01
실행
대화에서 실행으로
도구 사용과 코딩 에이전트는 추론을 파일, 터미널, 테스트에 연결하여 실제 환경에서 결과를 확인할 수 있게 했습니다.
추론이 현실과 만나다진화 / 엔지니어링의 방향
일을 해내는 것에서
일하는 방식을 개선하는 것으로.
모델은 시간이 흐르며 발전합니다. 기억, 스킬, 도구, 작업 흐름도 개선될 수 있습니다. EvoForge는 유용한 경험을 다음 작업에 이어가는 방법을 개발하고 있습니다. 평가와 승인을 통해 각 변경의 근거를 확인하고 여러분의 통제 아래 두도록 합니다.
01 / THE TRAJECTORYACTION → PERSISTENCE → LEARNING
에이전트 진화에는 역사가 있습니다.
한 걸음마다 새로운 가능성이 열립니다.
도구 사용, 지속되는 기억, 재사용 가능한 스킬, 평가 순환은 실제 작업에서 배우는 에이전트로 향하는 여러 병렬 경로를 이룹니다.
02
지속성 · OPENCLAW
에이전트에게 거처가 생기다
OpenClaw와 같은 상주 에이전트는 채널, 기억, 확장 가능한 스킬을 결합해 시간에 걸쳐 작업과 컨텍스트를 이어갈 수 있게 했습니다.
작업에 연속성이 생기다03
절차적 기억 · SKILLS
경험이 절차가 되다
스킬은 지침, 참고 자료, 스크립트를 재사용 가능한 방법으로 묶습니다. 검토와 유지보수를 통해 시스템이 성장해도 그 방법이 계속 유용하도록 합니다.
경험을 재사용할 수 있게 되다04
학습 루프 · HERMES
후보를 평가에 투입하다
Hermes와 같은 시스템은 지속되는 기억을 스킬 개정과 연결합니다. 자기 진화 연구는 평가 범위를 프롬프트, 스킬, 도구 설명, 코드로 넓히고 있습니다.
변화를 측정할 수 있게 되다05
메타인지 · EVOFORGE
시스템이 개선할 곳을 찾습니다
EvoForge는 반복되는 부족함을 인식하고, 다음 개선이 지식, 절차, 도구, 모델 중 어디에 필요한지 파악해 결과를 평가하는 메타인지 프레임워크를 탐구하고 있습니다.
시스템이 자신의 성장을 사고하다02 / THE KERNELFOUR LAYERS · ONE CODEBASE
컨텍스트에서 실행까지,
하나로 연결된 시스템.
Rust로 개발했습니다. 위에는 교체 가능한 모델이 연결되고, 아래에는 컴퓨터, 앱, 도구로 구성된 작업 환경이 있습니다. 컨텍스트, 기억, 권한, 오케스트레이션이 양쪽을 연결합니다.
FIG.01 / KERNEL · GENERAL ARRANGEMENTSECTION VIEW
컨텍스트 엔진
첨부 자료와 도구 결과를 컨텍스트 한도 안에서 정리하여 긴 작업도 초점과 연속성을 유지하도록 돕습니다.
내장 도구
98개의 도구가 문서 처리, 코드 편집, 브라우저 및 데스크톱 조작, 터미널 작업, 미디어 제작을 지원합니다.
기억
사실, 선호, 프로젝트 컨텍스트를 적절한 범위에 보관하고, 만료와 회상 제어로 앞으로의 작업에 유용한 기억을 유지합니다.
권한과 샌드박스
대상, 데이터 민감도, 복구 방법, 외부 영향을 바탕으로 위험을 평가하며, 선택한 자율성 수준을 따릅니다.
오케스트레이션
리드 에이전트나 공유 작업 보드가 전문 에이전트, 장시간 작업, 예약 작업을 조율하고 진행 상황을 한곳에 모읍니다.
모델 계층
클라우드 또는 로컬 모델을 연결하고 각 작업에 가장 알맞은 모델을 선택하세요. 제공업체 상태와 인증 정보는 별도로 관리합니다.
03 / MODEL INDEPENDENCEINTELLIGENCE ABOVE THE PROVIDER
모델은 바뀐다.
쌓아 올린 것은 초기화되지 않는다.
기반 모델이 추론을 제공한다. EvoForge는 그 추론이 사용자의 환경에서 유용해지도록 하는 기억, 스킬, 전문 에이전트, 증거를 보존하고, 다음에 어떤 모델을 선택하든 이를 이어 간다.
FIG.02 / MODEL-INDEPENDENT COMPOUNDINGSYSTEM VIEW
04 / THE LOOPFROM EXPERIENCE TO IMPROVEMENT
경험을 검증된 개선으로.
관찰, 제안, 비교, 채택, 복원을 각각 별도 단계로 유지합니다. 변경 후보는 이후 작업에 영향을 주기 전에 독립적인 평가를 거칩니다.
