AI 에이전트의 성능을 높이는 것은 '더 많은 컨텍스트'가 아닌 '정확한 프로젝트 지식'이다

작성자의 경험과 도구에 대해 긍정적인 반응을 보이고 있으며, 특히 '더 적은 것이 더 낫다(Less is more)'는 컨텍스트 전략에 대해 많은 공감을 표하고 있습니다.

• 에이전트용 지침 파일(예: AGENTS.md)을 작성할 때, 인증 방식이나 테스트 규칙처럼 코드만으로 파악하기 힘든 프로젝트 고유의 관습을 명시하라.
• 의존성이 높은 파일이나 수정 금지 파일 목록을 에이전트에게 미리 알려주어 위험한 수정을 방지하라.

Context Window

— LLM이 한 번에 처리할 수 있는 텍스트 데이터의 총량입니다. 무조건 많은 정보를 넣는 것이 성능 향상으로 이어지지 않으며, 오히려 불필요한 정보가 섞일 경우 모델의 추론 능력이 저하되는 현상이 발생할 수 있습니다.

AGENTS.md

— AI 에이전트가 프로젝트의 구조와 규칙을 이해하도록 돕는 메타데이터 파일입니다. 코드 자체에서 유추하기 힘든 컨벤션, 제약 사항, 구조적 중요도 등을 명시하여 에이전트의 오작동을 방지하는 역할을 합니다.

Graph-based Retrieval

— 코드 간의 의존 관계나 호출 구조를 그래프 형태로 파악하여 정보를 검색하는 방식입니다. 에이전트가 코드 베이스를 탐색하는 데는 유리하지만, 프로젝트의 고유한 의사결정 규칙을 파악하는 데는 한계가 있을 수 있습니다.