피드로 돌아가기
Dev.toAI/ML
원문 읽기
명확한 Spec 정의를 통한 Agentic Coding Rabbit Hole 52%에서 21%로 감소
Agentic coding no es una trampa: le respondí al post viral de HN con mis propios logs de producción
AI 요약
Context
모호한 작업 지시로 인한 Agent의 무분별한 파일 수정 및 기술 부채 누적 문제 발생. Agentic Coding의 생산성 저하 원인을 도구의 성능이 아닌 인간과 AI 간의 정의되지 않은 계약(Contract) 부재로 분석.
Technical Solution
- YAML 기반의 specsmaxxing 체계를 도입하여 Agent의 작업 범위(Scope)와 성공 기준을 엄격히 정의
- 파일 허용/금지 목록을 명시하여 무분별한 리팩토링 및 의도치 않은 코드 수정을 방지하는 가드레일 설계
- EXPLAIN ANALYZE 결과 및 P95 응답 시간 등 정량적 지표를 성공 조건으로 설정하여 결과물 검증 자동화
- Barman을 활용한 DB Snapshot 및 세션별 Git Branch 분리를 통해 복구 가능성(Rollback) 확보
- 'agent: [task-name]' 형태의 Commit 컨벤션을 적용하여 AI 생성 코드에 대한 추적성(Audit Trail) 강화
실천 포인트
- 작업 전 YAML 등으로 파일 범위, 성공 지표, 금지 사항이 포함된 Spec 작성 - production 환경 적용 전 DB Backup 및 독립 Branch 생성 필수화 - Agent에게 '어떻게(How)'가 아닌 '무엇을(What)' 달성해야 하는지 정량적 기준으로 지시