128B Dense 모델과 Remote Agent 기반의 비동기 PR 워크플로우 구현

Context

기존 AI 코딩 에이전트는 로컬 터미널 점유로 인한 리소스 병목과 태스크 실행 시간 동안의 작업 중단 문제가 존재함. 또한 모델별로 목적이 나뉘어 태스크 타입에 따라 엔드포인트를 계속 변경해야 하는 라우팅 오버헤드가 발생함.

Technical Solution

• MoE 구조 대신 128B Dense Transformer 아키텍처를 채택하여 에이전트 루프 내 예측 가능한 Latency 확보
• 256K Context Window 확장을 통한 대규모 코드베이스의 Chunking 없는 직접 컨텍스트 유지
• Variable Image Size를 처리하는 전용 Vision Encoder 설계를 통해 가변 해상도 이미지의 정보 손실 방지
• Cloud Sandbox 기반의 Remote Agent 구조를 도입하여 태스크 실행 환경을 로컬 머신과 분리(Decoupling)
• Local-to-Cloud Session Teleportation 기능을 통해 상태 및 파일 Diff를 유지하며 실행 환경을 동적 전이
• GitHub, Jira, Sentry 등 외부 Tool과의 통합을 통한 '태스크 할당-독립 실행-PR 리뷰'의 비동기 파이프라인 구축