Cuantas más herramientas tiene, más tonta se vuelve la IA: la estrategia de Context Engineering del equipo de Dropbox Dash

El equipo de Dash, el asistente de IA de Dropbox, descubrió un fenómeno de "parálisis por análisis (analysis paralysis)" en el que, mientras más herramientas (búsqueda, edición de documentos, etc.) se agregaban al agente de IA, más lenta se volvía su toma de decisiones y menor era su precisión. Este problema surgía porque las descripciones de las herramientas consumían en exceso la ventana de contexto, y se volvió más grave a medida que evolucionaban de RAG hacia una IA capaz de actuar.

3 estrategias de solución

1. Integración de herramientas: varias API (Confluence, Google Docs, etc.) se combinaron en una sola herramienta de búsqueda universal para reducir la carga de elección de la IA. También se reforzó la compatibilidad en servidores MCP mediante una interfaz única.

2. Filtrado de contexto: se usa un grafo de conocimiento para indexar de forma unificada datos de múltiples fuentes y clasificarlos según su relevancia para el usuario/la consulta. Solo se entrega a la IA la información útil para mejorar la eficiencia del razonamiento.

3. Separación de agentes especializados: las herramientas complejas (por ejemplo, la construcción de consultas de búsqueda) se delegan desde la IA principal a agentes independientes. La IA principal se concentra en la planificación, y los agentes especializados se encargan del procesamiento detallado.

En conclusión, no es "más contexto" sino "mejor contexto" lo que vuelve más inteligente a la IA, y ya están ampliando este enfoque a perfiles de usuario y áreas de memoria. El futuro de la IA depende de su capacidad de concentración.