Agent 역량에서 일상의 사용성으로: MuseWork의 설계 원칙

MuseWork의 목표는 에이전트 기술이 얼마나 복잡한지 보여주는 것이 아니라 모든 사람이 AI를 자연스럽게 사용할 수 있도록 만드는 것입니다.

지난 1년 동안 OpenClaw 및 Hermes Agent와 같은 제품은 에이전트가 장기적인 협업을 통해 코드를 작성하고, 브라우저를 작동하고, 도구를 호출하고, 파일을 관리하고, 기술과 메모리를 축적할 수 있음을 입증했습니다. 이러한 탐구는 중요합니다. 기능의 경계를 상당히 확장했습니다.

그러나 일반 사용자의 경우 Agent 제품을 처음 열 때 보이는 것은 기능이 아니라 장벽(API 키, 모델 선택, 권한 구성, 플러그인 설치, 워크플로, 토큰, VM)인 경우가 많습니다.

사용자는 AI를 사용하기도 전에 AI에 의해 차단됩니다.

MuseWork가 대답하고 싶은 질문은 다음과 같습니다. 서비스 배포 방법, 프롬프트 작성 방법, 모델 이해 방법 또는 에이전트 연구 방법을 모르는 사람도 정말 유용한 AI 도우미를 가질 수 있습니까?

우리는 대답이 '예'라고 믿습니다. AI 사용 방법을 알고 있는지 여부가 AI의 혜택을 누릴 수 있는지 여부를 결정해서는 안 됩니다.

I. 제로 구성: 대화가 진입점입니다

MuseWork는 사용자에게 설정부터 요구하지 않습니다. 처음 열었을 때 필요한 일을 그대로 말하기만 하면 됩니다.

시스템은 뒤에서 Agent 초기화, 작업 공간 할당, 스킬 로딩, 장기 메모리 준비 및 세션 라우팅을 처리합니다. 사용자는 Agent를 생성하거나, 모델을 선택하거나, 플러그인을 설치하거나, ​​컨텍스트 창을 이해할 필요가 없습니다.

사용자가 첫 번째 메시지를 보내기 전에 시스템 개념을 이해하도록 요청해서는 안 됩니다.

대화 자체가 진입점입니다. 메시지를 보내는 것이 시작입니다. 계속해서 이야기하면 맥락이 추가됩니다. 주제를 전환하면 시스템이 새 컨텍스트를 열지 여부를 결정합니다. 이전 작업으로 돌아갑니다. MuseWork는 기존 컨텍스트를 선택합니다.

그 뒤에서는 세션 분석과 여러 채널의 연동이 이루어지지만, 사용자가 그 복잡성을 의식하게 해서는 안 됩니다. 사용자는 "내가 올바른 세션에 있는 걸까?"라고 생각해서는 안 됩니다. — 그들은 "내가 MuseWork에게 무엇을 해주기를 원하는가?"만 생각해야 합니다.

Ⅱ. 자연스러운 상호작용: 중단, 추가 및 점프 허용

실제 대화는 엄격한 대기열을 따르지 않습니다. 사용자는 작업 중간에 "차트 포함"을 추가하거나 "중지"라고 말하거나 갑자기 관련 없는 질문을 할 수 있습니다.

MuseWork는 메시지가 현재 작업을 취소하는지, 현재 요청을 보완하는지, 새 작업을 대기열에 추가하는지 또는 독립적인 대화인지를 결정합니다. 상태 관리는 시스템 문제이므로 사용자 부담이 되어서는 안 됩니다.

마찬가지로 사용자는 단지 채널을 전환했다는 이유만으로 자신을 다시 설명할 필요가 없습니다. 웹, 텔레그램, WeChat은 서로 다른 대화 방식일 뿐입니다. 그 뒤에는 동일한 에이전트, 동일한 기술, 동일한 메모리가 있어야 합니다.

채널이 다른 '사람'이 되어서는 안 됩니다. MuseWork는 여전히 MuseWork입니다.

III. 비용: 사용자가 더 자유롭게 이야기할 수 있도록 하세요.

사용자가 모든 메시지에 대해 비용을 계산해야 한다면 AI는 일상적인 도구가 될 수 없습니다. 좋은 어시스턴트는 사용자가 자연스럽게 반복하고, 수정하고, 질문할 수 있도록 해야 합니다.

따라서 비용 최적화는 단순한 비즈니스 문제가 아니라 경험 문제입니다.

MuseWork는 세 가지에 중점을 둡니다.

