AI 코딩 에이전트가 시니어 엔지니어링 워크플로우를 따르도록 만드는 오픈 프로토콜을 구축했습니다

AI 코딩 에이전트(AI coding agents)는 빠르게 발전하고 있지만, 저는 계속해서 동일한 실패 모드(failure modes)에 직면했습니다:

• 저장소 탐색(repository discovery)을 건너뜀
• 존재하지 않는 API, 플래그 또는 설정 키를 임의로 만들어냄
• 기존 프로젝트 컨벤션(conventions)을 무시함
• 불필요한 인프라를 추가함
• 검증(validation)을 건너뜀
• 지원되지 않는 체크 항목을 조용히 완료된 것으로 처리함
• 최종 코드베이스 감사(codebase audit) 없이 작업을 종료함

그래서 저는 'The Polyglot Protocol'을 구축했습니다. 이것은 다양한 언어로 구성된 코드베이스(polyglot codebases)에서 작동하는 AI 코딩 에이전트를 위한 오픈 소스 시니어 엔지니어 워크플로우 프로토콜입니다.

Repo: https://github.com/sabir-gbs/the-polyglot-protocol

포함된 내용:

• 22개 언어에 대한 가이드라인
• 언어 선택 규칙
• 코드 생성 전(pre-codegen) 체크리스트
• 생성 금지(do-not-generate) 정책
• 검증 스크립트(validation scripts)
• Codex, Claude Code, OpenCode를 위한 어댑터(adapters)
• 코드 생성 후(post-codegen) 감사 점수(audit scoring)

핵심 아이디어
에이전트가 코드를 변경하기 전에 다음을 수행해야 합니다:

• 저장소를 조사(inspect)할 것
• 기존 컨벤션을 보존할 것
• 적절한 언어와 도구를 선택할 것
• 임의로 만들어낸 API나 의존성(dependencies)을 피할 것
• 결과를 검증할 것
• 지원되지 않는 체크 항목을 명시적인 N/A로 문서화할 것
• 최종 감사(final audit)와 함께 종료할 것

설계상 모델 불가지론적(Model-agnostic) 방식
저는 프런티어 모델(frontier models)뿐만 아니라 Qwen, Grok, Kimi, MiniMax 등의 모델로 이 프로토콜을 테스트했습니다. 핵심은 하나의 모델에 의존하지 않는 것입니다. 강력한 모델이라도 더 엄격한 엔지니어링 규율(engineering discipline)로부터 이득을 얻으며, 더 작거나 로컬에서 실행되는 모델은 더 명확한 제약 조건(constraints)으로부터 이득을 얻습니다.

왜 오픈 소스로 공개하나요?
저는 개발자들이 적응시키고, 비판하고, 개선할 수 있는 실용적이고 검사 가능한 프로토콜을 원합니다. 만약 여러분이 Codex, Claude Code, OpenCode, Cursor, Aider 또는 유사한 에이전트를 사용한다면, 다음과 같은 피드백을 듣고 싶습니다:

• 프로토콜이 너무 엄격한가요?
• 어떤 가드레일(guardrails)이 누락되었나요?
• 무엇이 선택 사항이어야 하고 무엇이 필수 사항이어야 할까요?
• 무엇이 이 프로토콜의 도입을 더 쉽게 만들 수 있을까요?