Anthropic의 클로드 코드 품질 향상을 위한 다중 에이전트 하네스 설계

Anthropic은 장기간 실행되는 코딩 작업에서 Claude의 성능을 향상시키기 위한 하네스 설계 접근법을 설명하는 블로그 게시물을 발표했습니다. 이 방법은 두 가지 구체적인 문제를 해결합니다: 컨텍스트 불안(장기간에 걸친 일관성 상실)과 자기 평가 편향(품질이 낮은 경우에도 Claude가 자신의 작업을 칭찬하는 경향).

다중 에이전트 솔루션

이 솔루션은 GAN(생성적 적대 신경망)에서 영감을 얻어 함께 작동하는 여러 에이전트를 구현합니다. 핵심 구조는 다음과 같습니다:

• 생성자: 코드와 디자인을 생성
• 평가자: 비판적 평가와 피드백 제공

프론트엔드 구현

프론트엔드 개발을 위해 하네스는 일반적인 디자인을 피하고 미학과 창의성을 강조하는 4가지 평가 기준을 사용합니다. 이 과정은 5~15회의 수정을 포함하며, 더 아름답고 독특한 결과물을 만들어냅니다.

풀스택 구현

풀스택 개발을 위해 하네스는 3가지 에이전트를 사용합니다:

• 플래너
• 생성자
• 평가자

성능 비교

이 글은 동일한 게임 개발 요구사항에 대한 결과를 비교합니다:

• 단독 실행: 빠른 실행 속도이지만 게임에 심각한 버그 존재
• 하네스 사용: 더 많은 시간과 비용이 소요되지만, 아름다운 인터페이스, 플레이 가능한 게임, 추가된 AI 지원을 포함해 상당히 높은 품질의 결과물 생성

이 글은 모델이 더 강력해짐에 따라(특히 Opus 4.6을 언급하며) 불필요한 하네스 요소는 제거되어야 한다고 제안합니다.