수행사: 에이전트 내레이션을 침묵시켜 맥락과 토큰을 절약하는 기술

레딧 사용자가 monk를 만들었습니다. 이 스킬은 AI 에이전트가 조용히 작동하도록 만듭니다. 응답에서 서사, 서문, 후문, 진행 상황 코멘트를 제거하고 결과만 남깁니다. 효과는 턴당 출력 토큰이 약 54% 감소(코딩 47%, 채팅 65%, 리서치 54%)하고, 세션 길이에 따라 복리 효과로 컨텍스트가 절약됩니다.

작동 방식

monk는 "지금 X를 하고 있습니다..."와 같은 서사, 작업 목록 위젯, 상태 알림을 모두 억제합니다. 에이전트는 각 단계가 끝날 때 표준 결과만 출력합니다. 스킬은 GitHub에서 사용할 수 있습니다: github.com/marpxxx/skillz/tree/main/monk.

벤치마크 결과

테스트는 30개 작업(카테고리당 10개: 코딩, 채팅, 리서치)을 사용했으며, 자세함은 OpenAI의 cl100k_base 토크나이저를 통해 근사치로 측정했습니다. 주요 수치:

• 단일 턴 출력 절감: 코딩 47%, 채팅 65%, 리서치 54%, 전체 54%.
• 컨텍스트 용량 증가(복리): 약 20회(일반 세션)에서 코딩 +13%, 채팅 +14%, 리서치 +20%. 100회에서 코딩 +29%, 채팅 +36%, 리서치 +39%.
• API 비용(Claude Sonnet 4.6, 프롬프트 캐싱): 10회 세션에서 약 19% 비용 절감.

테스트는 도구 사용 위젯이나 상태 알림에서 억제된 토큰을 계산하지 않았으므로 실제 절감액은 더 높을 수 있습니다.

주의사항

자세한 샘플은 AI가 생성한 근사치입니다. 잘 조정된 기본 에이전트는 이미 더 간결할 수 있으며, 서사가 많은 스킬을 사용하는 에이전트는 더 많은 토큰을 생성할 수 있습니다. 토크나이저는 Anthropic이 아닌 OpenAI의 cl100k_base입니다. 8k 시스템 프롬프트 가정은 보수적입니다(많은 설정에서 15-30k). 결과는 생산 벤치마크가 아닌 방향성 추정치입니다.

실시간 에이전트 출력을 거의 읽지 않는 개발자에게 이 스킬은 노이즈를 줄이고 컨텍스트 윈도우를 크게 늘릴 수 있습니다.