agentic-engineering

에이전트형 엔지니어링

AI 에이전트가 구현 작업 대부분을 수행하고, 사람은 품질과 리스크 제어를 담당하는 엔지니어링 워크플로에 이 스킬을 사용합니다.

운영 원칙

1. 실행 전에 완료 기준을 정의합니다.
2. 작업을 에이전트 단위로 분해합니다.
3. 작업 복잡도에 따라 모델 계층을 라우팅합니다.
4. eval과 회귀 점검으로 측정합니다.

Eval 우선 루프

1. 기능 eval과 회귀 eval을 정의합니다.
2. 기준선을 실행하고 실패 시그니처를 캡처합니다.
3. 구현을 수행합니다.
4. eval을 다시 돌리고 차이를 비교합니다.

작업 분해

15분 단위 규칙을 적용합니다.

• 각 단위는 독립적으로 검증 가능해야 합니다.
• 각 단위는 하나의 지배적 리스크만 가져야 합니다.
• 각 단위는 명확한 완료 조건을 드러내야 합니다.

모델 라우팅

• Haiku: 분류, 보일러플레이트 변환, 좁은 수정
• Sonnet: 구현과 리팩터링
• Opus: 아키텍처, 근본 원인 분석, 다중 파일 불변식

세션 전략

• 강하게 결합된 단위는 같은 세션을 계속 사용합니다.
• 큰 단계 전환 뒤에는 새 세션을 시작합니다.
• 활발한 디버깅 중이 아니라 마일스톤 완료 후에 컨텍스트를 압축합니다.

AI 생성 코드 리뷰 초점

다음을 우선합니다.

• 불변식과 엣지 케이스
• 에러 경계
• 보안 및 인증 가정
• 숨은 결합과 롤아웃 리스크

포맷터와 린트가 이미 강제하는 스타일 논쟁에는 리뷰 사이클을 낭비하지 않습니다.

비용 규율

작업별로 다음을 추적합니다.

• 모델
• 토큰 추정치
• 재시도 횟수
• 실제 소요 시간
• 성공/실패

낮은 계층 모델이 명확한 추론 격차로 실패했을 때만 상위 계층으로 올립니다.