• 안정적인 콘텐츠를 캐시합니다. 시스템 프롬프트, 도구 정의 및 기술 설명이 안정적인 순서로 유지되므로 모델이 이미 읽은 내용을 반복적으로 처리하지 않습니다.
• 레이어에서 컨텍스트를 압축합니다. 이미지, 도구 반환, 웹 콘텐츠, 로그 및 긴 대화가 지속적인 협업에 실제로 필요한 내용으로 추출됩니다.
• 요청 시 실행 환경을 깨우세요. 일반적인 대화는 가볍게 유지됩니다. 더 무거운 실행 환경은 코드를 실행해야 하거나, 파일을 처리해야 하거나, 결과물을 생성해야 하는 경우에만 실행됩니다.

시스템의 중복 작업에 대해 사용자에게 비용을 지불하도록 하지 마십시오.

IV. 개인정보 보호: 약속에만 의존할 수는 없습니다

사용자가 파일, 계정, 달력, 이메일 및 장기적인 선호 사항을 AI에 넘겨주면 개인정보 보호 문제는 타당합니다. 진정으로 신뢰할 수 있는 개인정보 보호 설계는 사용자에게 약속을 신뢰하라고 요구하지 않습니다. 액세스해서는 안 되는 항목을 시스템 수준에서 액세스하기 어렵게 만듭니다.

MuseWork는 기본적으로 격리되어 있습니다. 각 사용자는 독립적인 작업 공간을 갖습니다. 파일은 사용자 자신의 클라우드 저장소 경로에 저장됩니다. 실행 환경은 인증된 디렉터리에만 액세스합니다. 장기 메모리는 실행 환경에 분산되지 않고 요청 시 서버에 의해 주입됩니다.

타사 인증 토큰은 암호화됩니다. 접근 경로에는 신원 확인, 소유권 확인, 만료 제어, 요청 제한, 감사 로그가 적용됩니다. 임시 파일 링크는 발급 전 소유권 확인이 필요하며 자동으로 만료됩니다.

개인정보 보호는 마케팅 라벨이 아니라 시스템 설계의 기본 자세입니다.

V. 기억: 좋은 조수는 매번 당신을 다시 배울 필요가 없습니다.

많은 AI 제품의 가장 지치는 측면 중 하나는 사용자가 자신이 누구인지, 작업 중인 내용, 선호하는 형식, 중단한 위치 등을 매번 다시 소개해야 한다는 것입니다.

MuseWork는 대화 중에 프로젝트 배경, 표현 선호도, 주요 제약 조건, 마일스톤 계획, 사용자 피드백 등 장기적으로 유용한 정보를 감시합니다. 이는 단순히 채팅 기록에 기록되는 것이 아니라 신뢰도 점수와 함께 다양한 유형의 신호로 기록됩니다.

메모리도 단순히 채팅 기록을 검색하는 것이 아닙니다. MuseWork는 대화가 시작되기 전에 안정적인 인지를 주입하므로 매번 협업이 0에서 시작되지 않습니다.

비동기 기억 엔진은 최근 신호를 처리합니다. 더 확실한 신호, 오래된 신호, 병합이 필요한 신호, 잊어버려야 하는 신호입니다. 내부적으로는 이 프로세스를 "Dreamweaving"이라고 부릅니다.

모든 협업은 다음 작업을 좀 더 쉽게 만들어줍니다.

결론

MuseWork의 원칙은 간단합니다. 시스템의 복잡성을 유지하고 사용자를 위한 단순성을 유지합니다.

설정이 사용자를 필터링해서는 안 되기 때문에 구성이 없습니다. 암시적 세션. 사용자가 컨텍스트를 관리하면 안 되기 때문입니다. 통합 다중 채널 - 사용자가 어디에서 말하든 동일한 어시스턴트와 대화해야 하기 때문입니다. 캐싱, 압축 및 주문형 실행을 통해 사용자는 자유롭게 더 많은 이야기를 나눌 수 있습니다. 사용자가 "우리의 말을 믿어야 하는" 것을 최소화하기 위한 격리 및 암호화. 메모리와 Dreamweaving을 통해 장기적인 협업을 지속할 수 있습니다.

AI의 미래는 AI를 가장 잘 활용하는 이들만의 것이 되어서는 안 됩니다.

또한 단순히 한 가지 일을 잘 처리하고 싶거나, 한 가지 생각을 명확하게 표현하고 싶거나, 하루를 좀 더 쉽게 만들고 싶은 사람들에게 속해야 합니다. 그것이 MuseWork의 방향입니다.