개요
GitHub의 Burke Holland은 AI 도구·MCP·모델·스킬을 계속 추가하는 것보다, 이미 사용하는 GitHub Copilot의 하네스와 반복 워크플로를 깊이 이해하는 것이 생산성 향상에 더 중요하다고 주장한다. 글은 GitHub Copilot CLI, Copilot 앱, VS Code 등 여러 표면에서 공통으로 작동하는 실용적인 개발 흐름을 소개한다.
제안하는 워크플로
- 도구 하나를 선택한다. Copilot CLI를 시작점으로 권장하며, 여러 Copilot 환경이 같은 핵심 하네스를 공유한다고 설명한다.
- 자율 실행을 허용한다.
/allow-all또는 YOLO 모드로 반복 승인을 줄이되, 로컬 머신 대신 Codespaces나 development container 같은 샌드박스에서 실행해야 한다. - 프로토타입부터 만든다. 날짜 선택기처럼 복잡한 UI는 한 번에 구현하지 말고 여러 시안을 먼저 생성해 요구사항과 설계 선택지를 시각적으로 비교한다. API 작업도 Mermaid 다이어그램으로 여러 구현 방식을 먼저 탐색할 수 있다.
- 계획을 세운다.
/plan모드에서 엣지 케이스와 미결정 사항을 모델과 함께 확인한다. 필요하면grill-me같은 질문 강화 스킬을 사용할 수 있지만, 모델의 제안을 그대로 수용하지 말고 사람이 문제를 깊이 검토해야 한다. - Autopilot으로 구현한다. 계획이 끝나면 Autopilot의 내장 루프가 계획 항목을 실제로 완료하도록 실행한다. Copilot은 작업에 따라 Explore·General Purpose 같은 서브에이전트와 모델을 오케스트레이션한다.
- 사람이 리뷰하고 반복한다. 초기 결과를 그대로 “충분히 좋다”고 받아들이지 말고, 디자인·접근성·동작 오류를 찾아 대화형 후속 지시로 개선한다.
- 작업 단위가 바뀌면 새 세션을 시작한다. 채팅 세션을 주제별로 유지해 컨텍스트가 불필요하게 분기되지 않도록 한다.
핵심 원칙
- 단순한 하네스를 유지하면 에이전트 상태와 컨텍스트를 추적하기 쉽다.
- 프로토타입은 구현 전에 숨은 요구사항과 엣지 케이스를 드러낸다.
- 계획은 완벽한 프롬프트를 대신하는 것이 아니라 사람이 모델과 문제를 함께 구조화하는 과정이다.
- Autopilot·서브에이전트·멀티모델 흐름은 별도 커스터마이징 없이도 기본 제공될 수 있다.
- 최종 품질 판단과 “좋은 결과”의 기준은 여전히 사람의 책임이다.
- 새로운 MCP·스킬·커스텀 에이전트를 무조건 추가하기보다, 단순하고 반복 가능한 고품질 결과를 우선한다.
모델 및 비용 관련 언급
작성자는 대부분의 작업에 중간 크기 모델과 중간 reasoning을 권장하며, 하나의 기능·버그·개선 작업 동안 모델과 reasoning 수준을 유지하면 프롬프트 캐싱으로 비용을 절약할 수 있다고 설명한다. 이 부분은 글의 작성자 권고이며, 모든 프로젝트나 모델 조합에 일반화된 독립 벤치마크는 아니다.
출처 및 검증
- 사용자가 제공한 원문 X URL: https://x.com/github/status/2082201573976056245?s=46
- X 본문은 익명 접근에서 HTTP 403으로 직접 추출되지 않았다. 검색 메타데이터에서 제목과 GitHub 공식 글 연결을 확인했다.
- 상세 내용은 연결된 GitHub 공식 글 https://github.blog/ai-and-ml/github-copilot/the-harness-is-all-you-need-mostly/을 별도 1차 출처로 캡처·요약했다.
- 관련 위키: 2026-07-11-chatgpt-agent-harness-performance-research · 2026-07-29-linkedin-kimjooeon-agentharness-opus5 · 2026-07-18-memoharness-agent-harnesses-learn-from-experience
- Raw SHA-256:
8cda68037a0141711e47ca1d75991e6078cdc8c5691a477dec1e9c217edf7f58(캡처 본문 기준)