Show HN: Agent Tuning, 재귀를 이용한 예측 가능한 agent 출력 구현

이 글은 Claude Code와 같은 AI 에이전트의 동작을 결정론적 프로그램이 아닌, 확률적 시스템으로 이해하고 '자기 성찰(Self-reflection)'을 통해 출력의 예측 가능성을 높이는 '에int tuning' 기법을 다룹니다. 전통적인 프로그래밍의 확정적 규칙 대신, 어텐션 메커니즘을 통한 확률적 최적화를 통해 에이전트의 성공 빈도를 제어하는 새로운 패러다임을 제시합니다.