#Claude Code

AI / AGENT

Microsoft·UC Berkeley의 TokenEconomizer 논문 리뷰. 같은 저장소에서 과제를 이어 풀 때 코딩 에이전트가 반복하는 낭비(다시 알아내는 명령, 안 쓰는 도구 23개 중 16개, 전체 비용의 32%를 먹는 실패 17%)를 trace로 재고, 마이크로 스킬·도구 가지치기·실패 루프 개입 세 가지를 하네스 바깥의 블랙박스 플러그인으로 붙여 Claude Code·Codex·Copilot CLI에서 비용 18.4~30.9%를 줄인 결과를 정리한다. 8편 '하네스가 사는 건 토큰뿐'의 후속으로, 모델과 하네스를 건드리지 않고 청구서를 줄이는 방법과 그 한계를 비판적으로 읽는다.

AI / AGENT

산둥대 Liu·Han의 논문 'What Does a Harness Buy? Tokens, Mostly.' 리뷰. 5개 모델을 Claude Code, mini-SWE-agent, OpenCode 세 하네스로 SWE-bench Verified에서 돌리고 같은 설정을 다시 돌려 비교했더니, 하네스를 바꿀 때 뒤집히는 과제 비율(13%)이 재실행 때와 같았고 과제당 비용만 최대 3배 갈렸다. 하네스 시리즈의 '반론 편'으로 실험 설계, 실패 유형, 비용 구조, 그리고 시리즈의 다른 논문과 어떻게 양립하는지를 정리한다.

AI / AGENT

2026년 6월 Steinberger·Cherny·Osmani의 발언으로 퍼진 '루프 엔지니어링'을 1차 출처로 정리한다. 프롬프트→컨텍스트→하네스→루프로 이어지는 계보, 하네스와 루프의 경계, Ralph Wiggum bash 루프가 통한 이유, 트리거·검증자·종료 규칙·가드레일 구성 요소, Claude Code /loop·/goal과 Codex /goal의 실제 범위, 그리고 '리뷰 가능한 근거 없이 퍼진 개념'이라는 arXiv 논문의 지적과 36,710개 저장소 마이닝 결과까지 다룬다.

AI / AGENT

스탠포드 James Zou 팀의 Nature 논문 Paper2Agent 리뷰. 논문과 코드베이스를 멀티 에이전트로 분석해 MCP 서버로 변환하고, 그 MCP를 Claude Code 같은 에이전트에 붙여 '논문 에이전트'를 만드는 파이프라인을 정리합니다. 두 논문 에이전트가 협업해 ADHD 관련 변이를 찾아낸 사례와 100편 규모 대량 평가 결과까지 다룹니다.