AI agent fleet을 운영하면 모델 성능만 보게 되기 쉽다. 하지만 Boris Cherny의 관찰은 반대쪽을 가리킨다. Infra와 DevX automation이 좋아지면 사람만 빨라지는 것이 아니라 그 사람이 돌리는 agent 전체가 빨라진다.
이건 생산성의 곱셈 구조다. 개인 자동화가 예전에는 한 engineer의 output을 키웠다면, 지금은 engineer plus agents의 output을 키운다. Build가 빠르고, test가 명확하고, lint가 반복 실수를 잡고, repository instruction이 잘 정리되어 있으면 agent는 더 적은 token과 더 적은 시행착오로 같은 일을 끝낸다.
그래서 AI coding 시대의 leverage는 agent를 더 많이 띄우는 데 있지 않다. Agent가 지나가는 길을 닦는 데 있다. 좋은 harness, 좋은 CI, 좋은 docs, 좋은 skills는 모델 성능 향상과 별개로 즉시 compounding되는 팀 자산이다.
연결된 생각
- 20260716-agent-loop-automation — 반복 문제를 loop-level automation으로 바꾸는 방식.
- 20260716-domain-knowledge-as-agent-infrastructure — 팀 지식을 agent가 쓸 수 있는 infra로 전환한다.
- 20260531-agent-count-should-match-review-rate — agent 수보다 review와 infrastructure capacity가 병목이다.