How Uber Built AI Agents That Save 21,000 Developer Hours with LangGraph | LangChain Interrupt
- Uber는 LangGraph를 사용하여 AI 개발자 도구를 구축, 21,000 개발 시간 절약 ⏱️.
- Uber의 AI 개발 도구 전략은 제품, 교차 프리미티브, 의도적 기술 이전의 세 가지 기둥 위에 구축됨 🏗️.
- Validator는 IDE 내에서 코드의 모범 사례 위반 및 보안 문제를 자동으로 표시하는 LangGraph 에이전트임 🛡️.
- AutoCover는 엔지니어가 통과하는 커버리지 증가 테스트를 생성하도록 돕는 도구로, 도메인 전문가 에이전트와 Validator를 활용함 🧪.
- Uber는 내부 사용자 지정 GPT 스토어인 Uber Assistant Builder를 통해 Uber 지식에 기반한 챗봇을 구축함 🤖.
- 도메인 전문가 에이전트를 구축하면 문맥을 더 잘 사용하고, 풍부한 상태로 인코딩하며, 환각을 줄여 뛰어난 결과를 얻을 수 있음 🧠.
- 에이전트를 결정적 하위 에이전트와 결합하거나 전체 에이전트를 결정적으로 만들면 신뢰할 수 있는 출력을 얻을 수 있음 ✅.
- 경계가 있는 문제를 해결하는 에이전트를 만들어 여러 애플리케이션에서 재사용하면 개발 노력을 확장할 수 있음 ♻️.
- 캡슐화는 협업을 촉진하고, 추상화는 수평적으로 개발을 확장하며, 운영 병목 현상을 줄임 🤝.