이 기사는 코딩 에이전트가 도구, 메모리, 레포 컨텍스트를 활용하여 LLM의 실질적인 성능을 향상시키는 방법을 분석합니다. LLM, 추론 모델, 에이전트의 차이를 명확히 하고, 코드 에이전트가 단순한 다음 토큰 생성을 넘어 소프트웨어 개발 워크플로우에 어떻게 통합되는지 설명합니다. 실용적인 LLM 시스템의 진보는 모델 자체뿐 아니라 주변 시스템, 즉 에이전트 하네스에 달려 있음을 강조합니다.

• 1실용적인 LLM 시스템의 발전은 모델 자체보다 도구 사용, 컨텍스트 관리, 메모리 등 주변 시스템에 크게 의존합니다.
• 2LLM은 원시 모델, 추론 모델은 최적화된 LLM, 에이전트는 모델, 도구, 메모리, 환경 피드백을 사용하는 제어 루프입니다.
• 3에이전트 하네스는 컨텍스트, 도구 사용, 프롬프트, 상태 등을 관리하는 소프트웨어 스캐폴드이며, 코딩 하네스는 소프트웨어 엔지니어링에 특화된 에이전트 하네스입니다.
• 4코딩 에이전트는 단순한 코드 생성을 넘어 저장소 탐색, 검색, 함수 조회, 테스트 실행, 오류 검사 등 개발 워크플로우 전반을 지원하도록 설계됩니다.
• 5코딩 하네스는 모델 패밀리(엔진), 에이전트 루프(반복적 문제 해결), 런타임 지원(플러밍)의 세 가지 레이어로 구성됩니다.