AI Agents 개요
한 문장 정의
AI Agents는 model의 판단을 prompt, orchestration, tool, state, safety, evaluation, harness로 감싸 목표 지향 작업을 반복 가능하게 만드는 system design 영역이다.
핵심 질문
- 언제 model에게 다음 행동을 맡기고, 언제 code가 workflow를 고정해야 하는가?
- reasoning, tool use, memory, safety, evaluation은 어떤 순서와 경계로 연결되는가?
- 실행 중의 agent를 어떻게 관찰·복구·검증하고 개선하는가?
처음 읽을 순서
- Agent와 workflow의 판단 주체를 구분한 뒤 전체 구조를 읽고, 추론·도구·기억·안전·평가의 책임을 나눠 살펴본다. 마지막에는 실행 환경과 사용자의 이해를 함께 다루며, 특정 문제를 풀 때는 아래 상황별 경로를 선택한다.
- AI Agent
- AI Workflow vs Agent
- AI Agent Architecture
- Agent Reasoning Frameworks
- Agent Tool Use
- Agent Memory and Persistence
- Agent Safety Boundary
- Agent Evaluation Loop
- Agent Harness
- AI 보조 개발의 인지 부채
- AI Agent Interaction Design
상황별 읽기 경로
- 모델 쪽 기초(선택): AI and Machine Learning Foundations → Prompt Engineering → Toolformer
- 처음 이해하기: AI Agent → AI Workflow vs Agent → AI Agent Architecture
- Tool-use system 설계: Agent Tool Use → ReAct → Agent Safety Boundary
- 검색 기반 근거 보강(RAG): Agent Tool Use → Vector Retrieval for RAG → RAG vs Persistent Wiki
- Agent 안의 판단 단계 설계: AI Workflow vs Agent → Typed Decision Model → Agent Safety Boundary
- 운영·품질 개선: Agent Memory and Persistence → Agent Evaluation Loop → Agent Harness
- agent-assisted 개발의 이해 유지: Agent Harness → AI 보조 개발의 인지 부채 → AI Agent Interaction Design
전체 reusable pages
- Concepts: AI Agent, AI Agent Architecture, AI and Machine Learning Foundations, Prompt Engineering, Agent Tool Use, ReAct, Toolformer, Vector Retrieval for RAG, Agent Memory and Persistence, Agent Safety Boundary, Typed Decision Model, Agent Evaluation Loop, Agent Harness, AI 보조 개발의 인지 부채
- Comparisons: AI Workflow vs Agent, Agent Reasoning Frameworks
- Synthesis: AI Agent Interaction Design