Antigravity Agent
2.5 KiB
2.5 KiB
id: P-Reinforce-AUTO-REFR-001 category: "10_Wiki/💡 Topics/AI" confidence_score: 0.94 tags: [auto-reinforced, Research-framework, Search-Strategy, modular-reSearch, knowledge-synthesis, intelligence-gathering] last_reinforced: 2026-04-20
Research-Framework
📌 한 줄 통찰 (The Karpathy Summary)
"조사의 알고리즘: 단순히 정보를 긁어모으는 삽질을 멈추고, 어떤 질문을 먼저 던지고 어떤 출처를 신뢰할 것인지 지능적으로 설계된 '전략적 정보 탐색 지도'."
📖 구조화된 지식 (Synthesized Content)
연구 프레임워크(Research-Framework)는 조사를 수행하기 위한 논리적 구조와 절차입니다.
- ** Antigravity의 4단계 프레임워크 (예시)**:
- Scanning: 주제와 관련된 키워드와 광범위한 맥락 파악.
- Deep-Dive: 신뢰성 높은 출처(논문, 공식 문서) 집중 분석. (Reference-Management와 연결)
- Synthesis: 파편화된 정보를 엮어 하나의 구조화된 지식으로 병합. (Knowledge synthesis와 연결)
- Validation: 발견된 사실들 사이에 모순 정책이 없는지 재검토. (Quality-Control와 연결)
- 왜 중요한가?:
- 정보 과부하 시대에는 '많이 아는 것'보다 '필요한 것을 정확히 찾아 연결하는 능력'이 곧 실력이기 때문임. (Efficiency 극대화)
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 과거에는 도서관 사서 정책과 같은 수동 검색 정책이었으나, 현대 정책은 AI 에이전트가 수천 개의 웹사이트를 동시 다발적으로 검색하고 요약 정책을 가져오는 '에이전틱 리서치 정책'으로 전환됨(RL Update).
- 정책 변화(RL Update): 본 시스템의
research_start툴 또한 이 프레임워크 정책을 코드로 구현한 결과물 정책이며, 검색-취합-정리 프로토콜 정책을 통해 대표님의 지식 베이스 구축 정책을 지원 중임.
🔗 지식 연결 (Graph)
- Reference-Management, Knowledge synthesis, Quality-Control, Efficiency, Analysis, Inquiry-Based Learning
- Internal Reference: Antigravity's research policy, Skill 2.0_system.