당신의 AI는 이미 손을 가지고 있습니다. ATO는 당신이 그들에서 날리는 좌석입니다. 규칙을 설정합니다. 모든 도구 호출을 볼 수 있습니다. 런웨이를 죽이십시오. 각 코드를 실제로 한 것을 비교하십시오. 멀티 타임. 한국어 사이트맵

3개의 AIs 전부 could는 부호를 걸었습니다. **당신은 한 사람이 한 것을보고, 그리고 어느 그냥 대답. ** 그것은 조종실입니다.

---

30 초

다운로드 → (타우리 2.x · MIT)

demo-war-room는 API 키없이 실행 - 구성 된 실행 시간을 선택, Ollama로 돌아갑니다. 첫 번째 영수증 30 초.

---

연구 (open 멀티 모델 코딩 벤치 마크)

Finding : 더 높은 층, 낮은 천장. ** 우리는 9 개의 단일 모델과 9 개의 코디네이션 조리법을 ** 49 ** 오염 된 LiveCodeBench 코딩 작업 (execution-graded, metered 영수증). Multi-model 코디네이션은 ** 최고의 단일 모델을 이길 수 없습니다. 그것은 약한 모형 (~+9 문제) 및 모자를 씌운 첨단을 들었습니다 (온도 방은 그들의 자신의 제일 일원에 잃을 수 있습니다). Cascades는verifier gate**에 의해 제한되었습니다. 전체 쓰기, 초안 용지, 재 실행 경로:

인포메이션 |—||| |Human Summary | 멀티모델 코디네이션이 단일 모델로 나뉩니까? | |Full Paper (HTML) | 코디네이션 벤치마크 종이 |

ATO — The cockpit where every AI follows your rules

Your AIs already have hands. ATO is the seat you fly them from. Set the rules. Watch every tool call. Kill the runaway. Compare what each one actually did to your code. Multi-runtime. Local-first. MIT.

$ ato review --reviewer claude --reviewer codex --reviewer gemini --against main
# illustrative output — your numbers (cost, duration, tool calls) will vary by runtime, model, and diff size

review session 7F3A1B6E · 3 reviewers · your rules: read-only, repo-scoped, killable

  CLAUDE     🔧 verified via 4 tool calls
             flagged 2 issues — XSS in src/render.ts:142, auth bypass in api/login.ts:87
             read_file ×3 · grep ×1 · 6.4s · $0.024 · 0 files written (read-only mode)

  CODEX      🔧 verified via 6 tool calls
             flagged 3 issues incl. SQL injection in db/queries.ts:64
             ← caught one claude missed by grep'ing for raw string concatenation
             read_file ×4 · grep ×2 · 7.1s · $0.004 · 0 files written

  GEMINI     ⚠️ prompt-only — didn't open the code
             flagged 2 issues from the diff alone (XSS×2, CSRF)
             5.9s · $0.001 · 0 tool calls · downweight in synthesis

  closer:    4 unique findings, 1 disputed.
             tags: security, sql-injection. cost: $0.029 total.
             every tool call, every byte read, archived to ~/.ato/local.db
             paste-ready transcript at .ato/reviews/7F3A1B6E.md

Three AIs all could have walked the code. You see which ones did, and which one just replied. That’s the cockpit.

---

In 30 seconds

# macOS
brew install willnigri/ato/ato && ato demo-war-room

# Linux
curl -fsSL https://agentictool.ai/install.sh | sh && ato demo-war-room

# Desktop app (macOS · Windows · Linux)

Download → (Tauri 2.x · MIT)

demo-war-room runs without API keys — picks your configured runtimes, falls back to Ollama. First receipt in 30 seconds.

---

Research (open multi-model coding benchmark)

Finding: higher floor, lower ceiling. We ran nine single models and nine coordination recipes on 49 contamination-audited LiveCodeBench coding tasks (execution-graded, metered receipts). Multi-model coordination did not beat the best single model. It lifted weak models (~+9 problems) and capped peaks (war rooms can lose to their own best member). Cascades were limited by the verifier gate, not the strong closer. Full write-up, draft paper, and re-run path: