에이전트 하네스의 토큰
Codex는 새 세션이 시작될 때마다 백그라운드에서 스레드 이름 지정 호출을 실행합니다. 작성자는 오픈 소스 Rust 하네스를 읽어 토큰이 어디로 이동하는지 보여줍니다.
AI Daily Recap
25 articles · 4 categories
The finishable daily brief
2026년 11월 1일, 인공지능 분야에서 무슨 일이 일어났을까요?
Sunday, Nov 1, 2026
25 articles · 4 categories
read top to bottom · then stop
In 30 seconds
- Same Claude Haiku 5.5, 17 points apart: 82.0% via OpenCode vs 65.4% via Claude Code on 21 MCP servers.
- DeepSeek open-sources dsh-superagent, a router-worker coding agent, plus its architecture.
- Pi was the lightest of six coding-agent CLIs on per-job container overhead.
- SWE-bench Verified 88.6% vs 59.1% best public SWE-bench Pro score: benchmark cliff for Opus 4.8.
- Reviewing 1,700-line agent PRs needs reading order, not line-by-line diffs.
Coding-agent harness cost is the day's thread: the same model scored 82% or 65% on 21 MCP servers depending on the agent wrapped around it, and tooling to trim token spend is multiplying.
DeepSeek open-sourced a router-worker coding agent and its architecture, a direct open alternative to Claude Code.
Prefer to watch?
LLM Digest Daily Explainer: Nov 1, 2026
이제 하네스 관련 간접비는 측정 가능한 비용이 되었습니다. 5 items
네 개의 게시물에서 코딩 에이전트 하네스가 소모하는 토큰, 컨테이너 시작 시간 및 MCP 작업 정확도에 대한 수치를 제시합니다.
헤드리스 워크플로 자동화에 가장 적합한 코딩 에이전트 CLI 는 무엇입니까?
새로운 컨테이너 환경에서 6개의 코딩 에이전트 CLI의 작업당 오버헤드를 벤치마킹한 결과, pi가 전반적으로 가장 가벼웠고, Goose는 첫 응답 시간 중앙값이 가장 빨랐습니다. 작업 성공 여부는 측정하지 않았습니다.
동일 모델, 다른 에이전트: 21개 MCP 서버에서 17포인트 차이
Claude Haiku 5.5는 OpenCode를 통해 21개 MCP 서버에서 수행된 작업의 82.0%에 응답했지만, Claude Code를 통해서는 65.4%에 응답했습니다. 에이전트가 먼저 사용하는 내장 도구가 이러한 차이를 설명합니다.
컨텍스트 모드 – AI 코딩 컨텍스트 사용량을 줄여주는 오픈 소스 MCP 서버
오픈소스 MCP 서버로, 툴 출력물을 샌드박스 처리하여 (98% 감소 효과 주장) 17개 플랫폼에서 세션 메모리를 유지합니다.
Codedict는 AI를 사용하지 않는 코드 색인 도구로, 제 Claude Code 토큰 사용량을 63% 줄여주었습니다.
인공지능 없이 SQLite 코드 인덱스를 활용한 트리 시팅 도구로, 코드 관련 질문에 미리 답을 제공합니다. 개발자는 Claude 코드 토큰 사용량이 63% 감소했다고 보고했습니다.
사람이 의사 결정에 참여하도록 하는 에이전트 워크플로 3 items
팀들은 코딩 에이전트를 검토 및 게이팅 루프로 감싸서 사람이 판단만 내리도록 하고 있습니다.
AI가 생성한 2,000줄의 코드를 검토하는 방법
31개 파일, 약 1,700줄에 달하는 에이전트 홍보 자료를 두 문장 설명과 함께 검토할 때, 줄 단위까지 꼼꼼히 살펴보는 것보다 읽는 순서가 훨씬 중요하다는 것을 알게 되었습니다.
Docsferatu: 당신이 자는 동안 문서 홍보 자료를 작성해주는 에이전트
Inngest의 에이전트는 SDK 풀 리퀘스트를 모니터링하고, 샌드박스에서 문서를 초안 작성하며, 밤새 문서 풀 리퀘스트를 엽니다.
HN 소개: Devloops – 적대적 에이전트 루프를 통해 인간은 핵심적인 결정만 내리도록 합니다.
생산자, 작업자 및 게이트키퍼 루프를 통해 코딩 에이전트는 일상적인 작업을 수행하고 핵심적인 결정만 사람에게 보고할 수 있습니다.
분위기보다는 증거가 중요하다: 벤치마크 및 도구 선택 3 items
오늘의 평가 게시글에서는 공개된 점수와 프레임워크에 대한 통념이 실제 결과를 과장한다고 주장합니다.
인공지능이 개발자를 대체할 만큼 저렴할까요?
Claude Opus 4.8은 SWE -bench Verified에서 88.6%의 점수를 기록했지만, 공개된 SWE -bench Pro 데이터셋에서 가장 높은 점수는 59.1%에 불과하며, 비공개 데이터셋에서는 어떤 모델도 47%를 넘지 못했습니다.
AI 에이전트용 검색 APIs 12개를 테스트해봤습니다. 가장 좋은 API조차도 충분하지 않았습니다.
Telem.ai는 상담원을 위한 12개의 검색 APIs 테스트했으며, 학습된 결과에 따르면 4개 공급업체를 사용했을 때 최적 공급업체 비율이 82.6%에 달했고, 2개 공급업체를 사용했을 때는 75.5%였습니다.
자바스크립트 프레임워크의 AI 비용
놀란 로슨은 속도와 생산성에 대한 주장 대신 자바스크립트 프레임워크의 AI 비용을 측정합니다.
DeepSeek 의 오픈 소스 코딩 슈퍼 에이전트 4 items
DeepSeek 의 하네스 팀은 Claude 코드(Claude Code)에 대항하는 라우터 워커 코딩 에이전트와 그 아키텍처를 오픈 소스로 공개했습니다.
DeepSeek , 라우터 워커 코딩 에이전트인 dsh-superagent 오픈소스 공개
DeepSeek 라우터 워커 코딩 에이전트인 dsh-superagent를 오픈소스로 공개했습니다.
DeepSeek 자사의 슈퍼 에이전트 아키텍처를 오픈 소스로 공개
DeepSeek 프로토타입뿐만 아니라 슈퍼 에이전트의 아키텍처도 공개했습니다.
QwenPU: 다른 LLM 의 가중치 내에서 실행되는 LLM
QwenPU는 32비트 RISC-V CPU와 벡터 유닛을 Qwen3.5-4B의 가중치로 컴파일하고, 순방향 전달 과정 내에서 작은 네트워크를 실행합니다.
AMD GPU용 추론 서버 (C++ 및 HIP 기반)
AMD GPU용 오픈 소스 C++/HIP 추론 서버로, 채팅, 응답, 이미지, 오디오 및 비디오를 지원하는 OpenAI 호환 HTTP API 제공합니다.
You are caught up for this edition