Google이 프로덕션(production-ready) 수준의 AI Agent Skill을 어떻게 구축하는지 방금 공개했습니다.

대부분의 사람들은 단순히 다음과 같다고 생각합니다:

프롬프트(prompt) 작성 → 배포.

그렇지 않습니다.

Google은 엄격한 파이프라인(pipeline)을 따릅니다:

→ Skill 작성 (SKILL.md, 평가(evals), 에셋(assets))
→ 자동화된 CI 체크 실행
→ Skill이 있을 때와 없을 때를 비교하여 벤치마크(benchmark) 수행
→ 정확도(accuracy) + 토큰 비용(token cost) 측정
→ 두 가지 모두 개선될 경우에만 오픈 소스(open-source)로 공개

가장 중요한 핵심은 무엇일까요?

Skill은 단순히 더 똑똑하다고 해서 배포되지 않습니다.

다음 조건이 충족될 때만 배포됩니다:

정확도가 올라가고
토큰 사용량이 내려갈 때

Google은 AI Skill을 프롬프트가 아닌 소프트웨어 제품(software products)처럼 취급합니다.

빌드(Build) → 검증(Validate) → 벤치마크(Benchmark) → 출시(Release) → 유지보수(Maintain).

이것이 AI 에이전트(AI agents)를 안정적으로 확장(scale)하는 방법입니다.

GitHub: https://t.co/JzBQaNfM3S