한 줄 정의
AI 모델 자체가 아닌 모델을 둘러싼 외부 시스템(도구, 제어 흐름, 권한 관리 등)을 구축하여 모델의 성능을 통제하고 프로덕션 수준으로 안정화하는 엔지니어링 기술입니다.
핵심 요지
- 모델은 추론(판단)만 담당하고, 하네스는 실행과 안전을 담당하는 역할 분리가 핵심입니다.
- 코어 원칙: 모델은 작업에 필요한 도구만 접근 가능하며, 작업 이력과 컨텍스트는 의도적으로 정제·압축하여 주입해야 합니다.
- 시스템 수준의 안정성은 프롬프트 최적화보다 구조적인 격리(컨텍스트 격리, 권한 거버넌스)에서 옵니다.
상세
raw/Building Claude Code with Harness Engineering.md에 따르면, Claude Code의 성공은 단순 프롬프트의 힘이 아니라 5가지 컴포넌트(마스터 루프, 타입 안전 도구 디스패처, 컨텍스트 관리 계층, 권한 거버넌스, 멀티 에이전트 계층)의 유기적 결합에 있습니다. 특히 계획 수립을 강제하는 TodoWrite 패턴이나 spawn_subagent를 통한 작업별 컨텍스트 격리는 긴 세션에서도 모델의 인지 능력을 유지하는 핵심 기법입니다.
예시
TodoWrite도구를 통해 에이전트가 코딩 시작 전 계획을 파일로 쓰고, 매 단계마다 상태를 업데이트하여 작업 흐름을 유지함.spawn_subagent를 사용하여 거대한 코드베이스를 읽는 잡음을 메인 세션으로부터 차단하고 요약 결과만 전달받음.
충돌
- [AI 에이전트에게 Prompt Engineering은 죽었다](file:///Users/railscraft/Obsidian/raw/AI 에이전트에게 Prompt Engineering은 죽었다. 이제 진짜 중요한 것은 Context Engineering이다.md) (프롬프트 공학보다는 시스템 공학이 우선이라는 관점의 정교화)