AgentLoop가 오늘 출시되며 AI 코딩 에이전트 분야에 새로운 접근 방식을 제시했습니다. 기존의 장기 실행 에이전트 채팅 방식과 달리, AgentLoop는 매 주기(cycle)마다 완전히 새로운 코덱스(Codex) 작업자와 비평가를 생성하여 코드 개발을 진행합니다. 이 방식은 이전 작업의 맥락에 얽매이지 않고 항상 '깨끗한 상태'에서 시작하여 효율성을 높이는 것을 목표로 합니다.
사용자는 단 한 번만 개발 목표와 평가 기준이 담긴 GUIDELINES.md 파일을 설정하면 됩니다. 이후 작업자(worker)는 코드를 구축하고, 비평가(critic)는 이를 테스트합니다. 만약 테스트에 실패하면, 비평가는 구체적인 수정 사항을 다음 주기의 새로운 작업자에게 전달합니다. 이 과정에서 프로젝트 파일 자체가 기억(memory) 역할을 하여 지속적인 개선이 이루어집니다. 모든 실행은 로컬에서 샌드박스(sandboxed) 환경으로 진행되며, 실시간 대시보드를 통해 관찰하고 취소할 수 있습니다. 또한, ChatGPT를 통한 제어(MCP)도 가능하며, '폴리시 모드(Polish mode)'를 통해 통과(PASS) 기준을 넘어 비평가가 '출시(SHIP)'를 승인할 때까지 작업을 계속할 수 있습니다. 이 모든 기능은 오픈소스(Open Source)이자 제로 의존성(zero-dependency) 노드(Node.js) 기반으로 제공됩니다.
AgentLoop의 이러한 접근 방식은 AI 코딩 에이전트의 고질적인 문제 중 하나인 '맥락 오염' 또는 '누적 오류'를 해결하는 데 기여할 수 있습니다. 매 주기마다 새로운 작업자와 비평가를 생성함으로써, 이전 주기의 불필요한 정보나 잘못된 방향성이 다음 작업에 영향을 미치는 것을 방지합니다. 이는 특히 복잡하거나 장기적인 개발 프로젝트에서 AI 에이전트의 신뢰성과 효율성을 크게 향상시킬 수 있습니다. 개발자들에게는 더욱 예측 가능하고 제어 가능한 AI 기반 개발 환경을 제공하며, 오픈소스라는 점은 커뮤니티의 참여를 통해 빠르게 발전할 가능성을 열어줍니다.