Intro AGENTS.md 같은 저장소 수준 컨텍스트 파일은 이제 많은 팀의 기본 관행이 되었습니다. 하지만 “권장된다"는 사실과 “실제로 성능이 좋아진다"는 사실은 다를 수 있습니다. 이 글은 Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?(arXiv:2602.11988v1)의 실험 설계와 결과를 중심으로, 언제 컨텍스트 파일이 도움이 되고 언제 오히려 비용만 키우는지 정리합니다. 더보기

최근 LLM 기반 트레이딩 연구는 에이전트 수를 늘리는 데서 한 단계 더 나아가, 각 에이전트가 실제로 어떤 단위 작업을 수행해야 하는지까지 설계하는 방향으로 이동하고 있습니다. 이 논문은 바로 그 지점을 검증하며, “역할 이름"만 주는 coarse-grained 프롬프트보다, 분석 단계를 잘게 쪼갠 fine-grained 프롬프트가 위험 조정 수익률과 중간 추론 품질을 함께 개선한다고 보고합니다. 더보기

AI 코딩 에이전트(Claude Code, OpenCode 등)를 사용할 때 가장 큰 문제점 중 하나는 어떤 세션이 나를 필요로 하는지 알기 어렵다는 것입니다. macOS 기본 알림은 항상 “Claude is waiting for your input"이라는 맥락 없는 메시지만 보여주고, 여러 개의 분할 패널과 탭이 열려 있으면 탭 제목조차 읽기 힘듭니다. 더보기

Intro 에이전트 도입 초기에 많은 팀이 /init로 AGENTS.md를 만들고 그대로 저장합니다. 겉보기에는 “에이전트 온보딩"처럼 보이지만, Addy Osmani의 2026년 글은 반대로 묻습니다. 정말 도움이 되는 문맥은 무엇이고, 어떤 문맥은 오히려 탐색 비용과 추론 비용만 늘리는가? 이 글은 원문의 핵심 주장과 원문에서 인용한 연구들을 함께 묶어, AGENTS.md를 “많이 쓰는 파일"이 아니라 “정밀하게 관리하는 운영 레이어"로 다루는 방법을 정리합니다. 더보기

멀티 에이전트 코딩 시스템에서 가장 답답한 순간은 “지금 에이전트가 뭘 하고 있는 건지 모를 때"입니다. oh-my-opencode-slim은 Tmux 통합을 통해 이 문제를 해결합니다. Orchestrator가 서브 에이전트를 실행하면 새로운 Tmux 패널이 자동으로 생성되어 각 에이전트의 작업을 실시간으로 볼 수 있습니다. 더 이상 암흑 속에서 기다릴 필요가 없습니다. 더보기

이번 Shorts의 요지는 명확합니다. 1:1 대화에서는 크게 필요하지 않을 수 있지만, 여러 고객을 동시에 상대하는 AI 에이전트 SaaS에서는 “고객별 기억 분리"가 필수이며 그 지점에서 Mem0가 유용하다는 주장입니다. (영상 근거) 이 글에서는 그 메시지를 출발점으로, Mem0 공식 문서/공식 레포 근거로 기능과 활용법을 실무 관점에서 정리합니다. 더보기

여러 LLM을 “각자 잘 쓰는 것"과 “팀처럼 같이 일하게 만드는 것"은 완전히 다른 문제입니다. 이번 영상은 Antigravity를 중심으로 GPT, Claude Code, Codex(그리고 내부 Gemini)를 동시에 돌리며, 뉴스 수집부터 지표 대시보드까지 이어지는 멀티 에이전트 실행 구조를 보여 줍니다. 핵심은 모델 성능 비교가 아니라 역할 분해 + 오케스트레이션 설계입니다. (영상 근거) 더보기