동일 모델에서도 에이전트 하네스·도구 스키마를 줄여 비용을 최대 3배 절감하는 팁
동일한 LLM을 사용하더라도 에이전트 하네스의 시스템 프롬프트와 도구 스키마 크기를 최적화하면 성능 저하 없이 토큰 비용을 최대 3배 절감할 수 있습니다. SWE-bench Verified 벤치마크 기반 하네스 비교 연구의 핵심 요약과 실무 팁을 정리합니다.
#SWE-bench
TAU-HOME.COM에서 SWE-bench 태그로 묶인 글입니다.
Graft 공개: 코딩 에이전트의 코드베이스 기억 상실 해결과 SWE-bench 정답률 12%p 향상
코딩 에이전트의 기억 상실을 해결하는 오픈소스 컨텍스트 그래프 Graft(@nanonets/graft)가 공개되었습니다. 벡터 DB 없이 마크다운 지도를 구축해 SWE-bench 정답률을 54%에서 66%로 높이고 토큰을 23% 절감했습니다.