에이전트용 지침은 한 번 잘 쓰면 끝나는 문서가 아니다. 제품의 컴포넌트, 이름, workflow, 실패 상태가 변하면 가이던스도 낡는다. 더 중요한 점은 지침 자체가 성능을 내는지 평가되어야 한다는 것이다. Vercel은 fixture, holdout, with-skill과 without-skill 비교를 통해 에이전트가 skill을 불러왔는지와 실제 행동이 개선되었는지를 분리해 본다. 이는 design guideline을 제품의 일부로 취급한다는 뜻이다.
근거
이 접근은 “문서화하면 된다”는 순진한 지식관리와 다르다. collector는 Slack, Figma, PR, preview link를 모으지만 규칙을 제안하지 않는다. judge는 증거를 묶고 검증하되 모든 후보를 pending으로 둔다. 최종적으로 인간이 guidance, lint, exemplar, eval, coverage gap, no change 중 하나를 고른다. 자동화는 evidence packet에서 멈추고, standard가 되는 순간에는 인간의 책임이 개입한다. 이것이 agent-native 조직에서 governance가 사라지지 않고 오히려 더 명시화되는 이유다.
자동화는 review packet에서 끝난다. 인간이 후보가 agent guidance, lint rule, example, eval, coverage gap, no change 중 무엇이 될지 결정한다.
연결된 생각
- 20260607-harness-engineering-ai-agent-verification — 에이전트의 행동을 실제 검증 루프로 묶는 상위 원리다.
- 20260606-verifiability-is-the-real-moat-of-ai-business — 검증 가능성이 AI 운영의 해자가 된다는 통찰과 연결된다.
- 20260627-ai-readable-product-decisions — 제품 판단을 축적하되 evidence와 review loop로 갱신해야 한다.