Е-поштата што ја прекина производството Серија Б правна технолошка компанија распореди агент за вештачка интелигенција за да се справи со ескалацијата на прегледот на договорот. Агентот ги фаќаше случаите на раб, означувајќи ризици, обезбедувајќи точни упатства. Day one: Агентот почнал да се спротивставува на себе преку нијанси. Day three: Доверливо кажувајќи им на клиентите работи кои директно се спротивставуваат на одлуките донесени две недели порано во размена на е-пошта, не можеше да се анализира. Day seven: Проблемот не беше моделот. GPT-5 е одличен во анализата на договорот кога го давате чист договор. Проблемот беше дека агентот немаше идеја што всушност се случило. Не можеше да ја реконструира историјата на разговорот. Не можеше да каже дека кога ВП на производот рече "да го задржиме ова" во пораката 6 од 18-мејл жица, таа одлука го замени сè што дојде пред. Не можеше да открие дека три дена тишина по "Ќе погледнам во ова" значеше дека проблемот беше напуштен, не е решен. Агентот беше брилијантен во изолација и целосно изгубен во контекст. Парадокот кој го убива претпријатието AI Еве што ги прекинува повеќето претпријатија ИИ проекти пред дури и да се испорача: Вашиот CRM е структуриран. Вашите табла се структурирани. Вашите списоци со задачи се структурирани. Ништо од тоа не е каде што вистинските одлуки навистина се случуваат. Реалните одлуки се случуваат во е-поштата, каде што заклучокот се развива преку 47 одговори, во Slack дебатите каде што некој вели "nvm" и ги обрнува трите дена на планирање, во Google Docs со коментари војни закопани во маргините, во пренасочени синџири каде што вистинската одлука е во пораката 3 од 11 и сè друго е само контекст што треба да се разбере зошто. Ова е неред, рекурзивен, полн со имплицитно значење и неискажана намера. Луѓето навигираат добро затоа што автоматски ја следиме наративната континуитет. Знаеме дека кога Сара вели "Ќе се справувам со ова" во една нишка, а потоа молчи три недели во поврзана нишка, постои блокер што треба да го поврземе. АИ не го знае ова. АИ гледа токени, а не раскази. Е-пошта е местото каде што AI оди да умре Е-поштата е брутално тешка поради истите причини што е брутално вредна: Одговорите вклучуваат полу-цитирани фрагменти, создавајќи рекурзивна вградена структура. Напредници креираат нишки на нишки каде што разговорите се гранат во паралелни временски линии. Учесниците се приклучуваат на средината на контекстот, така што "решивме" значи различни групи во различни точки. Тонот го менува ризикот од сигнал, три "звучи добро" одговори проследени со "всушност, брзо прашање" обично значи дека договорот се раскинува. Прилози носат деловна логика, но се референцирани индиректно. Луѓето велат "Јас ќе го испратам во петок" наместо "задача доделена со рок од 22 ноември" Е-поштата не е текст.Е-поштата е архитектура на разговори обвиени околу текст. Да се разбере тоа бара реконструирање на логиката на разговорот, а не само обработка на реченици. Значи, сите се обидуваат да ги испробаат истите четири решенија. Лошите решенија сите ги пробуваат прво Сè да се вклопи во прописот Теоријата: дајте му на LLM целиот контекст и нека го измисли. Резултатот: бавно, скапо, кршливо, склоно кон халуцинации. LLMs не се подобри со повеќе токени – тие се удави. 50 е-мејл жица има можеби 3 е-пошта кои се важни и 47 кои се разговорни скафалдинг. Моделот не може да се каже разликата. Тоа тежи сè подеднакво, се збунува од контрадикции, и измислува заклучок кој звучи веродостојно, но не одразува ништо што навистина се случило. RAG (Retrieval-Augmented Generation) е генерација со зголемен ретривал. Теоријата: преземете релевантни е-пошта, оставете го семантичкото пребарување да се справи со остатокот. Резултатот: одлично за документи, ужасно за разговори. RAG може да ги преземе петте најрелевантни е-пошта. Но, не може да ви каже дека одговорот на линијата 47 се спротивставува на заклучокот на врвот. Не може да открие дека "звучи добро" од CFO значи одобрување, додека "звучи добро" од стажант значи ништо. Раг ви дава парчиња. Ви треба наративна приказна. Тие не се иста работа. фино прилагодување Теорија: тренирајте го моделот на вашите комуникациски модели. Резултатот: поинтелигентен папагал, а не подобар историчар. Но, тоа нема да му помогне на моделот да разбере дека кога Сара се обврзува на нешто во низа А, а потоа молчи во низа Б за истата тема за три недели, постои блокер за кој треба да знаете. Не можете да го усогласите вашиот пат кон разбирање на живи, постојано менување, разговори со повеќе учесници кои опфаќаат недели и гранки низ алатки. Custom класификатори Ние го пробавме ова.Сите го пробаат ова. Вие завршувате со градење на зоолошка градина на слаби микро-детектори: класификатори на чувства, екстрактори на задачи, маркери за одлуки, идентификатори на сопственици, анализи на рокови, сигнали за ризик, анализатори на тонови. Тие се индивидуално во ред. Заедно тие се кршливи, контрадикторни и го прекинуваат моментот кога некој пишува "сигурно, тоа функционира" наместо "одобрено" или "несигурно за ова" наместо "Имам загрижености". Класификаторите не разговараат едни со други. Тие не го споделуваат контекстот. Тие не разбираат дека истата фраза значи различни работи во зависност од тоа кој го кажува тоа и кога. Вие трошите шест месеци за да ги изградите и прилагодите, а тие сè уште го пропуштаат она што е важно: наративната арка на разговорот. Ниту едно од овие решенија не се однесува на вистинскиот проблем, човечката комуникација не е експлицитна, таа мора да се реконструира. AI не се откажува од одговорите, се откажува од претпоставките. Прашајте LLM што вашиот тим одлучи минатата недела.Тоа не може да ви каже.Не затоа што е лошо во сумирање, туку затоа што нема претпоставки потребни за да се толкува она што се случило. Кога ви недостасуваат вистинските претпоставки, безопасните е-пошта изгледаат лути. Рутината "проследување на ова" е означена како итна кога не е. Големите обврски одат незабележани затоа што се изразени како случајни договори. Задачите тивко се лизгаат бидејќи "Ќе погледнам" не е препознаена како мека обврска која треба да се следи. Деловите застануваат затоа што агентот не открива дека три љубезни е-пошта во ред без конкретни следни чекори значи дека потенцијалот е духовит. Луѓето ја следат позадината природно.Ние ги знаеме односите.Ние ја знаеме историјата.Ние знаеме дека оваа личност секогаш вели „да размислувам за тоа“ кога тие мислат „не“, а таа личност вели „да, можеби“ кога тие мислат „да“. Машините имаат потреба од помош.Поточно, тие имаат потреба од структура. Што сме изградиле наместо: контекст мотор Наместо тоа, изградивме мотор кој ја трансформира неструктурираната комуникација во структурирана интелигенција пред да допре до модел. Размислете за тоа како препроцесор за човечки разговор. Длабоко размислување и расудување Првиот слој се занимава со OAuth синхронизација, влечење во реално време, поврзување на прилог, нормализација на пораките. Вториот слој е каде што станува тешко: анализирање на вградени одговори, напред, цитирање во линија, промени на учесниците, временски празнини, резолуција на референца.Кога некој вели "види приложено", системот треба да знае кој прилог од која порака е испратена од кое лице во која точка. Разумниот слој го моделира разговорот како графикон, а не како листа. Секоја порака е јазол. Одговорите создаваат работ. Напред создаваат нови подграфови. Системот ги следи чувствата со текот на времето како трендови, а не статични етикети. Ја следи обврските и дали се следат. Ја открива кога тонот се менува од колаборативен на одбранителен. Јавува знамиња кога некој донесува одлука, а потоа се спротивставува на тоа три дена подоцна. Ја забележува кога е доделена задача, а потоа тивко се откажува. Таа извлекува задачи како што се обврски со сопствениците, имплицитни рокови и контекст. Таа разбира дека "Не сум сигурен дека ова е во право" значи различни работи во зависност од тоа кој го вели тоа и кога. Од млад инженер два дена пред лансирањето, тоа е знаме-за-ревизија. Од CTO три недели во проект, тоа е стоп-и-ремининг. Структуриран излез Моторот враќа чиста, предвидлива JSON: одлуки со временски ознаки и учесници, задачи со сопственици и рокови, ризици со резултати од сериозноста и трендови, анализа на чувствата која покажува како се развиваат дискусиите, блокатори кога обврските молчат. Наместо да се обидат да го толкуваат "да се видиме следната недела", тие добиваат структурирана задача со имплицитен рок и знаме дека ова е меко одложување, а не тешка обврска. Што научивме да градиме Луѓето не зборуваат во машински читливи модели Половина од деловната комуникација е љубезна двосмисленост. „Имаш“. „Работи за мене.“ „Да го повториме ова.“ Никој не е експлицитна обврска. Сите имплицираат нешто, но она што имплицираат зависи од контекстот што не можете да го добиете само од текстот. Тоа беше изградба на систем кој прво го реконструира контекстот, а потоа ги толкува обрасците во тој контекст. Разговорите не се линеарни, тие се дрвја. Напред создадете алтернативни временски линии. Некој CCs нова личност, а сега има две паралелни дискусии во она што изгледа како една нишка. Треба да го реконструирате целиот графикон, а не да го читате последователно.Не можете да го обработувате е-поштата како листа.Треба да го обработувате како насочен ацикличен графикон со повеќе корени, следејќи кои гранки се активни и кои се напуштени. Структура на е-поштата (што всушност AI гледа) Message 1 ─┐ ├─ Reply 2 ── Reply 4 ── Reply 7 └─ Reply 3 ──┐ ├─ Forwarded Chain → Reply 5 └─ Reply 6 (new participant) ── Reply 8 Активни гранки: 7, 8 Напуштени: 5 Одлука донесена во: 7 (контрадикции дискусија во гранка 3→6) Чувството не е статично Еден мирен е-мејл не значи ништо, паѓачкиот тренд во текот на неделите значи сè. Сигналот не е во поединечната порака – тој е во траекторијата. Три „звучи добро“ е-пошта проследени со „всушност, брзо прашање“ е водечки индикатор дека сделката се раскинува. Агентите не успеваат затоа што им недостасува континуитет на приказната Ова е причината зошто AI кополиотите се чувствуваат паметни на првиот ден и глупави на десетиот ден. Тие не се сеќаваат што се случило. Тие не го следат начинот на кој одлуките се развиле. Тие секој разговор го третираат како изолиран, кога секој разговор е дел од поголема приказна. Решението беше да се изгради меморија која трае низ разговорите и алатките.Не само "овде е она што го дискутиравме", туку "овде е она што го одлучивме, кој се посвети на што, што е сè уште отворено, што се промени, што беше откажано". Континуитетот на приказната е разликата помеѓу АИ кој помага и АИ кој збунува. Развивач Takeaways Структурата на разговорот е премногу комплексна, премногу рекурзивна, премногу контекстуална за споредба на шаблони. Приказната за континуитетот е поважна од бројот на токени.Испраќањето на 50 е-пошта во повик му дава на моделот бучава, а не контекст.Треба да знае што се случило, во кој редослед и зошто е важно. Тие ќе бидат брилијантни на првиот ден и неконзистентни на десетиот ден, бидејќи немаат меморија за одлуки, немаат следење на обврските, немаат свест за тоа како се развиле разговорите. Бутилката не е моделот. GPT-5 е одличен во размислувањето кога му давате чист, структуриран влез. Овој слој мора да постои некаде. или сами го градите (месеци на работа, континуирано одржување, бескрајни случаи на работ) или ја користите инфраструктурата која веќе се справува со него. Зошто програмерите треба да се грижат Ако градите со LangChain, LangGraph, LlamaIndex или прилагодени агентни рамки, на крајот ќе го погодите истиот ѕид: на моделот му е потребен структуриран контекст, а не суров текст. Секој производ на АИ кој допира до човечката комуникација има потреба од ова. Корисничката поддршка на АИ која не може да ја следи историјата на ескалација е бескорисна. Правната АИ која не може да ја реконструира историјата на преговорите за договори не може да го процени ризикот. Сè се распаѓа без структуриран контекст. Потрошивме три години за да го изградиме бидејќи е-поштата е нашиот основен производ. Повеќето програмери немаат три години. API за е-пошта интелигенција Системот што го изградивме е достапен како API за разузнавање со е-пошта.Тој зема сурова е-пошта и враќа структурирани, подготвени за размислување сигнали. Можете да ги вратите задачите со сопствениците и роковите, одлуките со учесниците и историјата, ризиците постигнати и проследени со текот на времето, трендовите на чувствата, блокаторите идентификувани кога обврските молчат. Нема брзи синџири. Нема резултати за стегање на RAG. Нема изградба на сопствени класификатори за шест месеци. Ние го работиме ова во производство за две години. програмерите го интегрираат во помалку од еден ден. Тој обработува милиони е-пошта месечно со 90%+ точност на извлекување на одлуки и идентификација на задачи. Ако градите алатки за вештачка интелигенција кои допираат до е-пошта, разговор или документи, ова е слојот што не сакате да го градите сами. Поголема промена Следниот бран на АИ нема да биде за поголеми модели, туку за подобар контекст. Повеќето тимови се уште се обидуваат да ги подобрат повиците, обидувајќи се да го добијат GPT-5 да биде 5% подобар во сумирањето на нередните е-пошта. Бутилката не е моделот. Бутилката е дека моделот нема идеја што се случува. Тој е слеп за вашата историја, вашите односи, вашите одлуки, вашите обврски. Тој анализира текст кога она што му е потребно е приказна. Контекстот не доаѓа од мрежата, контекстот не доаѓа од поголеми модели, контекстот доаѓа од вашата работа, а вашата работа е заглавена во неструктурирана комуникација која АИ не може да ја анализира без помош. Поправете го тоа, а AI престанува да звучи паметно и почнува да биде корисно. Email Intelligence API е дел од контекстниот мотор на iGPT за програмери со вештачка интелигенција.Ако ова е проблемот што го решавате, веќе ја изградивме инфраструктурата.