핵심 요약
Walking Labs가 제작한 AI 코딩 에이전트 하네스 엔지니어링 무료 코스. 12강으로 구성되며 한국어를 포함한 11개 언어를 지원한다. "모델이 유능한데 왜 실패하는가"라는 질문에서 출발해, 에이전트가 안정적으로 동작하기 위한 환경·상태·검증·제어 시스템 — 즉 하네스를 설계하는 실전 방법론을 다룬다. 강의(이론) + 프로젝트(실습) + 리소스 템플릿 세 트랙으로 구성된다.
12강 커리큘럼
| 강 | 주제 |
|---|---|
| 01 | 유능한 에이전트가 여전히 실패하는 이유 |
| 02 | 하네스란 무엇인가 |
| 03 | 저장소가 System of Record가 되어야 하는 이유 |
| 04 | 거대한 단일 지시 파일이 실패하는 이유 |
| 05 | 장기 작업이 연속성을 잃는 이유 |
| 06 | 초기화가 별도 단계여야 하는 이유 |
| 07 | 에이전트가 과도하게 손대고 끝맺지 못하는 이유 |
| 08 | 기능 목록이 하네스의 기본 단위인 이유 |
| 09 | 에이전트가 너무 일찍 완료를 선언하는 이유 |
| 10 | 엔드투엔드 테스트가 결과를 바꾸는 이유 |
| 11 | 관측 가능성이 하네스 안에 있어야 하는 이유 |
| 12 | 모든 세션이 클린 상태로 끝나야 하는 이유 |
하네스의 5개 하위 시스템
코스 전체를 관통하는 핵심 프레임워크. 에이전트에게 무엇을 제공해야 하는지를 정의한다.
- Instruction — AGENTS.md / CLAUDE.md: 프로젝트 개요, 기술 스택, 실행 명령, 제약
- Tool — 최소 권한 원칙, 필요한 도구 충분히 제공
- Environment — pyproject.toml, .nvmrc, Docker: 자기 서술적 상태
- State — PROGRESS.md: 완료·진행·차단 항목 추적
- Feedback — pytest, type check, lint: 명시적 검증 명령