что оценка 8 от самой модели не заменяет прочтения человеком.

Уровень источников разный: статья об архитектуре данных концептуальная, без кейсов и чисел; описание системы — личный проект, не проверенный на разных задачах; промпт конкретен, но касается самопроверки, а не смысла. Во всех трёх случаях неявное знание (значение слова «клиент», контекст между этапами, смысл слова «лучше») пришлось выписать как запись, определение или критерий; без этого результат либо масштабирует путаницу, либо переписывается косметически.