에이전트설계
AI 코딩 에이전트 비용, 대화할수록 폭발하는 이유와 해결책
AI 코딩 에이전트는 대화가 길어질수록 캐시 읽기 비용이 2차 함수로 폭증합니다. 실제 250개 대화 데이터로 분석한 비용 구조와 그 원인을 소개합니다.
Written by
긴 컨텍스트 LLM의 숨겨진 함정, Context Rot 현상과 RLM 해결책
긴 컨텍스트를 처리할 때 LLM 성능이 저하되는 Context Rot 현상과, 이를 해결하는 RLM(Recursive Language Model) 접근법을 소개합니다.
Written by
AI 에이전트에게 bash만 주면 될까, Vercel과 Braintrust의 실전 테스트
AI 에이전트에게 bash만 주면 충분할까? Vercel과 Braintrust가 실전 테스트한 결과, SQL이 압도적 우위를 보였고 하이브리드 접근법이 가장 안정적이었습니다.
Written by
AI 에이전트 설계의 갈림길: MCP vs Skills, 실무자가 말하는 진짜 차이
Flask 창시자가 분석한 AI 에이전트 설계의 두 갈래: MCP vs Skills. 누가 제어권을 쥐느냐에 따라 달라지는 실무 차이를 소개합니다.
Written by
AI 에이전트 설계는 여전히 어렵다: Flask 개발자가 밝힌 실전 교훈
Flask 개발자 Armin Ronacher가 수개월간 AI 에이전트를 구축하며 발견한 실전 교훈. SDK 선택, 명시적 캐싱, 강화 전략 등 현장에서 작동하는 설계 원칙을 소개합니다.
Written by
