Adi Polak은 상태 인식 AI 에이전트를 위한 아키텍처와 도구 활용에 대해 논의합니다.
Adi Polak은 비상태 프롬프트에서 상태 인식, 컨텍스트가 풍부한 AI 에이전트로 전환하기 위한 아키텍처를 설명합니다. 그녀는 15년 간의 분산 시스템 경험을 바탕으로, 엔지니어링 리더들이 Apache Kafka, Flink, MCP를 활용하여 실시간 스트림 처리, 동적 메모리 티어링, 도구 오케스트레이션을 통해 토큰 제한, 비용 급증 및 지연 병목 문제를 해결할 수 있는 방법을 공유합니다.
Adi Polak discusses architecture for state-aware AI agents using real-time processing tools.
Adi Polak discusses the architecture needed to transition from stateless prompts to state-aware, context-rich AI agents. Drawing on her 15 years of experience in distributed systems, she shares how engineering leaders can leverage tools like Apache Kafka, Flink, and MCP for real-time stream processing, dynamic memory tiering, and tool orchestration. This approach addresses challenges such as token limits, cost spikes, and latency bottlenecks.