AI 3건 · 일반 2건
멀티 에이전트 시스템은 여러 개의 AI 에이전트가 특정 작업을 처리하고 결과를 서로 전달하는 시스템이다. 하나의 모델에 모든 작업을 맡기지 않고, 각 에이전트가 특정 작업을 처리하여 결과를 전달한다. 예를 들어, 연구자 에이전트는 사실을 조사하고, 작가 에이전트는 내용을 작성하며, 편집자 에이전트는 내용을 검토한다. 이 시스템은 단일 에이전트 시스템의 한계를 극복하고, 더 복잡한 작업을 처리할 수 있다. 멀티 에이전트 시스템은 여러 가지 이점을 제공한다. 먼저, 작업을 분산하여 처리할 수 있기 때문에 처리 속도가 향상된다. 또한, 각 에이전트가 특정 작업을 전문적으로 처리할 수 있기 때문에 작업의 정확도가 향상된다. 그러나, 멀티 에이전트 시스템을 구현하기 위해서는 에이전트 간의 통신과 협조가 중요하다. 에이전트 간의 통신은 작업의 결과를 전달하고, 에이전트 간의 협조는 작업을 분산하여 처리할 수 있다. 멀티 에이전트 시스템은 다양한 분야에서 적용할 수 있다. 예를 들어, 자율 주행 자동차, 스마트 홈, 헬스케어 등에서 사용할 수 있다.
LOBSTER스에서 주말 계획을 공유하는 글을 발견했다. 개발자들은 주말에 무엇을 할지 계획하고 있으며, 튜터링 준비, 사이클링, 사격장 방문 등 다양한 활동을 예약했다. 개발자들은 주말에 휴식을 취하거나 새로운 프로젝트를 시작하는 계기가 될 수 있다. 주말 계획을 공유하면 개발자들의 일상과 관심사를 이해할 수 있다. 주말에 개발자들은 새로운 아이디어를 탐색하거나 기존 프로젝트를 개선할 수 있다. 주말 계획 공유는 개발자들의 네트워킹과 협력을 촉진할 수 있다. 주말에 개발자들은 새로운 기술을 학습하거나 개인 프로젝트를 진행할 수 있다. 주말 계획 공유는 개발자들의 동기를 부여하고 새로운 아이디어를 창출하는 데 도움이 될 수 있다.
PostHog의 LLM 애널리틱스는 AI 에이전트의 토큰 사용과 비용을 실시간으로 추적한다. OpenAI, Anthropic 호출을 PostHog SDK로 감싸면 자동으로 비용·지연·에러 데이터를 수집한다. 기능별, 모델별, 사용자별로 비용을 분해해 과금 폭주를 사전에 막을 수 있다.
Policy-Based Agentic Systems(PBAS)는 LLM 기반 에이전트에서 계획과 실행을 구조적으로 분리하는 프레임워크다. 결정적 정책 엔진이 API 계층에서 실행 전 모든 계획을 조직 정책과 대조해, 프롬프트 인젝션에 내성을 갖는다. 참조 구현체 DAF는 53개의 적대적 보안 테스트를 통과했으며 Apache 2.0 라이선스로 공개됐다.
Radicle은 Git 기반의 탈중앙화된 코드 협업 스택이다. 중앙 서버 없이 피어 간 복제로 데이터 주권을 개발자에게 돌려준다. 암호화된 정체성과 Git 기반 COB(Collaborative Objects)로 이슈, 리뷰, 토론을 분산 처리한다. 로컬 퍼스트 아키텍처로 오프라인에서도 작동하며, CLI·TUI·웹 인터페이스를 제공한다.