In die begin van 2026, 'n federale regter van die VSA nadat hulle regsdossiers ingedien het wat heeltemal vervaardigde gevalverwysings bevat wat deur kunsmatige intelligensie gegenereer word, 'n duur herinnering dat AI oortuigende uitkomste kan produseer wat heeltemal van die werklikheid afgeskei is. 'n Groep van prokureurs 'n Groep van prokureurs Maande gelede het navorsers van kibersekerheid getoon hoe 'n kan 'n AI-assistent manipuleer om onbedoelde slim-huis-aksie uit te voer, wat blootstel hoe outonoom stelsels gebruik kan word wanneer hulle kontekssignaal verkeerd interpreteer. Malware kalender uitnodiging Malware kalender uitnodiging Ondertussen het bedreigingsintelligensie-analiste In wat teenstanders gebruik het van agent-styl AI om gekoördineerde indringings- en afpersingskampagnes oor verskeie organisasies te orkestreer, wat beklemtoon hoe outonome stelsels wat sonder streng konteksbewustheid bedryf, risiko op skaal kan versterk. Dokumenteer opkomende cyberaanvalle Dokumenteer opkomende cyberaanvalle Hierdie incidente is nie geïsoleerde anomalies nie. Hulle teken 'n breër ondernemingsuitdaging: AI-stelsels wat merkwaardige intelligensie demonstreer, maar die konteksgrondslag ontbreek wat nodig is om veilig en doeltreffend in komplekse besigheidsmiliteiteite te bedryf. Die koste van die ontkenning van konteks Die gevolge van die ignoreer kontekstuele akkuraatheid is reeds sigbaar. Verkeerde AI-genereerde kode kan kwesbaarhede of stelselonderbrekings invoer. Onjuiste outomatiese antwoorde in gereguleerde bedryf kan oortredings van ooreenstemming veroorsaak. In baie organisasies word AI-tools stilweg verlaat nadat vroeë enthousiasme vervaag omdat span nie op hul output kan vertrou nie. Vir tegniese bestuurders skep dit 'n moeilike paradoks: hoe sterker AI word, hoe gevaarliker is dit wanneer dit sonder ondernemingsbewustheid bedryf. AI-agente wat nie begrip van stelsel afhanklikhede of projekverhale het nie, kan oormatige, lae-gehalte kode genereer, wat lei tot te veel trekverzoeke, buggy-implementasies en eindelose rondes van kode-oorsig. Ondernemings het in die generatiewe AI-era ingegaan en verwag 'n ongekende toename in produktiwiteit. vroeë demonstrasie het getoon dat groot taalmodelle (LLM's) dokumentasie kan opsom, kode kan genereer en komplekse vrae met opvallende vloeiendheid kan beantwoord. het generatiewe AI in ten minste een besigheidsfunksie geïntegreer, wat daarop dui dat AI van eksperimentasie na bedryfsinfrastruktuur verskuif. Soos organisasies hierdie gereedskap in produksie omgewings verskuif het, het 'n nuwe besef ontstaan: modelintelligensie alleen is onvoldoende. Ondernemings het ontdek dat die werklike bottleneck lê in die verbinding van AI-uitkomste met die komplekse, voortdurend ontwikkelende konteks van interne stelsels, werkstrome en institusionele kennis. Hierdie groeiende erkenning het 'n golf van innovasie gestig wat nie op die bou van groter modelle nie, maar op die ontwikkeling van dieper konteksbegrip, met maatskappye soos die ondersoek van infrastruktuur wat ontwerp is om maatskappy data, kode en bedoeling te integreer in aksieerbare intelligensielae. 67% van die organisasies Naboo 67% van die organisasies Naboo Die oorsprong van die Enterprise AI konteks gaping Die probleem kom voort uit hoe organisasies aanvanklik die aanvaarding van LLM benader het.Die meeste ondernemings het modelle as algemene kennismotors behandel, met die veronderstelling dat die aansluit van interne dokumente in opdragte hulle in ondernemingsbereide assistente sou verander. In die praktyk het baie maatskappye gereageer deur spoedbiblioteke te bou, met fine-tuning te eksperimenteer, of RAG-pipelines te implementeer.Alhoewel hierdie strategieë toenemende verbeterings veroorsaak het, behandel hulle dikwels konteks as statiese inligting eerder as dinamiese organisatoriese kennis. Ondernemingsomgewing is egter nie statiese kennisbiblioteke nie. Hulle is lewende ekosisteme van ontwikkelende kodebases, gefragmenteerde dokumentasie, kaartingstelsels, loop tyd logs, en institusionele besluitverhaal. LLM's opgelei op breë openbare data stryd om hierdie omgewings akkuraat te interpreteer sonder voortdurende konteksgronding. Navorsing oor ontwikkelaarswerkstrome toon dat AI-stelsels wat 'n maatskappy-spesifieke konteks ontbreek, dikwels outputs genereer wat plausibel lyk, maar beduidende handmatige validering vereis, wat die produktiwiteitsvoordele wat hulle belowe, ondermyn. Wat maak die probleem erger Enterprise AI-aanvaarding versnel, maar die vertroue gaping brei. , 'n meerderheid van ontwikkelaars rapporteer dat hulle nie ten volle vertrou AI-uitvoer nie, dikwels spandeer soveel tyd verifieer of korrigeer as wat hulle spaar. 