Synthesis for v1.0 — General Agent

이 연구의 마지막 노트. synthesis-for-v1가 코딩 ecosystem 관점이었다면, 이 노트는 일반 agent 관점에서 18 노트 모두 호출. 사용자의 진짜 thesis는 prediction layer + bidirectional translation. 학내 v1.0은 코딩 harness가 도달한 영역 (L1L3)을 채택하고, 부분 도달 영역 (L4L7)을 ACL로 흡수하고, 미개척 영역 (L8~L13)을 직접 design하는 첫 사례가 된다.

1. 철학

synthesis-for-v1에서 박은 결정 path Q1~Q7은 코딩 ecosystem 분석의 결정 도구. 그러나 사용자 thesis (action prediction + easy→simple translation)는 코딩 ecosystem이 아직 도달하지 않은 영역. 그래서 결정 path가 확장되어야 한다.

핵심 thesis 한 줄:

학내 v1.0은 L1L3 채택 + L4L7 ACL 흡수 + L8~L13 직접 design의 3 영역 전략을 따른다. 미개척 영역 직접 design이 v1.0의 진짜 자산. 학내 외 비코딩 segment 모두에 가치 — 복제 가능한 추상 구조.

이게 5 lens의 합산:

• ① 4축 — 모든 결정의 checklist (universal)
• 5번째 축 — 예측 가능성 (일반 agent에 결정적)
• ② Evolution — 진화 path
• ③ Frontier — production maturity
• ④ Synthesis — 차원 우선순위
• ⑤ Segment — 비개발자 다수 추상 구조

기존 5 lens + 5번째 축 = 6 lens가 v1.0 결정의 근거. 이 노트가 6 lens를 결정 path Q1~Q12로 변환.

2. 추상 작동 구조 — Q1~Q12 결정 path

Q1Q7은 synthesis-for-v1에서 박힌 코딩 ecosystem 결정 path. **Q8Q12가 일반 agent 관점에서 추가**된 결정. 5번째 축의 결정 자리.

새 Q8~Q12 상세

Q8 — Action 유형 분류 + prediction layer 디자인 (action-prediction-and-trust)

학내 v1.0의 action 유형 catalog design:

• Read-only (즉시 실행)
• Reversible mutation (explain + undo)
• Limited reversible (explain + damage limit)
• Irreversible (preview + confirm gate)

비가역 catalog가 segment specific. 학내 비개발자의 비가역 정의 = 심리적 비가역까지 포함 (이메일, 사회적 노출 등). 사용자 결정 자리.

Q9 — Disorder 유형 분류 + clarification grammar (disorder-tolerance-general-user)

input 측 disorder 처리:

• 오타/문법 → silent normalize
• 모호 → clarification gate
• 상충 → explicit highlight
• 누락 → completion gate
• 과잉 → task split

Clarification threshold가 segment specific. 학내 비개발자는 낮은 threshold (자주 묻기로 안전). clarification grammar (option-based, open question)도 design.

Q10 — Layered vocabulary 4 layer 정의 (easy-to-simple-translation)

Bidirectional translation의 4 layer:

• L1 Tier 1 actions (좁고 정확)
• L2 Composed actions
• L3 Skills (Markdown 자유)
• L4 User intent (자연어 자유)

각 layer 사이 translation mechanism. layer 수가 trade-off — 4 layer가 학내에 적절 (⚠️ AI 추정).

Q11 — API-first vs CU fallback 영역 구분 (frontier-computer-use-and-browser-agent)

학내 task의 3 영역 구분:

• API 가능 → 직접 호출 (default)
• Web service → Browser agent (ACL로 흡수)
• API 없음 → Computer Use (예외적 fallback)

CU 사용 최소화. v1.0의 latency·cost·security 보호.

Q12 — Trust calibration metrics 박기

측정 hook의 prediction 영역 확장 (synthesis-for-v1 Q7의 일반 agent 버전):

• Prediction 정확도 (사용자 기대 vs 실제 action)
• Confirmation 빈도 (fatigue 측정)
• Disorder 처리 정확도 (silent normalize 오류율)
• Clarification 효과 (clarification 후 정확한 답 비율)
• CU vs API 선택 정확도
• Trust score evolution (시간에 따른 trust 누적)

이 metrics가 v2.0 진화의 데이터 자리. 측정 없으면 prediction layer 정밀화 불가.

