Opus가 처리할 수 있는 작업을 Haiku로 분산시키기 시작했다

Opus가 처리할 수 있는 작업을 Haiku로 분산시키기 시작했습니다.

8개의 GitHub 레포지토리를 통해 비용이 많이 드는 모델(expensive models)은 생각하고, 저렴한 에이전트(cheaper agents)들이 실무 작업(grunt work)을 수행하는 Claude Code 에이전트 트리를 구축할 수 있습니다.

01 anthropics/claude-agent-sdk-python
▸ https://t.co/fxUATsxSz7
→ 프로그램적인 서브에이전트, 격리된 컨텍스트 및 세션을 통해 전문화된 워커들을 조정합니다.

모든 것을 처리하는 하나의 모델 (ONE MODEL DOES EVERYTHING)

02 wshobson/agents
▸ https://t.co/IzsdpfmmEK
→ 코딩, 디버깅, 리서치 및 보안에 걸쳐 모델 선택이 가능한 202개의 전문 에이전트입니다.

03 anthropics/claude-code
▸ https://t.co/ezGj4VCuxC
→ 파일, 명령어, 도구 및 서브에이전트 위임을 처리하는 코딩 에이전트 런타임입니다.

계획이 무너진다 (THE PLAN FALLS APART)

04 obra/superpowers
▸ https://t.co/nBaDSfiDcg
→ 모호한 코딩 요청을 테스트 및 검토 체크포인트가 포함된 구현 계획으로 변환합니다.

05 anthropics/skills
▸ https://t.co/jS5B97QbWp
→ 모든 에이전트의 컨텍스트를 부풀리지 않고 필요할 때 로드되는 재사용 가능한 지침 및 스크립트입니다.

워커들은 실제 시스템에 접근할 수 없다 (WORKERS CAN’T TOUCH REAL SYSTEMS)

06 modelcontextprotocol/servers
▸ https://t.co/pBf32aGMfP
→ 에이전트를 외부 도구 및 데이터에 연결하기 위한 참조 MCP 서버입니다.

07 anthropics/claude-code-action
▸ https://t.co/jv2p0wPns0
→ GitHub Actions 내부에서 Claude Code를 실행하여 리포지토리 워크플로우가 코딩 작업을 트리거할 수 있게 합니다.

에이전트들이 무엇을 했는지 아무도 모른다 (NOBODY KNOWS WHAT THE AGENTS DID)

08 langfuse/langfuse
▸ https://t.co/HqjNuZo4I1
→ 에이전트 실행, 도구 호출 및 모델 사용량을 추적하여 실패와 비용을 검사할 수 있게 합니다.

비디오의 아키텍처가 이해할 가치가 있는 부분입니다.

Opus는 어려운 결정과 아키텍처를 처리합니다.
Sonnet은 구현과 작업 실행을 조정합니다.
Haiku는 탐색 및 리서치와 같은 작고 집중된 작업을 처리합니다.
워커들은 그 결과를 상위 추론 계층(higher reasoning layer)으로 반환하여 검토받습니다.

핵심은 20개의 에이전트를 생성하고 협력하기를 바라는 것이 아닙니다.
작업의 복잡성을 모델 비용에 맞추고, 컨텍스트를 격리하며, 다음 작업이 시작되기 전에 결과를 검증하는 것입니다.

하나의 고비용 모델이 모든 것을 처리하는 것은, 그것을 중심으로 전체 실행 트리(execution tree)를 구축할 수 있을 때 끔찍한 기본값입니다.