'프롬프트는 끝났다'…하네스·루프·그래프 공부 순서
2026년 11월 2일원작 Andrej Karpathy · autoresearch (GitHub) ↗
3줄 요약
- 프롬프트를 쓰는 일에서 AI가 일할 환경·검사·분업을 짜는 일로 무게가 옮겨 간다.
- 하네스(도구·메모리) → 루프(실패할 수 있는 검사) → 그래프(분업·문) 순으로 올라가는 7단계 틀이다.
- 공부는 카파시 저장소 7개와 autoresearch, 앤트로픽 리뷰 글 순서로 하면 된다.
지난주 X에서는 카파시와 앤트로픽을 내세워 '프롬프트의 시대가 끝나고 그래프가 남는다'는 글이 수십만 조회를 모았다. 영상과 발언 출처가 불분명한 말은 걷어내고, 원문이 확인되는 하네스·루프·그래프 틀과 카파시 저장소로 공부 순서를 정리했다.
'프롬프트는 끝났다'는 말, 어디까지 맞나
지난주 X에서는 '프롬프트는 사라지고 그래프만 남는다'는 글이 연달아 퍼졌다. 카파시의 강의, 앤트로픽 연구 책임자의 발언이라며 '엔지니어 99%가 에이전트 300개를 돌린다'는 말이 붙었지만, 원 발언이나 영상 출처는 확인되지 않았다. 한 글의 영상은 2025년 2월 카파시의 '내가 LLM 쓰는 법'이라는 댓글 지적도 나왔다. 확실히 확인되는 것은 아래 흐름이다. 질문을 잘 쓰는 일에서 AI가 일할 환경과 절차를 짜는 일로 무게가 옮겨 간다는 이야기다.
X 게시글·댓글 · x.com ↗1단계 하네스: 모델을 빼고 남는 모든 것
엑스(X)의 개발자 m4lka는 에이전트를 쓰는 사람이 사실 '에이전트의 루프'가 되어 있다고 썼다. 에이전트가 쓰면 사람이 읽고, '다 됐다'고 하면 사람이 확인하고, 틀리면 사람이 설명하는 구조다. 그는 이 일을 하네스(harness)·루프·그래프 셋으로 나눴다. 하네스는 '구성도에서 모델을 지우고 남는 전부', 곧 셸·파일·테스트 실행기·깃 같은 도구와 작업 공간이다. 도구는 많을수록 좋지 않고, 잘 설명된 도구 열 개가 겹치는 마흔 개보다 낫다고 했다.
m4lka (X 아티클) · x.com ↗하네스의 두 번째 일: 메모리와 '벽'
컨텍스트 창이 가득 차면 에이전트는 이미 해 본 수정을 잊고 같은 시도를 되풀이한다. 그래서 목표·시도한 것·다음 할 일을 파일(PROGRESS.md 같은)에 적어 두라고 글은 권한다. '컨텍스트 창은 램, 하네스는 디스크'라는 비유다. 또 '건드리지 마'라는 말은 바람일 뿐이고, 에이전트에게 아예 권한을 주지 않는 것이 벽이라고 설명했다. 격리된 작업 공간, 허용 명령 목록, 시간·토큰 예산이 예다.
m4lka (X 아티클) · x.com ↗2단계 루프: 실패할 수 있는 검사 하나
루프는 만들고, 검사하고, 고치고, 되풀이하는 네 동작이다. 글쓴이는 이 가운데 '검사'만 중요하다고 했다. 테스트가 통과하는지, 실제로 실행한 기록이 있는지, 다른 맥락의 검토자가 봤는지는 믿을 만한 증거지만 '자신 있다'는 모델의 말은 가장 약한 증거라는 것이다. 수정 전에 버그를 재현하는 테스트를 먼저 쓰고, 그것이 실패하는 것을 한 번 확인하라고 했다. 검사를 못 쓰겠다면 아직 과제를 이해하지 못한 것이라고 덧붙였다.
m4lka (X 아티클) · x.com ↗3단계 그래프: 일을 마디와 연결선으로 나눈다
같은 일을 순서대로 한 줄로 시키면 모든 단계가 옳아도 전체는 느리고 한 가지 의견만 담긴다. 그래서 일을 마디(한 가지 일)와 연결선(진짜 의존 관계)으로 나눈 그래프가 나온다. 글은 'B를 A보다 먼저 시작하면 뭐가 깨지나'를 화살표마다 물어보라고 한다. 답이 '없다'면 그 화살표는 습관이라 병렬로 돌릴 수 있다. 같은 입력에 같은 답이 나와야 하는 합치기·정렬은 모델이 아니라 코드로 쓰라고도 했다. 이 글에서 그래프는 AI 지식 그래프가 아니라 이 작업 흐름 그래프다.
