과거의 AI 코딩 보조 도구가 프롬프트를 입력하고 결과 코드를 복사·붙여넣는 단발성 챗 인터페이스에 가까웠다면, 최근의 AI 코딩 에이전트는 모델을 중심으로 파일 시스템, 터미널, 브라우저, 테스트 러너, 버전 관리 시스템, 외부 API가 결합된 하나의 실행 환경으로 발전하고 있습니다.
이제 AI 코딩 에이전트는 단순히 코드를 생성하는 도구가 아니라, 요구사항을 분석하고 작업을 작은 단위로 나누며, 필요한 파일을 읽고 수정하고, 테스트와 린트를 실행하고, 실패 로그를 바탕으로 다시 수정하는 반복형 워크플로 엔진에 가까워지고 있습니다.
하지만 이러한 자율성은 모델 자체의 지능만으로 만들어지지 않습니다.
실제 성능은 모델을 둘러싼 하네스, 도구 연결 방식, 권한 정책, 메모리, 스킬 시스템, 평가 루프, 관측 가능성에 크게 좌우됩니다.
같은 LLM을 사용하더라도 어떤 하네스를 입히느냐에 따라 에이전트의 안정성, 재현성, 보안성, 작업 완성도는 크게 달라집니다.
이 wiki는 AI 코딩 에이전트를 단순한 “LLM 앱”이 아니라, 모델과 하네스가 결합된 실행 시스템으로 바라봅니다.
특히 AI 하네스, 유용한 Skills, 그리고 Hermes Agent 같은 실제 구현체를 중심으로 AI 코딩 에이전트가 어떻게 동작하고, 어떻게 설계·운영되어야 하는지 정리합니다.
