컨텍스트 엔지니어링 보관

Claude Code의 내부 아키텍처를 6대 하니스 컴포넌트(컨텍스트·도구·메모리·루프·센서·권한)에 매핑하고, 프로덕션 수준 에이전트 하니스 설계의 8가지 반복 가능한 패턴을 추출합니다.

6대 컴포넌트를 Python 40줄에 압축합니다. 컨텍스트·도구·메모리·루프·센서·권한을 갖춘 미니 하니스로, 에이전트 OS의 본질을 코드로 체험하세요.

AI 에이전트의 메모리를 Working·Session·Long-term 3계층으로 분리해야 컨텍스트 부패 없이 장기 작업이 가능하다. OS 메모리 관리처럼 승격·압축·GC를 설계하는 실전 패턴을 해부한다.

에이전트 하니스의 첫 번째 핵심 컴포넌트인 컨텍스트 엔지니어링을 정의하고, 토큰 예산·AGENTS.md·프로그레시브 로딩 3대 패턴과 실행 코드로 5.5배 토큰 효율 격차의 비밀을 해부합니다.

같은 Claude Opus 모델이 Cursor에서 93%, Claude Code에서 77%를 기록했다. 모델이 아니라 하니스가 성능을 결정한다는 증거를 다섯 개의 독립 벤치마크로 증명한다.

같은 AI 모델이 하니스(harness)에 따라 최대 6배 성능 차이를 보입니다. 2026년 AI 엔지니어링의 핵심 키워드 Agent Harness의 정의, 벤치마크 데이터, 실행 가능한 코드까지 한국어 최초로 정리했습니다.

[태그:] 컨텍스트 엔지니어링