m4lka (X 아티클) · x.com ↗되돌리는 비용으로 문을 세우고, 실수를 규칙으로 남긴다
그래프의 문(gate)은 모델의 자신감이 아니라 '틀렸을 때 되돌리는 값'으로 정한다. 커밋 되돌리기로 끝나는 문서 수정은 통과해도 되고, 마이그레이션·삭제·이메일 발송처럼 되돌릴 수 없는 일은 사람이 서명한다. 마지막 7단계는 같은 실패가 두 번 값을 치르지 않게 하는 것이다. 로그를 못 봤다면 읽기 전용 도구를 추가하고, 중복 작업이 났다면 분할 규칙을 고치는 식으로 실패를 맞는 층에 규칙으로 남긴다. 글쓴이는 대부분의 일이 4단계에서 끝난다며 필요할 때만 올라가라고 했다.
m4lka (X 아티클) · x.com ↗카파시의 루프 실물: 밤새 연구하는 autoresearch
카파시가 공개한 autoresearch 저장소는 에이전트가 학습 코드를 고치고, 5분간 학습한 뒤 나아졌는지 확인해 남기거나 버리고, 이를 되풀이한다. 저장소 설명은 시간당 약 12회, 자는 동안 약 100회 실험이라고 적었다. 포천은 이 설정이 이틀간 700번 실험해 최적화 20개를 찾았고 더 큰 모델에 적용해 학습이 11% 빨라졌다고 전했다. 구성은 파일 하나, 객관적 지표 하나, 실험마다 정해진 시간이다. 앞 글의 '실패할 수 있는 검사'가 그대로 들어 있는 사례다.
앤트로픽 클로드 코드 팀은 이렇게 코드 리뷰를 한다
애디 오스마니가 X에 옮긴 클로드 코드 팀의 글에 따르면 팀 코드의 약 90%를 클로드가 쓰고, 6~9월 병합된 풀 리퀘스트(PR)는 두 배 넘게 늘었는데 되돌려진 PR 비율은 40% 넘게 줄었다. 모노레포 병합 건수는 5월 하루 약 2,500건에서 9월 3만 건 넘게 늘었다. 비결은 검토를 줄인 것이 아니라 PR 전에 실행 가능한 검증(테스트·빌드·화면 비교)을 시키고 새 맥락의 하위 에이전트가 diff를 보게 한 것이다. 위험도에 따라 사람의 승인을 늘리는 점도 위 '문'과 닮았다.
Addy Osmani (X) · x.com ↗공부 순서 ①: 카파시 저장소 7개를 아래에서 위로
adon이라는 X 이용자가 정리한 순서는 이렇다. micrograd(역전파를 파이썬 100줄로), nn-zero-to-hero(뉴런 하나에서 GPT까지 강의), minbpe(토큰 쪼개기), nanoGPT(GPT 학습), llm.c(C/CUDA로 학습), nanochat(채팅 모델 전체), autoresearch(밤새 연구하는 에이전트). 별 수는 확인 시점에 각각 약 1.9만·2.5만·1.1만·6.4만·3.1만·6.0만·9.9만개로 합쳐 31만 개쯤이다. '무료 AI 학위'는 과장이고 실제로는 저장소 모음이다. nn-zero-to-hero는 강의 8편이다. 모델이 어떻게 만들어지는지 알고 싶은 사람은 앞의 넷부터, 에이전트가 목적이면 마지막 저장소부터 읽어도 된다.
adon (X) · GitHub · github.com ↗공부 순서 ②: 에이전트를 쓰는 개발자라면 이 순서로
프롬프트를 넘어서려는 개발자에게는 세 단계를 권한다. 먼저 m4lka의 하네스·루프·그래프 글을 읽고, 자기 증상이 몇 단계인지 맨 위에서부터 찾는다(복붙을 한다면 1단계, '다 됐다'를 일일이 확인하면 3단계). 다음으로 autoresearch의 README를 읽고 파일 하나·지표 하나·시간 제한 구조를 내 작업에 옮겨 본다. 마지막으로 클로드 코드 팀의 리뷰 글에서 검증 단계와 위험도별 승인을 비교한다. 카파시는 올해 5월 19일 앤트로픽 사전학습팀에 합류했다고 테크크런치가 전했다.
TechCrunch · techcrunch.com ↗