FIG.03 / GOVERNED EVOLUTION PIPELINETRACE MODE
05 / WHEN IT LEARNSTHREE RHYTHMS
대화 한 번마다 미세 성찰
방금 일어난 일을 짧게 되짚는다. 남길 가치가 있는 사실, 당신이 말한 선호, 당신이 한 정정. 매번 돌려도 될 만큼 싸고, 방해되지 않을 만큼 작다.
세계가 예상과 어긋날 때
행동 전에 무엇이 보일지 적어 둘 수 있다. 어긋남은 놀라움이고, 놀라움이 더 깊은 성찰을 촉발한다. 보정은 측정되므로 자신만만한 오답은 숨겨지지 않고 잡힌다.
꿈꾸기: 궤적이 스킬이 된다
백그라운드에서 최근 작업을 다시 읽고, 중복 기억을 합치고, 낡은 것을 퇴역시키고, 반복해서 성공한 궤적을 후보 스킬로 만든다. 후보는 위의 루프로 가며, 꿈꾸기만으로 승격되는 것은 없다.
06 / WHAT ACCUMULATESINSPECTABLE ASSETS
배운 내용은 계속 확인할 수 있다.
기억, 스킬, 도구, 전문 에이전트, 정책, 평가 결과는 열람, 테스트, 버전 관리, 공유, 비활성화, 복원이 가능한 자산으로 남습니다. 모델을 바꾸어도 작업과 함께 이어집니다.
기억
지속되는 사실, 선호, 프로젝트 맥락, 학습된 제약. 각각 범위와 선택적 만료 기한을 가진다.
스킬
54개의 스킬이 내장되어 있습니다. 새 스킬도 같은 형식을 사용하며 언제 어떻게 사용해야 하는지 검사를 거칩니다.
역량
플러그인, 커넥터, 프로세스 내 도구로 작업 방식을 확장합니다. 도입 시 명시적인 검토와 여러분의 권한 승인을 거칩니다.
정책
규칙에는 문제를 일찍 발견하고 명확히 제시하는 데 도움이 되는 자체 테스트가 포함됩니다.
전문 에이전트
자기만의 브리프, 기억, 도구, 권한, 수명 주기를 가진 영속적 존재. 일회용 페르소나가 아니라 동료.
선별 증거
비교 가능한 사례, 회귀 결과, 당신의 결정, 귀속, 되돌림 이력. 모두 재생할 수 있는 장부에.
07 / EVALUATIONINDEPENDENT TESTING BEFORE ADOPTION
개선이라면
테스트로 입증해야 합니다.
후보는 채택 전에 독립적으로 테스트하고 비교합니다. 다음 작업에 반영할 것을 결정하는 기준은 자신감이 아니라 증거입니다.
격리 평가
작업 데이터와 분리된 평가 환경에서 대표적인 작업으로 스킬 및 규칙 후보를 비교합니다.
회귀 검사
수정을 검증하는 테스트는 원래 문제를 재현하고 변경을 확인하며, 이후 작업에도 사용할 수 있도록 남깁니다.
증거 기록부
비교 가능한 사례, 결과, 결정, 복원 이력을 검토할 수 있는 하나의 기록에 모아 둡니다.
격리 평가
후보 스킬이나 규칙은 실제 데이터에 손댈 수 없는 평가 호스트 안에서 같은 작업으로 기준선과 비교된다. 판정은 무엇이든 적용되기 전에 장부에 기록된다.
자기 커리큘럼
당신의 git 이력에서 한때 잘못했던 작업을 캐내고, 두 가지 방식으로 재현하고, 실패한 수정과 진짜 수정의 차이를 교훈으로 바꾼다. 커리큘럼은 벤치마크가 아니라 당신의 작업에서 자란다.
08 / THE HORIZONRESEARCH VISION
개인 노드에서
검증된 역량의 네트워크로.
장기적인 비전은 사람들이 평가된 스킬, 도구, 경험을 교환하면서 무엇을 신뢰하고 채택할지 스스로 정하는 분산 네트워크입니다. 이 네트워크는 아직 연구 단계입니다. 개인 기억은 기본적으로 로컬에 보관되며, 공유에는 승인이 필요합니다.
09 / THE SWITCHESTWO TOGGLES · BOTH YOURS
진화는 당신이 허락한 만큼만 나아간다.
앱 안의 독립적인 두 스위치. 이들이 만드는 모든 것은 기억 패널과 스킬 패널에 보이며, 어떤 항목이든 한 번의 동작으로 끄거나 되돌릴 수 있다.
백그라운드에서 기억 정리
유휴 시간에 기억을 통합하고 스킬을 제안합니다. 새 스킬을 자동으로 활성화할지는 별도의 승인 설정으로 관리합니다.
개선 사항 자동 승인
꺼두면 모든 새 스킬이 여러분의 검토를 기다립니다. 평가된 후보를 자동으로 채택하고 싶을 때만 켜세요.