3. v1.0의 3 영역 design path

maturity-frontier-analysis의 3 영역 분류가 v1.0의 전략 정의:

L8~L13 직접 design이 v1.0의 진짜 가치. 다른 segment에 복제 가능한 추상 구조 — segment-application-non-developer-majority 5.12.

4. 약점

Trap 1 — Q12까지의 결정 path가 너무 많음

12 결정. 사용자 부담 큼. 답: Q1Q5는 core (반드시), Q6Q12는 진화 (v1.0~v2.0 단계). 한 번에 다 결정 X. 단계별 결정.

Trap 2 — 미개척 영역 직접 design의 trust 비대칭 위험

action-prediction-and-trust 5.2 — trust 비대칭. 처음부터 정확해야. v1.0이 prototype에 충분한 시간 들이고 측정 후 production. 빠른 iteration 모델 X.

Trap 3 — 학내 segment 가정의 변동성

quota, 비개발자 비율, 기술 능력자 시드 — 모두 변함. v1.0 결정이 변동에 강한 형태여야. ⚠️ AI 추정 후보를 고정 답으로 보면 안 됨.

Trap 4 — Q8~Q12가 서로 의존

Q8 (action 유형)과 Q10 (vocabulary layer)이 일부 겹침. Q9 (disorder)와 Q12 (metrics)도 연결. isolated 결정이 X. 함께 design.

Trap 5 — 세계 첫 사례의 부담

미개척 영역에서 v1.0이 첫 사례면 — grammar 박는 책임 큼. 잘못 박으면 학내 외 segment 복제 시 기형. 이건 standardization-political-economy의 first 10 templates가 grammar 박음 thesis가 학내 marketplace 자체에 적용된 것.

Trap 6 — 코딩 ecosystem 영향력에서 자유롭지 못함

synthesis-for-v1의 Q1Q7이 코딩 분석 기반. Q8Q12로 확장했지만 — 여전히 코딩 lens가 암묵적으로 영향. 학내 비개발자 segment의 진짜 진입 패턴은 사용자 research 필요.

Trap 7 — 종합이 결정을 강요할 위험

"L1L3 채택 + L4L7 ACL + L8~L13 design"이 답처럼 박혀 있음. 그러나 이건 ⚠️ AI 추정 + 차원 우선순위 가정. 사용자 결정은 paradigm-comparison / docs/decisions.md에서.

5. 대안 흐름

다른 종합 axis

⚠️ AI 추정: 결정 path axis가 가장 운영 가능. 다른 axis는 부가 lens.

6. 인사이트 — v1.0 결정 근거 정리 (확장)

synthesis-for-v1 12 인사이트 + 새 8 인사이트:

(코딩 종합에서 박힌 12)

1. 연구는 결정을 대신하지 않는다
2. 차원 우선순위가 진짜 자리
3. MCP+Skills lazy가 학내에 ⭕
4. Q1~Q7 sequence
5. Production maturity가 frontier 결정 lens
6. ACL pattern은 모든 layer에서 결정적
7. Cold start re-seeding
8. 측정 hook이 v2.0 데이터 자리
9. Reversibility가 모든 결정 차원
10. 추상 구조 공유 + 구체 spec 분리
11. Privacy = abstraction 동력
12. 연구 종료 = 결정 시작

(일반 agent로 박힌 8)

13. 5번째 축 (예측 가능성)이 ① 4축에 추가 — 일반 agent harness fundamentals 완성
14. Bidirectional translation이 harness의 본질 정의 — easy → simple
15. L8~L13이 v1.0의 진짜 자산 — 미개척 영역의 세계 첫 사례
16. API-first가 학내 v1.0의 default — CU는 fallback
17. Action 유형별 다른 prediction mechanism
18. Disorder 유형별 다른 clarification mechanism
19. Layered vocabulary 4 layer가 답 — segment specific threshold
20. Trust calibration metrics가 v2.0 진화의 데이터 자리

합산 — 21번째 인사이트

21. 학내 v1.0은 코딩 harness 채택자가 아니라 일반 agent harness 첫 사례가 된다.

