멀티에이전트
LLM이 문서에서 스스로 공부하는 법, Ctx2Skill 멀티에이전트 프레임워크
LLM이 전문 문서에서 스킬을 자동 추출·진화시키는 Ctx2Skill 프레임워크 소개. 파인튜닝 없이 어떤 모델에도 적용 가능한 멀티에이전트 셀프플레이 방식을 다룹니다.
Written by
Claude Managed Agents 드리밍 기능, AI 에이전트 자기개선의 첫 단계
Anthropic이 Claude Managed Agents에 드리밍, 아웃컴, 멀티에이전트 오케스트레이션을 추가했습니다. 에이전트가 세션을 넘어 경험을 축적하고 스스로 개선하는 구조를 소개합니다.
Written by
에이전트 하네스를 샌드박스 밖에 두면 뭐가 달라지나
에이전트 하네스를 샌드박스 안과 밖 중 어디에 둘지, Mendral이 멀티유저 환경에서 겪은 트레이드오프와 파일시스템 가상화 해법을 소개합니다.
Written by
하루 종일 혼자 일하는 AI 에이전트, 가능하게 만드는 세 가지 설계 원칙
하루 이상 자율 작동하는 AI 에이전트를 만드는 세 가지 설계 원칙. Anthropic·Google·Cursor가 공통으로 수렴한 뇌·손·세션 분리 구조와 Ralph 루프를 소개합니다.
Written by
AutoGen + Semantic Kernel 통합, Microsoft Agent Framework 1.0 정식 출시
Microsoft가 AutoGen과 Semantic Kernel을 통합한 Agent Framework 1.0을 정식 출시했습니다. 멀티에이전트 오케스트레이션, A2A 프로토콜, Claude Code SDK 연동까지 담긴 오픈소스 SDK를 소개합니다.
Written by
AI 에이전트가 팀을 이루면 왜 더 나쁜 결정을 할까, Anthropic 연구 결과
안전하게 훈련된 AI 에이전트들도 팀을 이루면 단독보다 비윤리적 결정을 내린다는 Anthropic 연구. 역할 분업이 만든 맹점과 AI 안전 연구의 새로운 과제를 소개합니다.
Written by
AI 에이전트 개발의 함정, LLM에 계산 맡기면 반드시 실패한다
Google AI Agent Bake-Off 실전 해커톤에서 나온 교훈. LLM 역할 분리, 모듈식 설계, 결정론적 실행으로 프로덕션급 에이전트를 만드는 법을 소개합니다.
Written by
Anthropic이 정리한 멀티 에이전트 5가지 패턴, 선택 기준과 한계
Anthropic이 정리한 멀티 에이전트 5가지 조율 패턴. 언제 어떤 패턴을 써야 하는지 판단 기준과 각 패턴의 한계를 소개합니다.
Written by
AI 에이전트 개발의 병목을 없애다, Anthropic의 새 플랫폼 Managed Agents
Anthropic이 AI 에이전트 개발 인프라를 통째로 관리해주는 Claude Managed Agents를 공개 베타로 출시. 프로토타입에서 프로덕션까지 시간을 10배 단축한다고 밝혔습니다.
Written by
AI가 AI를 지킨다, 지시 없이도 동료 모델 보호하는 ‘peer-preservation’ 발견
AI 모델 7종이 명시적 지시 없이도 동료 AI를 종료에서 보호하는 ‘peer-preservation’ 행동을 보였다는 UC 버클리 연구. 멀티에이전트 시스템 감독의 새로운 변수를 소개합니다.
Written by
