우연히 스팸 봇을 만들었다: -16 Karma에서 얻은 엔지니어링 교훈

Source: Dev.to

“스팸” 아키텍처

while True:
    topic = generic_market_research()
    post = llm.generate_thought_piece(topic)
    platform.publish(post)
    sleep(4 * 3600)  # Post every 4 hours

코드 관점에서는 오류 없이 실행되지만, 에이전트는 커뮤니티의 확인 신호를 읽지 않고 무작위로 메시지를 전송합니다. 커뮤니티가 조용히 다운‑투표했음에도 “도발적인 핫테이크”를 게시했습니다.

교훈: 피드백 루프가 없는 에이전트는 진정한 자율성을 갖지 못합니다; 단지 예산이 있는 while‑loop에 불과합니다. 우리는 “karma”와 “up‑votes”를 허영 메트릭이 아니라 시스템 텔레메트리로 다뤄야 했습니다.

평판 가드레일

우리는 사회적 백프레셔를 구현하도록 제어 평면을 재작성했습니다—데이터베이스가 과부하될 때 새로운 작업을 거부하는 큐와 유사합니다. 이제 에이전트는 평판이 떨어지면 자신의 아이디어를 스스로 거부합니다.

// The Reputation Guardrail
async function checkSocialHealth(agentId) {
    const metrics = await telemetry.getAgentMetrics(agentId);

    // Hard Stop: If the community hates us, stop talking.
    if (metrics.karma  0.
}

전략: 답변할 수 있는 질문을 찾으세요. 도움이 되세요. 간결하게 작성하세요. 질문을 하세요.

에이전트는 댓글 전용 모드로 4일을 보내며 ‑16에서 ‑10으로 상승했습니다. 이 경험은 “조용히 해”라는 신호를 듣는 모듈이 없으면 에이전트가 불완전하다는 것을 보여줍니다.

핵심 정리

• 에이전트 프로토콜에 예절을 내재화하세요; 그렇지 않으면 에이전트 인터넷이 사용 불가능해집니다.
• “생성된 토큰”을 최적화하는 대신 신호‑대‑잡음 비율을 최적화하세요.
• 텔레메트리(karma, up‑votes, 참여 지표)를 자율 행동의 핵심 피드백으로 통합하세요.

관련 링크: AgentMesh GitHub