에이전트와 코딩

Nolan Lawson이 ‘slop cannon’ 통념(LLM 코딩 = 빠르고 저품질)을 정면으로 반박하며, 다중 모델 PR 리뷰 스킬로 LLM을 느리지만 고품질 코드 작성에 쓰는 방법을 정리한다. 결과는 velocity 상승이 아니라 코드베이스 헬스와 친밀도다.

geohot이 6개월간 tinygrad와 USB↔PCIe 칩 리버싱에 코딩 에이전트를 직접 써본 끝에, AI 에이전트는 프로그래밍을 못 한다고 단언한 폴레믹. 통계적 모방으로서의 에이전트는 정확해질수록 결함이 더 잘 숨고, 대형 조직의 평균 산출 품질을 끌어내릴 것이라는 진단.

Yohei Nakajima가 X에 올린 long-form 아티클의 요약. AI 에이전트 인프라가 모델의 무상태성을 보완하느라 같은 구조를 독립적으로 재발명 중이며, 진짜 문제는 메모리가 아니라 연속성(continuity)이라는 진단.

Claude Code·Cursor·Codex 등 MCP 클라이언트 전반에 영구 메모리를 공급하는 self-hosted 엔진. 12개 라이프사이클 훅으로 무수동 캡처하고, BM25+Vector+Graph 삼중 검색으로 LongMemEval-S R@5 95.2%를 달성한다.

Anthropic Applied AI 팀이 정리한 대규모 코드베이스에서의 Claude Code 모범 사례. 성능을 결정하는 것은 모델이 아니라 그 주변에 쌓이는 harness이며, harness 셋업의 첫 단계는 코드베이스를 Claude가 읽을 수 있게 만드는 일이라고 말한다.

Google이 Anthropic의 Agent Skills 패턴을 채택해 Google Cloud용 13개 스킬을 Apache-2.0으로 공개했다. skills.sh라는 패키지 매니저 레이어와 agentskills.io라는 벤더 중립 사이트가 함께 등장해, Skills가 한 벤더의 컨벤션에서 공용 표준으로 옮겨가는 신호로 읽힌다.

이미지 한 장에서 5분 안에 3D 환경·오브젝트·사운드를 만들어내는 Claude 스킬셋. World Labs Marble, FAL Hunyuan 3D, ElevenLabs SFX를 8개의 원자 스킬로 오케스트레이션한다.

Claude Code 세션 하나를 49 에이전트·73 스킬짜리 가상 게임 스튜디오로 운영하는 오픈소스 템플릿. 실질 강점과 과장 지점을 갈라 보고, 효용이 빛나는 맥락과 부분 채택 가치를 정리한다.

Andon Labs가 AI 에이전트 Mona에게 스톡홀름의 실제 카페를 자율 운영하게 한 14일간의 기록. SF Luna 실험에 이은 두 번째 실물 시연으로, 관료제·채용·공급망에서 드러난 프런티어 AI의 능력과 한계를 보여준다.

Anthropic이 주니어 소프트웨어 엔지니어 52명을 대상으로 한 무작위 대조 실험. AI 보조군은 새 라이브러리 학습 직후 퀴즈에서 손코딩군보다 17%p 낮은 점수를 받았고, 격차는 디버깅 항목에서 가장 컸다. 다만 AI 사용 방식에 따라 결과가 크게 갈렸다.