learn-claude-code: 무엇이며, 어떤 문제를 해결하고 왜 주목받고 있는가

해결하는 문제

이 프로젝트는 AI 에이전트를 위한 "하네스"를 구축하는 포괄적인 교육 프레임워크를 제공합니다. 프롬프트 체이닝이나 노코드 워크플로우 빌더를 통해 에이전시가 생성된다는 오해를 바로잡으며, 에이전시는 모델 자체의 속성이고 하네스는 모델이 행동할 수 있게 하는 운영 환경(도구, 지식, 권한)이라고 주장합니다.

작동 방식

프로젝트는 단일하고 변하지 않는 "에이전트 루프"를 기반으로 하는 20개의 점진적인 레슨 시리즈로 구성됩니다. 각 레슨은 핵심 루프를 변경하지 않으면서 에이전트의 능력을 확장하는 새로운 메커니즘을 소개합니다. 이러한 메커니즘에는 다음이 포함됩니다:

• Tooling: 원자적이고 조합 가능한 도구 구현(예: bash, 파일 I/O).
• Context Management: 긴 세션을 처리하기 위한 컨텍스트 압축 및 메모리 서브시스템 구현.
• Task Orchestration: 의존성 그래프와 백그라운드 실행을 갖춘 작업 시스템 생성.
• Collaboration: 비동기 메일박스와 공유 커뮤니케이션 프로토콜을 갖춘 에이전트 팀 구성.
• Governance: 권한 경계와 승인 워크플로우 설정.
• Integration: 외부 기능을 연결하기 위해 Model Context Protocol (MCP) 사용.

대상

이는 "하네스 엔지니어"를 위한 설계입니다—단순 프롬프트 엔지니어링을 넘어 전문 수준의 인프라를 구축하여 특정 도메인, 특히 소프트웨어 엔지니어링 분야에서 자율 AI 에이전트를 배포하고자 하는 개발자들을 위한 것입니다.

주요 특징

• Progressive Curriculum: 간단한 bash 지원 루프에서 포괄적인 에이전트 하네스까지 20단계 경로.
• Harness-Centric Philosophy: 모델("운전자")에 지능을 넣으려 하기보다 운영 환경("차량")에 초점을 맞춤.
• Concrete Implementations: 각 레슨마다 실행 가능한 code.py 파일과 서술형 README 포함.
• Architectural Patterns: 서브에이전트 격리, 온디맨드 스킬 로딩, 워크트리 격리 패턴 교육.