RAG

A million-token context window did not make context management optional; it made the bill bigger. This post treats the context window as a budget, shows the arithmetic that makes agent runs expensive, and walks through the five techniques that actually move the needle: just-in-time retrieval, tool-result hygiene, compaction, memory files and sub-agents.

Context window một triệu token không làm việc quản lý context thành tuỳ chọn; nó chỉ làm hoá đơn to hơn. Bài này coi context window như một ngân sách, làm phép tính khiến mỗi lần chạy agent đắt đỏ, và đi qua năm kỹ thuật thực sự có tác dụng: retrieval đúng lúc, vệ sinh tool result, compaction, memory file và sub-agent.

Deep dive into production-ready RAG architecture patterns, chunking strategies, embedding selection, and retrieval optimization techniques based on real-world deployments.