텐센트 클라우드 TeamAI가 2026년 10월 10일 공식적으로 오픈소스로 공개됐다. 텐센트가 내부에서 사용해 온 팀 AI 협업 도구로, Skill, 작업 규범, 도구 설정, 프로젝트 지식을 하나의 Git 저장소에 모아 코드처럼 리뷰하고 업데이트하며 버전을 관리한 뒤, 각 구성원이 쓰는 에이전트에 동기화한다. WorkBuddy, CodeBuddy, Claude Code, Codex, Cursor 등 16종의 Agent를 지원하며, 공식 저장소는 GitHub의 Tencent 조직 아래 teamai-cli 프로젝트로 공개돼 있다.
관리 콘솔이 아니라 왜 Git인가
팀이 에이전트를 쓰며 처음 부딪히는 문제는 대개 모델 성능이 아니라 흩어진 설정이다. 누군가는 규범을 업데이트했지만 다른 누군가는 옛 버전을 쓰고, 유용한 Skill은 특정 동료의 컴퓨터에만 있다. TeamAI는 이 자산들을 코드처럼 다룬다. 구성원이 새 Skill이나 규범 변경을 제출하면 자동으로 브랜치가 만들어지고 병합 요청이 올라가 팀 리뷰를 거친다. 병합 후에는 세션 시작 훅을 지원하는 Agent가 새 대화를 시작할 때 업데이트를 자동으로 가져온다. 관리자는 모델 설정을 일괄 배포해 내부 데이터와 지식을 다루는 작업에 보안 요건을 충족하는 모델 서비스를 지정할 수도 있다.
경험을 검색 가능한 팀 자산으로
실패를 다루는 방식도 눈에 띈다. 구성원이 에이전트를 반복해서 바로잡거나 도구 호출이 계속 실패하면, TeamAI는 세션 종료 시 그 경험을 공유하도록 제안하고, Agent가 문제와 해결 방법을 문서로 정리해 팀 저장소에 다시 저장한다. 다음에 비슷한 작업이 오면 Agent는 먼저 축적된 경험을 검색한 뒤 일을 시작할 수 있다. TeamAI는 텐센트 클라우드의 에이전트 관리 플랫폼 ClawPro에도 통합돼, 관리자가 Skill과 MCP 설정을 중앙에서 관리하고 연결된 각 Agent에 배포할 수 있다.
내부 테스트 수치는 조건과 함께 읽어야 한다
텐센트 클라우드가 공개한 내부 테스트에서는 13개 연구개발 작업에서 팀 지식에 접근할 수 있는 저비용 모델이 지식 없는 고사양 모델보다 종합 점수가 6.1% 높았고, 호출 비용은 76% 낮았다. 13개 작업이라는 작은 표본에 공식 발표 수치인 만큼 보편적인 결론으로 받아들일 수는 없다. 다만 방향은 구체적이다. 팀 지식이 구조화돼 안정적으로 배포되면, 더 비싼 모델로 바꾸는 것보다 지식을 보강하는 편이 더 효과적일 수 있다. 여럿이 함께 코딩 에이전트를 쓰는 팀에게 TeamAI가 푸는 문제는 에이전트가 되는가가 아니라, 얻은 경험이 팀에 남아 전해지는가이다.
