OttoRenner 사용자가 'Gentle Coding' 기법을 공개하며 AI 모델의 성능 향상을 입증했어요. 이 기법은 GLM-5.1의 100% 멈춤 현상을 해결하고, Kimi K2.6의 토큰 오버헤드를 줄이는 효과를 보여줬어요. Claude Sonnet/Opus와 GPT-5 역시 'Agentic Runaway'를 제거하고 새로운 아키텍처 활용 가능성을 열었어요.
1500회 테스트에서 성능 저하 없이 'Gentle Coding' 기법이 적용된 결과, GLM-5.1은 성공률이 22% 향상되고, Kimi K2.6은 토큰 오버헤드가 최대 36% 감소했어요. 이 기법은 AI 모델에 '부정적인' 프롬프트를 지양하고 긍정적인 상호작용을 유도하는 것을 목표로 해요.
GitHub 저장소에서 관련 데이터를 확인할 수 있으며, oh-my-pi 커뮤니티의 협업으로 빠르게 결과가 도출됐어요. 사용자는 AI에게 친절하게 대하고 긍정적인 상호작용을 통해 더 나은 결과를 얻을 수 있다고 강조했어요.