AI 에이전트 제어와 하네스

하네스(에이전트 스캐폴딩)가 모델 자체보다 성능에 더 큰 영향을 미치며, 자가 개선형 하네스가 ARC-AGI 95~100% 달성 등 실질적 성과를 이끈다는 주장.

AI 에이전트가 지시를 잘 따르도록 강제하는 '하네스' 개념을 소개한다.

AI가 말을 잘 듣게 하려면 프롬프트 대신 '하네스'로 제약·워크플로우를 묶어야 한다는 개념을 설명한다.