Anthropic 팀이 2026년 8월 2주간의 스프린트에서 claude.ai와 Claude 데스크톱 앱의 핵심 사용자 여정 13개 측정치를 평균 3.1배 빠르게 만든 과정을 공개했다. Claude가 병목 탐색, 벤치마크 제작, 수정, 배포 감시를 맡고 사람이 목표와 절충, 승인을 맡아 3천 건 이상의 변경을 장애와 롤백 없이 머지했다. 팀은 측정할 수 있는 것은 무엇이든 Claude가 개선할 수 있다는 교훈을 얻었다.
Armin Ronacher가 agent loop와 harness loop를 구분하며, 자기가 신경 쓰는 코드에는 아직 루프 방식이 맞지 않다고 고백하면서도 이 미래가 불가피하다고 진단하는 글. 루프 시대에 판단·책임·아키텍처 sanity를 어떻게 보존할 것인가가 핵심 질문이다.
루프 엔지니어링을 ‘기억’ 한 축에서 다시 보는 글. 한 단계에 얼마나 많은 컨텍스트를 모델에 보일지를 두고 토큰이 풍부한 루프와 빈약한 루프가 갈리며, 그 사이의 균형을 잡는 열쇠가 명시적 메모리 계층임을 분명히 밝힌다. 메모리 인프라 기업 Mem0의 관점이 깔린 글이지만, 루프의 기억이라는 차원을 정면으로 다룬다는 점에서 연재를 닫는 좌표로 삼을 만하다.
ReAct(2022)부터 Ralph 루프와 /goal 명령(2026)까지, 에이전트 루프 열 가지의 계보를 한 장의 지도로 정리한 개괄 가이드. 루프란 트리거와 검증 가능한 목표의 결합이며, 루프 엔지니어링이란 그 루프를 설계하고 폭주를 막는 가드레일을 두르는 일임을 분명히 밝힌다.
코딩 에이전트를 덜 감독하면서도 믿으려면, 결과에 대한 신뢰를 끌어올릴 장치가 필요하다. Birgitta Böckeler가 컨텍스트·하네스 엔지니어링의 떠오르는 개념들을 사이버네틱스의 피드포워드·피드백 틀로 묶어, 코딩 에이전트 ‘사용자’가 직접 두를 수 있는 바깥 하네스의 멘탈 모델을 정리한다.
OpenAI의 한 팀이 다섯 달 동안 사람이 코드를 한 줄도 쓰지 않고 백만 줄짜리 제품을 출시했다. 엔지니어의 일은 코드를 짜는 것이 아니라 에이전트가 일할 환경·피드백 루프·점검망을 설계하는 것으로 옮겨 갔다 — 이것이 OpenAI가 ‘하네스 엔지니어링’이라 부르는 것이다.
챗봇과 에이전트를 가르는 것은 모델이 아니라 단 하나의 패턴 — 도구를 부르며 도는 while 루프다. Oracle의 Casius Lee가 이 ‘에이전트 루프’를 다섯 단계로 해부하고, 모든 메이저 AI 회사가 같은 구조로 수렴한 이유와 프로덕션에서 부딪히는 비용·관측가능성 문제를 정리한다.
에이전트에게 직접 프롬프트하는 대신 에이전트를 프롬프트하는 루프를 설계하라는 흐름을, 트위터 논쟁부터 루프의 해부학·정지 문제·웹 피드백 계층까지 실무자 관점으로 정리한 Firecrawl의 글.