AI 에이전트에게 “이렇게 코딩해줘”라고 지시하는 프롬프트는 근본적으로 확률적이다. 같은 요청이라도 맥락에 따라 AI가 다르게 해석하고 규칙을 어기는 경우가 자주 발생한다. 반면 Lint는 코드 실행 전에 규칙 위반 시 무조건 실패를 반환하는 결정적 피드백을 준다. 이 차이가 AI harness 설계의 핵심이다. 저자는 처음에 Skill(프롬프트)로 접근했다가 AI가 계속 규칙을 벗어나는 것을 경험하고, 결정적 방법인 Lint로 전환했다. 이는 단순한 도구 선택 이상의 통찰을 제공한다: 핵심 품질 기준은 결정적 규칙으로 강제하고, 창의성이 필요한 부분만 확률적 프롬프트로 남겨두는 하이브리드 접근이 가장 효과적이다. 특히 코드 품질처럼 명백한 기준이 있는 영역은 Lint 같은 결정적 제약이 확률적 유도보다 훨씬 효율적이다.
근거
“근데 Skill은 근본적으로 확률적이다. AI가 계속 그 규칙에서 벗어나는 상황이 발생했다. 하나하나 수정하다 보니 비효율이다. 결정적인 방법으로 막아야겠다 생각이 들었다. lint를 직접 만들어 도입하기 시작했다.”
연결된 생각
- 20260522-lint-rules-from-mistakes — Lint 규칙을 효율적으로 만드는 방법을 다룬 노트.
- 20260522-lint-as-ai-harness — Lint harness의 개념 정의.