context-engineering
페이지 20개
Pi (pi.dev)
Pi 공식 홈. minimal agent harness 철학과 자기 수정, provider 15곳 이상, tree 세션, context engineering, 네 가지 모드를 데모 중심으로 소개한다
↳ 4 coding-agentharnessGenRec 논문 (Netflix)
사내 LLM을 랭킹용으로 post-training한 ranker. 레이블 40배 적게 쓰고 production 대비 MRR 1.6%, 온라인 지표도 유의하게 개선
↳ 3 recommender-systemllm-rankerGenRec 블로그 (Netflix)
GenRec 해설 글. feature engineering에서 context engineering으로 옮겨 가는 LLM-native 추천의 방향을 제시한다
↳ 3 recommender-systemllm-ranker컴퍼니 브레인 만드는 법 (AX LABS)
개인 채팅에 갇힌 AI 교정을 조직 자산으로 옮기는 절차. 지도 파일 템플릿, 교정 라우팅 표, 프롬프트 6종 전문
↳ 11 company-braincontext-engineeringThe Agent Loop: A Survey
분석 단위를 모델에서 agent loop로 옮긴 서베이. 루프 모양, mechanics, trained loop, 스킬, harness를 묶고 통제 실험 4건으로 반증을 실측한다
↳ 20 agentsagent-loopCutting LLM Token Costs (Yongkyun)
headroom, rtk, caveman의 60~90% 절감 주장을 저자 본인 세션 6억 1,400만 토큰에 재생해 지출 3.7%만 줄었음을 보인 실측 리포트
↳ 9 token-compressionheadroomAgent Skills 규격과 생태계
SKILL.md 폴더 규격과 progressive disclosure 3레벨, 클라이언트 42개의 cross-vendor 채택, Skills와 MCP의 경계를 자료 12편으로 묶었다
↳ 18 agent-skillsskill-mdEquipping Agents with Agent Skills (Anthropic)
SKILL.md 폴더 포맷과 progressive disclosure 3레벨 로딩으로 에이전트에 절차 지식과 조직 맥락을 장착하는 설계 해설
↳ 10 agent-skillsskillsPrompt에서 Loop까지 4단계 진화
prompt, context, harness, loop 네 단계를 자료 13편으로 채운 최상위 진입 지도. 12단계 학습 경로와 자매 overview 3편 라우팅을 담는다
↳ 21 prompt-engineeringcontext-engineeringAwesome Harness Engineering (repo)
harness를 모델과 분리된 공학 분야로 규정하고 자료 385개를 12개 design primitive와 참고 구현, 보안, 평가, 운영으로 분류한 awesome-list
↳ 21 harness-engineeringagent-harnesscode design.md (repo)
디자인 시스템을 코딩 에이전트에게 넘기는 Google Labs 포맷 규격. YAML 토큰과 Markdown 산문 두 층, lint/diff/export/spec CLI, 린터 9규칙
↳ 10 design-systemdesign-tokensDESIGN.md 포맷과 production 트레이드오프
규격 저장소와 Atlassian production 실측을 묶어 DESIGN.md와 MCP server, Agent Skills의 로딩 방식과 토큰 비용을 비교하고 선택 기준을 정리했다
↳ 11 design-mddesign-systemEffective Context Engineering for AI Agents (Anthropic)
attention budget의 high-signal 토큰 최소 집합 원칙과 long-horizon 3기법
↳ 23 context-engineeringagents더 이상 Claude를 프롬프팅하지 않습니다 (Sujin Kang)
최적화 단위가 prompt, context, harness, loop로 옮겨온 4단계 타임라인. 루프 구성 요소 6종과 리스크 3종에 정의를 붙였다
↳ 12 prompt-engineeringcontext-engineeringThe New SDLC With Vibe Coding (Google)
vibe coding에서 agentic engineering까지의 스펙트럼과 Agent = Model + Harness 방정식으로 SDLC 재편을 정리했다
↳ 15 vibe-codingagentic-engineeringAtlassian's DESIGN.md 실전 검증 (Hall)
Google의 DESIGN.md를 ADS production에서 MCP와 스킬과 비교 실측했다. 토큰이 MCP의 약 1.9배로 나와 이식 용도에 한정해 유용하다고 본다
↳ 8 design-mddesign-systemHow OpenAI Built Its Data Agent (ByteByteGo)
1.5 exabyte 규모 사내 data agent를 GPT-5.5 단일 모델과 여섯 개 context layer로 운영한 사례
↳ 7 openaidata-agentBeyond the Prompt: Claude Code (Arpan Patel)
`.claude/` 설정 계층부터 스킬, 서브에이전트, 플러그인, MCP, 슬래시 커맨드, Obsidian 3계층 메모리까지 다룬 운용 가이드
↳ 22 claude-codeclaude-mdAI-Native Engineer 실전 가이드 (Shah Rahman, ByteByteGo)
Meta Ads ML 총괄의 에세이. orchestrator로의 전환에 필요한 4 Core Practices, ADLC 6절, 가드레일 9종
↳ 8 ai-native-engineeringagentic-development-lifecycleHarness Engineering (이호연)
프롬프트에서 작업 환경 설계로의 전환을 구조, 맥락, 계획, 실행, 검증, 개선 여섯 단계로 정리한 Claude Code 기준 슬라이드 deck
↳ 32 harness-engineeringclaude-code