문제를 불편한 채로 두기보다해결하려고 합니다
AI 에이전트를 만들며 부딪힌 것과, 그러다 다시 들여다본 웹·백엔드 기본기를 적습니다.
지금까지 쓴 글
· 백엔드
에이전트의 행동을 통제하는 실행 전 권한 경계
Arcade.dev Actions Runtime을 통해 사용자별 OAuth 권한, 도구 실행, 감사 로그를 에이전트의 행동 경계로 분리하는 방법을 살펴본다.
· 웹·네트워크
HTTP 캐시는 만료 뒤에도 다시 쓸 수 있다
Cache-Control로 신선도를 정하고 ETag와 If-None-Match, 304로 만료된 응답을 재검증하는 흐름을 정리한다.
· 백엔드
CLI 래핑의 운영 문제와 ACP의 경계
ACP가 Coding Agent의 실행 경계를 어떻게 구조화하며, Slack 멀티 에이전트 시스템에 도입할 때 무엇을 검토해야 하는지 살펴본다.
· 백엔드
NestJS 에이전트의 모델 운영 경계를 LiteLLM으로 분리할 수 있을까
credential, budget, rate limit, fallback, 비용 추적을 LiteLLM으로 넘기는 경계를 그려보고, CLI 구독으로 모델을 부르는 지금 구조에는 왜 그대로 붙지 않는지까지 짚는다.
· 백엔드
에이전트 평가는 답이 아니라 경로를 봐야 한다
trajectory-based evaluation으로 에이전트의 도구 호출, 근거 조회, fallback을 회귀 테스트하는 방법을 정리한다.
· 백엔드
Deep Agents는 프레임워크보다 실행 하네스다
Deep Agents의 planning, filesystem, subagents, human-in-the-loop를 장기 에이전트 작업의 실행 구조라는 관점에서 살펴본다.