https://techllm.github.io/tags/%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EC%84%A4%EA%B3%84/Recent content in 에이전트설계 on TechLLMHugokoWed, 24 Jun 2026 19:52:00 +0900https://techllm.github.io/posts/agent-verification-loop-stack-design/Wed, 24 Jun 2026 19:52:00 +0900https://techllm.github.io/posts/agent-verification-loop-stack-design/xAI /goal, Cisco FAPO, LangChain HITL, OpenAI Codex가 같은 방향을 가리킨다. 이제 진짜 차별점은 코드를 쓰는 능력이 아니라 실패를 감지하고 분류하고 다시 고치는 폐쇄 루프를 얼마나 잘 제품화하느냐다.https://techllm.github.io/posts/langchain-fleet-general-chat-specialized-agents/Wed, 24 Jun 2026 14:20:00 +0900https://techllm.github.io/posts/langchain-fleet-general-chat-specialized-agents/한 번 쓰고 끝나는 일과 매주 돌아오는 일은 다른 도구가 필요하다. LangChain Fleet이 General Purpose Chat과 Specialized Agents를 분리한 이유, 그리고 두 모드를 어떻게 갈아 쓰는지 정리.https://techllm.github.io/posts/7-types-of-agent-memory-technical-guide/Mon, 22 Jun 2026 20:13:00 +0900https://techllm.github.io/posts/7-types-of-agent-memory-technical-guide/LLM은 본래 기억이 없습니다. 진짜 에이전트를 만들려면 7가지 메모리 유형을 어떻게 쌓아 올리는지 알아야 합니다. 각 유형이 무엇을, 어디에, 얼마나 오래 저장하는지 정리합니다.