42% van die verbintenis kode 42% van die verbintenis kode Selfs die toonaangevende AI-stelsels is foute-gevoelig: a Hy het bevind dat byna 45% van AI-assistente se antwoorde beduidende onnauwkeurighede bevat, van verkeerde feite tot foute aanwysings. Die studie Die studie Fragmentasie van maatskappy data wat versprei word oor CRMs, ticketing stelsels, kennisbases en verlede logboeke skep wat navorsers noem , laat AI nie in staat wees om verhoudings of konteks te herbou nie. institutional amnesia Institutionele amnesie Sekuriteitsbesorgdheid vererger die probleem. analiste waarsku dat AI-genereerde kode kan , 'n "illusie van korrekte" skep wat struktuurfoute verberg wanneer ontwikkelaars outputs nie streng valideer nie. conceal vulnerabilities Verberg kwetsbaarhede Hierdie tendense maak duidelik dat konteksgapings, vertroue-erosie en verifikasiebelasting ineffektiwiteite escaleer, wat teams dwing om AI-uitkomste te verwyder eerder as om werkstrome te versnel. Hoe organisasies probeer om dit op te los Verskeie benaderings het verskyn as ondernemings probeer om die gaping te sluit. Fine-tuning modelle op interne data verbeter woordeskat vertroudheid, maar sukkel om tempo te hou met vinnig veranderende stelsels. spoed ingenieurswese verfyn kommunikasie met modelle, maar kan nie ontbrekende verhoudings tussen stelsels en werkstrome herbou nie. Tradisionele RAG pijpleidings verbeter inligting herstel, maar dikwels misluk afhanklikhede, eienaarskap, en historiese voorneme te vang. Meer en meer, organisasies eksperimenteer met kontekstuele indekseringsstrategieë wat ondernemingskennis behandel as 'n voortdurend ontwikkelende grafiek van verhoudings tussen kode, dokumentasie, kaartjies en bedryfssignale. Platforms soos Naboo ondersoek hierdie kategorie deur aanhoudende kontekslae te bou wat AI-stelsels toelaat om bedoelings en afhankings te interpreteer eerder as om dokumente te hanteer. Hoe lyk sukses oor die hele organisasie Vir ingenieursbestuurders verskyn sukses dikwels as verminderde siklus tyd.Teams rapporteer AI-assistente wat in staat is om vrae te beantwoord oor afhanklikhede, argitektuurbesluite, of kaartjie geskiedenis met 'n vlak van akkuraatheid wat interne kennis bottelblokke verminder. Ontwikkelaars beskryf 'n ander voordeel: AI wat nie net sintaksie maar stelselgedrag verstaan nie.Wanneer konteks voortdurend geïndexeer word, kan AI kode-updates voorstel wat in ooreenstemming is met bestaande argitektuur, toetsraamwerke en ooreenstemmingsvereistes, wat herwerkings verminder. Op die uitvoerende vlak, kontekstuele AI maak 'n breër uitkoms moontlik: meetbare ROI. leiers kry sigbaarheid in ontwikkeling vordering, tegniese skuld tendense, en bedryf risiko's deur middel van AI-stelsels wat interpreteer maatskappy-spesifieke signale eerder as generiese bedryf benchmarks. Behalwe metriese, hierdie stelsels kan identifiseer die spesifieke dokumente, kode, en afhanklikhede wat relevant is vir 'n gegewe taak, help bestuurders verstaan nie net wat gebeur nie, maar hoekom en waar aandag of intervensie nodig is. Die geleentheid buite die probleem As ondernemings die konteksuitdaging oplos, gaan die potensiële transformasie baie verder as die toenemende verbetering van produktiwiteit. AI-agente kan outonoom ou stelsels handhaaf, sagteware-modernisasie versnel en tegniese span in staat stel om hoofsaaklik op innovasie te fokus eerder as stelselnavigasie. Organisasies kan institusionele kennis ontbloot wat tans in gefragmenteerde gereedskap en tribale kundigheid bestaan. Nuwe werknemers kan vinniger produktief word. Cross-funksionele samewerking kan plaasvind met minder vertalingslae tussen besigheidsintensie en tegniese uitvoering. Die toekoms van korporatiewe AI kan uiteindelik minder afhanklik wees van die bou van groter modelle en meer van die bou van slimmer konteksinfrastrukture.Maatskappye wat eksperimenteer met kontekstuele indekseringsplatforms soos Naboo begin om te demonstreer hoe die verbinding van korporatiewe kennis, kode en bedoeling AI van 'n indrukwekkende assistent in 'n betroubare operasionele medewerker kan verander. Soos ondernemings voortgaan om AI-aanvaarding te skaal, sal die organisasies wat suksesvol sal wees, waarskynlik diegene wees wat verseker dat hul agente meer doen as antwoord genereer; hulle verstaan ook die omgewings waarin daardie antwoorde moet werk. 
 
 Hierdie storie is versprei as 'n vrylating deur Jon Stojan onder HackerNoon se Business Blogging Program. Hierdie storie is versprei as 'n vrylating deur Jon Stojan onder HackerNoon se Business Blogging Program.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Hierdie oudio word in die oorspronklike taal van die storie vervaardig!

Agente sonder konteks gaan uit die spoor

About Author

KOMMENTAAR

HANG TAGS

HIERDIE ARTIKEL IS AANGEBIED IN

Related Stories

Top Actionable Tips to Grow a Community: More Tips to Monetize

The #decentralize-ai Writing Contest by ICP and HackerNoon: Results Announcement 🎉

The Opt Out Writing Contest: Final Round Results Announcement 🎉

$30M Raised in 30 Minutes and the Controversies to Follow: The Story Behind Dexter’s GM.ai Project

Top Actionable Tips to Grow a Community: More Tips to Monetize

The #decentralize-ai Writing Contest by ICP and HackerNoon: Results Announcement 🎉

The Opt Out Writing Contest: Final Round Results Announcement 🎉

$30M Raised in 30 Minutes and the Controversies to Follow: The Story Behind Dexter’s GM.ai Project

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps