В корзине пусто!
Экс-главный учёный Google Джефф Дин считает, что контекст важнее модели ИИ
Дата публикации: 08.08.2026
«Триллионы токенов, смешанные в один суп», — так Джефф Дин описывает обучающие данные модели, противопоставляя им контекст под конкретную задачу, который куда яснее и точнее. Бывший главный научный сотрудник Google, стоявший у истоков его ИИ, на интервью Y Combinator с Дианой Ху заявил главное: какую именно модель вы берёте — вопрос вторичный, важнее то, как вы выстраиваете систему вокруг неё.
Дин называет это контекстной инженерией. Модель, по его словам, — «лишь один кусок» большой системы. Куда сильнее на результат влияют инструменты, доступ к поиску информации, оркестрация нескольких агентов и чёткий контекст, релевантный именно вашей проблеме. Полностью его тезисы приводит Search Engine Journal.
Что советует Дин:
- учиться на ошибках — смотреть, где модель спотыкается на реальных задачах;
- править инструкции и «скиллы», а не параметры: улучшайте контекст, а не переобучайте модель;
- итерировать — каждый провал показывает, какой информации модели не хватило.
Ключевой плюс подхода — доступность. Обучение модели требует огромных GPU-ресурсов, а контекстная инженерия по силам любому, у кого есть API и своя система извлечения данных и инструментов. Для SEO- и контент-команд это означает смещение фокуса: значение имеют понятные факты, чистые источники и продуманная подача — то, что модели проще найти и использовать правильно. Какая именно нейросеть в итоге отвечает пользователю, становится вопросом всё менее принципиальным.
