TL;DR

Letta Code는 에이전트가 메모리와 정체성을 유지하면서 스스로 메모리 블록과 스킬을 재작성하여 장기 학습·적응을 수행하도록 설계된 상태 유지형 에이전트 하니스이다. 모든 컨텍스트를 MemFS로 Git에 버전 관리하며 서브에이전트 호출과 데스크톱·브라우저·메시징 통합을 제공하고 Constellation을 통해 다중 환경에서 에이전트를 실행·라우팅할 수 있다. 연구적 배경으로 MemGPT와 dreaming 관련 논문 계보를 가지고 있으며 이로 인해 메모리 중심 워크플로와 운영 도구의 결합이 주목을 받고 있다. 운영상으로는 외부 LLM API 키와 Constellation 로그인 같은 전제 조건이 필요하고 Git 기반 컨텍스트 관리를 위한 저장소 운영 부담이 발생할 수 있다.

핵심 포인트

• 메모리와 스킬의 변경을 Git으로 추적하는 MemFS는 에이전트 상태를 코드형식으로 기록하여 버전 관리와 감사가 가능하게 하며 다른 도구들은 흔히 제공하지 않는 투명한 상태 추적을 제공한다. 이 방식은 에이전트의 컨텍스트 변화를 파일 단위로 관리하므로 협업과 롤백이 쉬워진다. 결과적으로 운영 관점에서 에이전트 상태의 추적성과 재현성이 향상된다.
• 에이전트가 자기 자신의 메모리와 스킬을 프로그램적으로 재작성하는 자기 개선 루프를 제공하므로 지속적인 적응과 장기 학습이 가능하다. 주기적 dreaming과 같은 스케줄러 명령어로 내부 상태를 재생성하거나 정제할 수 있으며 `/doctor` 같은 도구로 메모리 품질을 점검할 수 있다. 이러한 자기 수정 기능은 에이전트의 행동이 단발적 규칙이 아닌 누적 경험 기반으로 변화하도록 만든다.
• Constellation 기반의 다중 환경 지원은 에이전트를 로컬 머신, 클라우드 VM, CI 등으로 손쉽게 배포하고 라우팅할 수 있게 하며 동일 에이전트를 데스크톱 앱과 브라우저 양쪽에서 접근하도록 연결한다. 이 구조는 개발에서 운영까지 동일한 에이전트를 재사용할 수 있도록 설계되어 배포 유연성을 높인다. 여러 환경 간 에이전트 동작을 일관되게 유지하는 점이 차별화 요소이다.
• 에이전트가 자신의 컨텍스트와 스킬을 프로그래밍 방식으로 재작성하여 장기적 학습과 적응을 수행하며 에이전트 내부의 프롬프트와 행동 패턴이 시간이 지나며 변화하도록 만든다. 이 과정은 주기적 dreaming 스케줄과 도구 명령어(`/sleeptime`, `/doctor`, `/palace`)를 통해 운영되며 메모리 품질을 점검하고 개선하는 워크플로를 포함한다. 자체 수선 능력은 에이전트가 경험을 누적하여 점진적으로 성능을 개선하는 동작을 가능하게 한다.