이 게시물은 AI Native 레포를 넘어 조직이 공용으로 AI를 호출·검증·기억하는 실행 harness를 구축한 hollon-ai 구축기를 소개합니다. 레포의 결정론적 제어와 지식 시스템으로 안정적인 PR은 만들었지만, 사람이 팀챗·터미널·GitHub·관측도구를 오가며 오케스트레이션해야 하는 병목이 남았다고 설명합니다. 해결을 위해 팀챗을 실행 인터페이스로 선택하고, 스레드 문맥 복원·중복/락 처리·태스크 상태머신(P L A N _ R E V I E W 승인→C O D E _ R E V I E W 리뷰→머지/완료)으로 임의 실행을 통제한다고 말합니다. hollon-ai는 API 서버(판단/상태/지식)–orchestrator(태스크 스캔/worker 생성)–Kubernetes ephemeral worker pod(Claude Code 기반 탐색/수정/PR/도구 호출)로 런타임을 분리해 격리·재시도·복구를 쉽게 만든다고 정리합니다. 외부 도구 호출과 자격증명 관리를 MCP 프록시로 중앙화하고, 실패·재시도·복구 품질이 핵심 과제였다고 강조합니다. 이 구조로 보안 전수조사, 배포 직후 Datadog/Grafana 점검, 로그 분석 후 PR로 수정, 자체 코드 변경 및 머지 반영까지 같은 스레드에서 이어지는 운영 루프가 가능해졌다고 서술합니다.