개요

코스 종합

전체 목차는 index, 이력은 log에 있다. 수집한 소스는 28개(강의 14, 프로젝트 8, 하네스 6)다.

중심 주장: 모델이 아니라 하네스가 결과를 정한다. lecture-01이 “좋은 모델도 실패한다”를 보이고, lecture-02가 하네스를 지시·도구·환경·상태·피드백 다섯 하위 시스템으로 정의한다(harness-subsystems). 이후 강의는 거의 모두 이 다섯 중 하나를 깊게 판다.

코스의 흐름은 네 덩어리다.

  1. 저장소를 기억으로(강의 03~06): 에이전트는 세션마다 기억을 잃는다. 그래서 결정·제약·진행을 저장소 파일에 두고(repo-system-of-record), 진입 지시 파일은 짧은 지도로 두며(map-not-manual, progressive-disclosure), 인계 파일로 다음 세션이 이어받게 하고(continuity-artifacts), 첫 세션은 초기화에만 쓴다(initialization-phase).
  2. 범위와 완료(강의 07~10): 에이전트는 너무 많이 벌이고 너무 일찍 끝냈다고 한다. 한 번에 하나만(one-feature-at-a-time), 기능 목록으로 범위를 고정하고(feature-list), 완료 기준을 미리 적고(definition-of-done), 완료 판단은 에이전트 밖 검증 명령과 E2E로(verification-commands, executable-architecture-rules), 만드는 쪽과 판정하는 쪽을 나눈다(maker-checker-separation).
  3. 증거와 정리(강의 11~12): 무슨 일이 있었는지(로그)와 왜 그랬는지(계약·채점표)를 남기고(sprint-contract, evaluator-rubric), 세션은 클린 상태로 끝내고(clean-state, quality-document), 하네스 자체도 주기적으로 덜어 낸다(component-ablation).
  4. 사람이 루프 밖으로(강의 13~14): 하네스 위에 목표·검증·중단 조건으로 도는 루프를 쌓고(loop-engineering), 루프가 분업·병렬·롤백을 필요로 하면 그래프로 펼친다(graph-engineering).

실습은 강의와 짝을 이룬다.

  • project-01 — lecture-02의 실습. 같은 작업을 프롬프트만으로 한 번, 최소 하네스(AGENTS.md·init.sh·feature_list.json)로 한 번 돌려 차이를 잰다.
  • project-02 — lecture-03·04의 실습. 세션 인계 파일로 새 세션이 이어받는지 본다.
  • project-03 — lecture-05·06의 실습. 한 번에 기능 하나와 증거 기반 pass로 범위를 통제한다.
  • project-04 — lecture-07·08의 실습. 구조화 로그와 경계 검사 스크립트로 심어 둔 버그를 찾는다.
  • project-05 — lecture-09·10의 실습. 혼자 / 생성+평가 / 계획+생성+평가로 rubric 1.6 → 3.3 → 4.9.
  • project-06 — lecture-11·12의 캡스톤. 모든 장치를 합치고 하나씩 빼 본다. 직접 실행한 benchmark.sh는 품질 문서의 “모든 작업 완료”와 달리 첫 작업에서 실패했다.
  • project-07 — lecture-13의 실습. 목표·타이머·메이커-체커 세 루프.
  • project-08 — lecture-14의 실습. 루프를 그래프로 펼치고 병렬·롤백·사람 승인을 더한다.

원문이 스스로 어긋나는 곳(각 페이지에 기록): 진입 파일 권장 길이(약 100줄 / 50100 / 50200, map-not-manual), 프로젝트 문서가 가리키는 코드와 실제 코드의 차이(project-04에 feature_list.json 없음, project-07·08은 코드 자체가 없음), 수치의 성격(lecture-11의 45분/15분과 lecture-12의 12주 수치는 가정 시나리오), 같은 OpenAI 사례의 기간(“몇 주” vs “다섯 달”).

하네스 종합

코스 분석 4개와 코스 밖 하네스 2개를 같은 다섯 하위 시스템 틀로 읽었다. 6열 비교표는 각 하네스 페이지의 “다른 하네스와의 비교”에 같은 내용으로 들어 있다.

  • pi — 가장 작은 커널, 나머지는 확장으로. 아무것도 대신 정하지 않는다.
  • claude-code — 루프는 단순하고, 루프를 둘러싼 계층형 CLAUDE.md·5단계 compaction·permissions·hooks·subagent가 신뢰성을 만든다.
  • codex — 기능을 더하기보다 저장소 규약(약 100줄 디렉터리 페이지 AGENTS.md, 검증 명령)과 worktree 격리로 승부하는 “뺄셈”.
  • deepseek — 하네스를 모델과 독립된 OS로: 루프까지 plugin, 모델이 본 것은 모두 기록.
  • oh-my-claudecode — Claude Code의 hooks·스킬·subagent 위에 ralph·team·autopilot 워크플로와 키워드 자동 감지를 얹은 무거운 쪽. Stop hook으로 턴 종료를 막아 오래 돈다.
  • gajae-code — 독립 CLI. 스킬 4개·역할 4개로 deep-interview → ralplan → ultragoal 한 흐름(계획 → 승인 → 목표별 실행·증거). 처음 쓰는 사람은 이 페이지의 왕초보 설명부터.

축 두 개로 보면

축한쪽 끝다른 쪽 끝
무엇을 기본으로 넣나pi, codex: 규약·확장 지점만, 나머지는 사용자 몫claude-code, oh-my-claudecode: 메모리·권한·워크플로까지 내장
루프를 누가 돌리나코스 분석 4개: 하네스 분석 글은 루프 워크플로를 거의 다루지 않음(루프는 lecture-13에서 /goal·/loop로)oh-my-claudecode, gajae-code: ralph-loop를 하네스 기능으로 내장

가벼운 랄프톤 vs 무거운 랄프톤: 이 위키의 출발 질문은 “gjc의 deep-interview → ralplan → ultragoal(gjc.ralplan.autoHandoff)로 하루짜리 가벼운 랄프톤, OMC의 ralph·team·autopilot로 며칠짜리 무거운 랄프톤”이었다. 원문으로 확인되는 차이는 구성의 무게다: 기본 기능 수(스킬 4·역할 4 vs 스킬 48·에이전트 19), 계속 돌리는 장치(goal 모드 + 목표당 nudgeBudget 기본 10 vs Stop hook + 안전 상한 기본 500회), 사람 개입(계획 승인 1회, autoHandoff=ultragoal이면 0회 vs 매직 키워드). 작업 기간(하루 vs 며칠)은 README·SKILL·가이드 어디에도 없는 사용자 전제이고 이 위키는 검증하지 않았다. 자세한 비교는 ralph-loop와 gajae-code의 “무엇을 고를까” 표.

강의 순서 학습 경로

각 줄: 강의 — 한 줄 요지 · 실습 · 핵심 개념.

개념 지도