이게 가장 결정적. 코딩 ecosystem의 도달 영역 (L1L3)을 기반으로 — 미개척 영역 (L8L13)을 직접 design. 단순 채택자가 아니라 grammar 박는 자. 이 차이가 v1.0의 진짜 가치. 학내 외 비코딩 segment에 세계 첫 사례로 가치.

7. 19 노트 합산 — 연구 완성

총 19 노트. 모두 5요소 구조 (철학 · 추상 작동 구조 · 약점 · 대안 흐름 · 인사이트).

이게 v1.0 결정의 근거 lens 전체.

8. 최종 결정 도구 — 학내 v1.0 cheat sheet

사용자가 지금 결정해야 하는 것:

7 결정 (Q1~Q7) — Core

1. 차원 우선순위 (5순위까지)
2. 옵션 채택 (MCP+Skills lazy 검토)
3. Layer 박기 (7 layer + cross-cutting)
4. 진화 hook (5 hook)
5. ACL pattern (5 자리)
6. Cold start seed (학내 specific)
7. 측정 hook (6 measurement)

5 결정 (Q8~Q12) — 일반 agent 확장

8. Action 유형 catalog + 비가역 정의
9. Disorder 유형 catalog + clarification grammar
10. Layered vocabulary 4 layer 정의
11. API-first vs CU 영역 구분
12. Trust calibration metrics

학내 v1.0의 진짜 자산 (다른 segment 복제 시 가치 있는 부분)

• 5번째 축 (예측 가능성)의 layered vocabulary
• Bidirectional translation 패턴
• Action 유형 prediction mechanism
• Disorder 처리 patterns
• Trust calibration metrics framework

이 5 자산이 학내 외 비코딩 segment에 복제 가능. v1.0이 세계 첫 사례가 되는 자리.

9. 다음 자리 — 연구 완성, 결정 시작

설계하자 → docs/decisions.md

v1.0 옵션 결정을 ADR로 박기. 12 결정 (Q1~Q12)을 ADR 시리즈로:

• ADR-001: 차원 우선순위
• ADR-002: 옵션 채택
• ADR-003~007: layer/hook/ACL/seed/측정
• ADR-008~012: 일반 agent 확장 결정

Claude Code → 구현

v1.0 spec 따라 구현. 19 노트가 구현의 fundamentals 근거. 특히 미개척 영역 (L8~L13) 구현은 — prototype + 측정 충분히 후 production.

연구하자 (이 프로젝트, 미래)

v1.0 운영 후 새 spike:

• L8 (action prediction)이 production maturity 어디까지 진화했는가
• L9 (general agent template marketplace) 표준이 등장했는가
• AutoSkill production 도달
• ACP 자리 잡기
• Cross-segment governance 압력

maturity-frontier-analysis 재평가 — learning loop가 작동.

공부하자 (개념 질문)

이 연구의 지식이 경험되려면 — 새 segment 만나면 추상 구조 적용. 학습 자리.

참조

이전 chat의 결과:

• tool-vs-mcp-research — 출발점
• paradigm-comparison — v1.0 옵션 결정 자리
• research-to-production-gap — production maturity 결정적
• software-fundamentals-thesis — Matt thesis (사람=strategic)
• design-principles — 7 원칙

이 연구의 19 노트:

• ① 4축: worse-is-better · protocol-theory-lamport-tanenbaum · standardization-political-economy · postels-law-and-robustness
• 5번째 축: action-prediction-and-trust · easy-to-simple-translation
• ② Evolution: evolution-function-calling-to-mcp · evolution-mcp-to-skills
• ③ Frontier 코딩: frontier-tool-gateway-and-compression · frontier-rl-skill-generation · frontier-acp-and-agent-as-server
• ③ Frontier 일반: disorder-tolerance-general-user · frontier-computer-use-and-browser-agent
• ④ Synthesis: trade-off-five-options
• ⑤ Segment: segment-application-non-developer-majority
• Maturity: maturity-frontier-analysis
• 종합: synthesis-for-v1 · 이 노트