DeepSeek Harness 팀이 10월 31일 공개한 Super-Agent는 GitHub와 팀 채팅을 지켜보다가 허락된 사람이 시킨 일을 PR로 돌려주는 연구용 프로토타입이다. 설계 글은 사람이 동시에 따라갈 수 있는 세션이 3~5개뿐이라 병목이 사람의 주의력으로 옮겨 갔다고 진단하고, 위임하라는 프롬프트만으로는 단일 세션이 5번 중 4번만 위임했다는 실험으로 위임을 구조로 옮긴 이유를 보여 준다. 공개 커밋의 코드를 읽고 테스트 1,197개를 돌려 보니, 누가 일을 시킬 수 있는지와 사람에게 어떤 메시지를 보낼 수 있는지는 호스트 코드가 판정한다. 반면 워커가 쓰는 gh·lark-cli 셸 경로, 자동 머지 조건, 명령 차단은 프롬프트와 셸 래퍼에 맡겨져 있고 문서도 이를 보안 경계가 아니라고 적었다. 무엇이 어디서 집행되는지 정리하고, Claude Code나 Codex로 팀 봇을 만들 때 그대로 가져올 것과 직접 보강할 것, 효과를 재는 방법을 정리했다.

RTK는 명령 출력을 60~90% 줄인다고 내세우고 스타 8만 5천 개를 받았다. 그런데 UC Berkeley와 Microsoft Research가 SWE-Bench에서 같은 조건으로 재 보니 RTK를 붙인 에이전트의 청구액은 설정에 따라 9% 줄거나 4.5% 늘었고, 저장소×설정 30칸 중 12칸에서 오히려 비용이 늘었다. 같은 연구팀이 공개한 TokenEconomizer는 출력을 압축하지 않고 매 턴 반복되는 비용(안 쓰는 도구 정의, 세션마다 다시 알아내는 저장소 사실, 실패 루프)을 줄여서 비용을 18.4~30.9% 낮췄다. 내 Claude Code 세션 로그 30일치에서도 토큰의 97.9%가 캐시로 다시 읽은 컨텍스트였다. 에이전트의 청구서가 어떻게 쌓이는지부터 설명하고, RTK·Serena·Aider RepoMap·TokenEconomizer가 각각 어느 항목을 줄이는지, 논문과 배포판의 차이, 내 환경에서 먼저 바꿀 것과 효과를 재는 방법을 정리했다.

REA(Reverse Engineer Anything)는 Claude Code, Codex 같은 코딩 에이전트에 Ghidra, IDA, JADX 등 리버스 엔지니어링 도구를 연결하는 MCP 서버다. 10월 4일 1,500개였던 스타가 10월 16일 27만 5천 개가 됐다. GitHub Discussions와 Hacker News를 읽어 보면 사람들이 실제로 한 일은 폰 앱으로만 되던 프린터를 PC에서 쓰기, 오래된 게임 복원, 자기 서비스 점검처럼 자기가 가진 소프트웨어를 읽고 고치는 일이 많았다. REA가 기존 MCP에 보탠 것은 분석 엔진보다 결론마다 근거와 한계를 붙이는 기록 체계다. 저장소 코드를 읽고 직접 만든 Electron 앱과 npm 패키지에 돌려 본 결과, 출력 크기와 기능 추적의 정확도에서 쓸 때 알아야 할 점이 나왔다. 쇼케이스와 FPS 게임 복원 사례를 보면 결과가 맞는지는 원본과 대조하는 별도 검증이 정한다. 클린룸 논쟁과 함께 자기 프로젝트에 쓸 때의 순서, 그리고 패키지를 만드는 쪽에서 무엇을 서버로 옮기고 무엇을 해자로 삼을지 정리했다.

"오답이 비싼" 고위험 도메인에서 LLM 에이전트 하네스를 어떻게 설계하는가. ISMS-P 102개 인증기준을 소재로, Claude Code가 전문가 → 인터뷰어 → 심사관 멀티롤로 검토·심사한다. 재사용 가능한 하네스 패턴 10개 + 정직한 한계.

퍼블릭 도메인 소설 캐릭터를 AI 에이전트로 구현. 소설 원문 기반 RAG + 인지 엔진으로 셜록 홈즈와 대화한다.

macOS 네이티브 회의록 앱. 온디바이스 STT & LLM으로 실시간 녹음, 자동 전사, AI 요약까지 로컬에서 처리.