우리가 코드 검색을 voyage-4-large로 업그레이드한 이유_
우리는 코드 임베딩을 voyage-4-large로 옮겼습니다. 현재 공개된 RTEB 코드 검색 리더보드에서 1위인 모델입니다. 솔직한 버전을 말하자면, 우리가 감수하는 트레이드오프, 실제로 우리가 인덱싱하는 것, 그리고 프리미엄 임베딩에 비용을 지불하는 이유입니다.
> 의사결정 노트 목록
아키텍처 결정 사항, MCP 구현 노트, 그리고 이렇게까지 어려울 필요는 없었던 것들에 대한 가끔의 넋두리.
최신 소식
아카이브에 들어가기 전에 가장 최신 기술 업데이트를 먼저 보고 싶다면 여기서 시작하세요.
우리는 코드 임베딩을 voyage-4-large로 옮겼습니다. 현재 공개된 RTEB 코드 검색 리더보드에서 1위인 모델입니다. 솔직한 버전을 말하자면, 우리가 감수하는 트레이드오프, 실제로 우리가 인덱싱하는 것, 그리고 프리미엄 임베딩에 비용을 지불하는 이유입니다.
아카이브
아키텍처, 옵저버빌리티, MCP 인터페이스 설계, 그리고 프로덕션 환경에서 살아남은 패턴들.
우리는 약 280개 언어에 대한 코드 인텔리전스를 지원합니다. 사람이 이를 일일이 검수할 수는 없습니다. 그래서 우리는 언어 재귀적 자기 개선 루프 — 무작위 점검, LLM 판정, 한 가지 수정, 재검증 — 를 만들었고, 추출이 단순히 초록불(green)이 아니라 실제로 옳아질 때까지 격리된 에이전트 플릿으로 이를 실행합니다.
"parseConfig는 어디서 정의되었나" 같은 쿼리는 "인증은 어떻게 동작하나"와는 다른 검색을 원합니다. Maguyva는 의도를 분류하고, 그에 맞춰 네 가지 검색 방식에 가중치를 부여한 뒤, 가중 상호 순위 융합(Reciprocal Rank Fusion)으로 결과를 결합합니다.
우리는 OpenTelemetry와 Alloy를 이용해 Claude Code와 Codex를 하나의 Grafana 스택에 연결한 뒤, 트레이스와 로그를 활용해 에이전트 동작 문제를 근원에서 찾아내고 고쳤습니다.
Git 커밋은 구조화된 체인지로그 항목과 아키텍처 결정 기록이 되고, 이는 다시 쿼리 가능한 조직의 기억으로서 AI 에이전트에게 피드백됩니다.
우리는 3,500개의 스킬 후보를 심사해 466개를 채택했습니다. 대규모로 일관성 있는 AI 에이전트 스킬 라이브러리를 구축하기 위한 체계적인 마이닝 및 수집 루프입니다.
에이전트 시스템은 기본적으로 불투명합니다. 점진적 공개는 운영자에게 빠른 상태 점검부터 에이전트 내부 전체와 결정 추적까지, 계층화된 CLI 뷰를 제공합니다.
AI 에이전트는 자신 있게 헛소리를 지어냅니다. 기준 사실은 에이전트의 행동을 현실에 고정하는, 버전 관리되고 범위가 명확한 사실들입니다. 우리가 이를 어떻게 만들고 강제하는지 소개합니다.
하나의 오케스트레이터가 저마다 다른 스킬과 메모리를 가진 전문 AI 에이전트들에게 작업을 라우팅합니다. Orkestra가 프로덕션에서 46개의 에이전트와 466개의 스킬을 어떻게 조율하는지 소개합니다.
모든 소식은 여기에 가장 먼저 올라옵니다. 새 글은 변경 이력으로 바로 이어지며, RSS를 구독하면 새 글이 올라오는 순간 알림을 받을 수 있습니다.