AI 에이전트 메모리 하네스 실험: 랭킹 기반 회상 정책이 정확도와 비용을 동시에 잡았다
사카나 AI 연구원이 로컬 모델 위에서 에이전트 메모리 하네스를 직접 실험했다. 필요한 자료가 컨텍스트에 다 들어가는 작업에서는 비용만 늘었고, 긴 작업에서는 순위를 매기는 회상 정책이 정확도와 비용을 함께 개선했다.
핵심 내용 읽기 →
AI TOPIC
컨텍스트 최신 뉴스와 핵심 해설
컨텍스트 관련 핵심 뉴스와 활용 인사이트 5편을 최신순으로 모았습니다.
개인용 AGI란 무엇인가: 개리 탄이 말한 컨텍스트 소유·스킬 파일·에이전트 활용법
Y Combinator 개리 탄은 AGI가 어느 날의 사건이 아니라 개인의 인프라에 확산된 형태로 온다고 말한다. 컨텍스트 소유, 스킬 파일, 오늘 밤부터 시작하는 5단계 실행법과 그 이면의 소유권 문제까지 정리했다.
핵심 내용 읽기 →
프롬프트 엔지니어링 기초: LLM 앱 개발자가 알아야 할 컨텍스트·토큰·함수 호출
LLM 위에 애플리케이션을 올릴 때 실제로 필요한 기본 개념을 정리했다. 문서 완성 엔진이라는 성질과 채팅 역할 구조, 컨텍스트 설계와 토큰 한계, 함수 호출과 구조화된 출력, 모델 선택 기준까지 다룬다.
핵심 내용 읽기 →
LLM 지능 효율 높이기: 토큰이 아닌 컨텍스트로 비용을 줄이는 엔트로피 관점과 멀티에이전트 사례
램프(RAMP)의 벤 가이스트가 Compile 26에서 발표한 강연 정리. 모델은 똑똑해져도 효율은 떨어진다는 문제와, 전역 KV 캐시·희소 어텐션·잠재 표현 주입으로 토큰을 크게 줄인 세 가지 연구 사례를 소개한다.
핵심 내용 읽기 →
AI 코딩 에이전트의 두 한계: 레포 경계와 기억상실, 그리고 멀티레포 해법
엔지니어 빅터 사브킨이 설명하는 AI 코딩 에이전트의 근본 한계 — 한 번에 한 레포만 보는 ‘공간’ 제약과 세션마다 초기화되는 ‘시간(기억)’ 제약. 멀티레포 변경을 한 레포처럼 다루는 메타 하니스 접근을 소개한다.
핵심 내용 읽기 →