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

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

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

“에이전트는 많이 만들었는데, 왜 자꾸 컨텍스트가 오염되지?” “읽기 전용 조사 작업인데 왜 메인 세션에서 토큰을 이렇게 많이 먹지?” Claude Code를 오래 쓰다 보면 결국 Subagent 설계가 생산성을 결정합니다. 이 글은 Claude 공식 문서의 sub-agents를 중심으로, 실제로 바로 적용 가능한 방식으로 정리했습니다. 추가로 Agent SDK 관점과 멀티 에이전트 운영 사례를 함께 묶어서, “어디서부터 어떻게 시작하면 되는지"를 한 번에 이해할 수 있게 구성했습니다. 더보기