Evolution of agentic surfaces — Gagan Bhat & Isabella Kai He, Anthropic

한 줄 핵심

이 영상은 Claude의 에이전트 개발 표면이 Messages API에서 Claude managed agents로 진화하면서, 제품팀이 루프·샌드박스·세션·보안 같은 인프라 부담을 덜고 모델 역량 변화에 맞춰 더 빠르게 생산용 에이전트를 만들 수 있게 되었다는 점을 설명한다.

시간별 요약

1. 0:01
   초기에는 Messages API로 토큰을 주고받는 수준이었지만, 작업이 길고 복잡해지면서 에이전트 루프와 생산 인프라까지 직접 만들어야 했다. 이후 Claude Agent SDK가 일부 하네스를 제공했고, 이제 Claude managed agents는 브레인과 하스를 포함한 생산용 기반을 Anthropic이 맡아 제품팀이 자기 도메인에 집중하게 한다.
2. 7:01
   하네스는 Claude가 스스로 못 하는 것을 전제로 설계되므로, 모델이 좋아지면 기존 가정이 금세 낡는다. Sonnet 4.5의 context anxiety를 막기 위해 넣은 컨텍스트 리셋이 Opus 4.5에서는 오히려 지연과 캐시 문제를 만들었듯이, 하네스는 미래 모델을 기준으로 가볍고 교체 가능하게 만들어야 한다.
3. 11:00
   managed agents의 핵심은 브레인과 손을 분리하고, agent·environment·session이라는 세 가지 원시 요소로 장기 실행과 복구를 가능하게 만든 점이다. 세션 로그에 모든 상태가 영속적으로 남기 때문에 장애가 나도 재시작과 재개가 쉽고, 컨텍스트 관리와 관측성도 함께 좋아진다.
4. 17:02
   실제 데모에서는 SRE Investigator 에이전트를 정의하고, SRE sandbox 환경과 MCP 도구, 로그 파일을 연결한 뒤 세션을 시작해 장애 원인을 자동 분석했다. 이 흐름은 코드 몇 줄로 생산용 에이전트를 구성하고, Cloud Console의 트레이스로 실행 내역을 그대로 관찰할 수 있음을 보여준다.
5. 22:00
   고객 사례에서 나온 첫째 교훈은 자격 증명을 에이전트와 분리해 vault에서 필요할 때만 복호화하는 것이다. 둘째는 브레인과 하스를 분리하면 컨테이너 준비를 기다리지 않아 time to first token이 개선되며, 셋째는 session log가 디버깅·관측성·메모리 개선의 공통 기반이 된다는 점이다.
6. 27:01
   후반부는 dreaming과 outcomes로, 세션 로그와 메모리를 배치로 재해석해 다음 실행의 기억을 갱신하고, 성공 기준을 별도 grader agent가 평가하게 하는 방향을 보여준다. 결국 managed agents의 목표는 정적 하네스가 모델의 한계가 되는 문제를 줄이고, 모델이 실제로 할 수 있는 수준에 제품을 더 가깝게 맞추는 데 있다.

실무 인사이트

• 장기 실행 에이전트를 만들 때는 기능보다 먼저 세션 로그, 재개 전략, 실패 상태 정의부터 설계해야 운영 난도가 크게 내려간다.
• 모델 업그레이드 속도가 빠를수록 하네스는 ‘보완 로직을 덧붙이는 구조’보다 ‘교체 가능한 작은 구성요소’로 유지하는 편이 유리하다.
• 보안과 성능은 따로 놀지 않으므로, credential 분리와 sandbox 분리는 동시에 설계해야 생산 환경에서 병목과 리스크를 함께 줄일 수 있다.