Vertical AI Agents Win by Owning Workflow Memory and Action Loops
Vertical AI Agents Win by Owning Workflow Memory and Action Loops
Insight
Vertical AI agent의 차별점은 추상적으로 “tool을 사용할 수 있다”는 데 있지 않다. 특정 workflow loop를 소유할 때 유용해진다. 여기에는 domain data access, 기억된 business context, 허용된 action, 결과 관찰, follow-up behavior가 포함된다. 같은 underlying harness를 재사용할 수는 있지만, 제품 가치는 vertical memory와 action design에 있다.
Why It Matters
많은 agent product는 generic autonomy를 과도하게 강조한다. Jason의 사례는 더 실용적인 패턴을 가리킨다. 즉 analytics instrumentation을 점검하고, 누락 event를 찾고, PR을 만들고, user prompt를 mining하고, growth content를 생성하거나 referral abuse를 감지하는 agent다. 이것들은 일회성 chat completion이 아니라 state와 accountability가 있는 반복 운영 루프다. Source: [1-hour Deep Dive with AI Jason: AI products, YouTube(220k+), Jian-Yang, Startups](/notes/10-sources__1-hour Deep Dive with AI Jason: AI products, YouTube(220k+), Jian-Yang, Startups/).
Implications
- Agent가 실제 system of record를 읽고 bounded change를 제안하거나 실행할 수 있는 domain을 선택한다.
- Memory는 workflow의 failure mode를 중심으로 설계한다. 예: previous campaigns, user behavior, known edge cases, approval history, business rules.
- Human approval을 임시 한계가 아니라 제품의 일부로 다룬다. 특히 revenue, customer, infrastructure에 영향을 주는 action에서는 가까운 시기의 제품 형태가 supervised autonomy에 가깝다.
- Constrained, source-aware vertical loop가 더 신뢰 가능하다면 “universal agent” narrative를 피한다.
Related Concepts
- [Vertical AI Agent](/notes/30-concepts__Vertical AI Agent/)
- [Agent Memory](/notes/30-concepts__Agent Memory/)
- [Agent Harness](/notes/30-concepts__Agent Harness/)
- [Human Approval Boundary](/notes/30-concepts__Human Approval Boundary/)
Sources
- [1-hour Deep Dive with AI Jason: AI products, YouTube(220k+), Jian-Yang, Startups](/notes/10-sources__1-hour Deep Dive with AI Jason: AI products, YouTube(220k+), Jian-Yang, Startups/)