reef: 에이전트 성능을 학습 루프로 자동 개선하는 인프라

사용자 상호작용 데이터를 기반으로 에이전트의 모델 가중치나 하네스를 자동으로 개선하는 인프라다. 추론, 피드백 수집, 학습, 배포라는 네 단계의 루프를 통해 에이전트가 지속적으로 성능을 높일 수 있도록 설계됐다.

GPU가 필요한 모델 가중치 학습과 GPU 없이도 가능한 하네스 최적화를 모두 지원한다. vLLM이나 SGLang 같은 추론 엔진과 Slime, veRL 같은 RL 프레임워크를 연결하며, 업데이트 중에도 라이브 트래픽을 중단 없이 처리한다.

OpenAI 및 Anthropic 호환 API를 제공하여 기존 클라이언트와 연동이 쉽다. 프롬프트, 규칙, 스킬 등 에이전트의 구성 요소를 버전 관리하며 개선 사항을 즉시 반영할 수 있어, 복잡한 재학습 없이 운영 중인 에이전트를 진화시키고 싶은 개발자에게 적합하다.