Anthropic이 이 엔지니어를 연간 $250K–$750K에 고용한 이유: 멀티 에이전트 시스템을 위한 하네스 구축 방법
요약
Anthropic은 멀티 에이전트 시스템을 위한 '하네스(Harness)' 구축 방법을 제시하며, 이를 통해 AI 에이전트의 개발 효율성을 극대화하는 방법을 설명합니다. 이 하네스는 루프, 컨텍스트 관리, 샌드박싱 기능을 제공하여 복잡한 에이전트 워크플로우를 체계적으로 구현할 수 있게 합니다.
핵심 포인트
- Claude Agent SDK로 시작하여 핵심 기능을 빠르게 구축할 수 있습니다.
- 추론(뇌)과 도구(손)를 분리하여 속도를 60% 향상시킬 수 있습니다.
- 서버 측 실행 및 로깅을 통해 안정성과 지속성을 확보합니다.
- 실패 시 재시도 및 컨텍스트 재생 기능을 구현하여 비용을 절감합니다.
Anthropic은 그가 멀티 에이전트 시스템을 위한 하네스를 구축하는 방법을 알기 때문에 이 엔지니어를 연간 $250K–$750K에 고용했습니다.
15분 워크숍에서 그는 처음부터 하나를 구축하는 정확한 방법을 보여줍니다.
AI → 에이전트(Agents) → 하네스(Harness) → 루프(Loops) → 그래프(Graphs)
단계 1 → Claude Agent SDK로 시작합니다. 이 하네스는 루프, 컨텍스트, 그리고 샌드박싱을 처리합니다.
단계 2 → 두뇌와 손을 분리합니다. 추론은 한 곳에서, 도구는 샌드박스에 배치하여 첫 토큰까지의 속도를 60% 향상시킵니다.
단계 3 → 서버 측에서 실행하고 모든 단계를 기록합니다. 노트북을 닫아도 계속 실행되며, 충돌 시 로그로부터 재개됩니다.
단계 4 → 실패 비용을 낮춥니다. 처음부터 다시 시작하는 대신 죽은 샌드박스를 재시도하고 손실된 컨텍스트를 재생합니다.
단계 5 → 어제의 로그를 새로운 메모리와 기술로 전환합니다. 하네스가 더 똑똑하게 깨어납니다.
Anthropic은 이를 "꿈꾸기(dreaming)"라고 부릅니다.
대부분의 사람들은 이것을 수 주 동안 손으로 구축합니다.
당신은 그럴 필요가 없습니다.
북마크하고 시청하세요.
그리고 아래에서 전체 Opus 5.5 하네스 엔지니어링 가이드를 읽으세요 ↓
AI 자동 생성 콘텐츠
본 콘텐츠는 X 토픽: AI Agents/MCP의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기