Anthropic 엔지니어가 공개하는 35만~95만 달러를 버는 방법: 에이전트 아키텍처 구축
요약
Anthropic 엔지니어가 고신뢰성 다중 에이전트 시스템 구축 방법을 공개합니다. 이 아키텍처는 실행 루프 관리, 격리된 도구 사용, 그리고 재시도/재생 기능을 통해 안정성을 높입니다. 특히 이전 로그를 메모리로 변환하여 에이전트가 시간이 지남에 따라 지속적으로 개선되도록 설계하는 것이 핵심입니다.
핵심 포인트
- Agent Harnesses로 실행 루프와 컨텍스트를 제어합니다.
- 추론 엔진을 분리하여 첫 토큰 생성 속도를 최대 60%까지 높일 수 있습니다.
- 재시도(retries) 및 재생(replays) 기능을 통해 시스템 복구력을 확보합니다.
- 이전 실행 로그를 재사용 가능한 메모리로 변환하는 '꿈꾸기' 기법을 활용합니다.
RT @Grow_withAI: Anthropic 엔지니어가 자신이 어떻게 35만~95만 달러를 벌게 되었는지 공개합니다:
“저는 에이전트 하네스(agent harnesses)를 구축하는 방법을 압니다.
개발자들의 99%는 여전히 수동으로 다중 에이전트 시스템(multi-agent systems)을 만들고, 그 시스템이 고장 날 때 어려움을 겪습니다.
저는 실행 루프를 관리하고, 격리된 도구(sandboxed tools)로 작동하며, 어제의 로그를 새로운 기능으로 변환하는 시스템을 구축합니다.
동일한 AI 모델. 당신이 잠자는 동안에도 지속적으로 개선되는, 10배 더 신뢰할 수 있는 에이전트입니다.”
Opus 5.5 → Agents → Harnesses → Loops → Graphs
그는 짧은 워크숍에서 이 아키텍처를 처음부터 구축하는 방법을 설명합니다:
단계 1 → 하네스를 사용하여 실행 루프(execution loops), 컨텍스트, 격리된 환경을 제어합니다.
단계 2 → 추론 엔진(reasoning engine)을 도구와 분리하여 첫 토큰 생성 속도를 최대 60%까지 높입니다.
단계 3 → 서버에서 에이전트를 실행하고, 크래시로부터 복구하기 위해 실행 로그를 사용합니다.
단계 4 → 모든 것을 재시작하는 대신, 재시도(retries)와 재생(replays)을 통해 시스템에 복구 기능을 구축합니다.
단계 5 → 이전 실행 로그를 에이전트가 시간이 지남에 따라 개선되는 데 도움이 되는 재사용 가능한 메모리로 변환합니다.
Anthropic은 이 과정을 “꿈꾸기(dreaming)”라고 부릅니다.
대부분의 개발자들이 이러한 아키텍처를 수동으로 구축하는 데 몇 주가 걸리는 반면, 이 워크숍은 더 효율적인 접근 방식을 시연합니다.
이것을 북마크하고 전체 워크숍을 시청하세요.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @david_eficaz (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기