lopopolo/harness-engineering

해결하는 문제

일반적인 모델 가중치와 조직의 사적이고 진화하는 프로세스 데이터 사이의 격차를 해결합니다. LLM은 능력이 있지만, 특정 조직 업무를 신뢰성 있게 수행하기 위해 필요한 구체적인 운영 상태, 로컬 온톨로지, 품질 기준, 내부 절차("프로세스 데이터의 빙산")이 부족합니다.

작동 방식

모델 자체에 초점을 맞추는 대신, 이 접근법은 모델과 코드 에이전트를 블랙박스로 간주하고 "하네스 엔지니어링"에 집중합니다. 즉, 에이전트 주변의 환경을 형성하는 것입니다. 이를 위해 다음과 같은 방법을 사용합니다:

• 컨텍스트 및 도구의 큐레이션: 에이전트가 의도를 회복하고 시스템을 운영할 수 있도록 필요한 외부 조작 수단을 제공합니다.
• 비기능적 요구사항의 인코딩: 신뢰성, 보안, 성능과 같은 품질 특성과 조직의 결정을 코드 리포지토리 내에서 검색 가능한 컨텍스트, 예시, 실행 가능한 제약 조건으로 변환합니다.
• 누적적 판단: 실패, 수정, 사용자 반응에서 얻은 교훈을 피드백 루프로 환경에 반영하여 미래의 에이전트 경로를 개선합니다.
• 마지막 마일 배포: 조직의 컨텍스트, 능력, 권한을 실행 시점에 에이전트에게 제공함으로써 보장합니다.

대상 사용자

시스템 유지보수에 코드 에이전트를 사용하고, 해당 에이전트가 특정 조직 기준, 품질 기준, 내부 운영 지식을 준수하도록 보장하고자 하는 조직 및 개발자입니다.

주요 특징

• 환경 중심: 모델을 수정하는 대신 환경을 조정하여 에이전트 출력을 향상시킵니다.
• 비기능적 요구사항을 코드로: 조직의 모든 제약 조건을 코드에 통합하려는 목표입니다.
• 누적적 일관성: 조직의 판단을 누적하여 에이전트가 유지하는 아티팩트가 시간이 지나도 일관성을 유지하도록 합니다.
• 에이전트 준비 문서: 관련 인수, 사례, 증거로 에이전트를 안내하는 AGENTS.md 파일을 포함합니다.