Prime Agent를 Rust로 다시 쓰다: 2,000개 에이전트 스웜이 스스로 포팅

TL;DR Highlight

에이전트 스웜이 TS 코드를 Rust로 포팅했더니 입력 가능 시간이 약 14배 빨라졌다

Who Should Read

코딩 에이전트나 멀티 에이전트로 대규모 코드 마이그레이션을 자동화하려는 백엔드·플랫폼 개발자

Core Mechanics

2주간 2,000개 넘는 에이전트가 직접 재작성
- Prime Agent가 자기 자신을 TypeScript에서 Rust로 다시 썼다.
- 10,000개 이상의 Prime Sandboxes에서 돌렸고 Prime Inference의 GLM-5.3 endpoint 토큰을 200B개 넘게 썼다.
사람은 검증 장치만 만들었다
- TUI·harness·protocol·feature 네 가지 parity(동작 일치) 검증을 만들었다.
- 각 검증이 객관적 기준이 되어 에이전트가 진행도를 스스로 재고, 병합 전에 회귀를 잡았다.
작업마다 에이전트 4명이 돌렸다
- Planner가 명세와 검증 방법을 만들고, Implementer가 별도 worktree에서 Rust 코드를 쓴다.
- Reviewer는 다른 모델·다른 컨텍스트에서 적대적으로 PR을 검토하고, Verifier는 새 sandbox에서 검증을 돌린다.
- 코드를 쓴 에이전트는 자기 코드를 평가할 때 편향되므로 생성과 검증을 분리했다.
성능 개선은 목표 수치 없이 3일간 반복
- 벤치마크 harness를 만들고 parity를 깨지 않는 선에서 속도·자원 개선만 목표로 줬다.
- 고정 수치는 멈추는 지점이 되기 쉬워서 일부러 넣지 않았다.
- 144개 넘는 실험·감사 기록 중 69개 넘는 변경이 병합됐다.

Community Reactions

동일 모델 스웜 방식에 대한 궁금증
- Planner → Implementer → Reviewer → Verifier 흐름을 실제로 어떻게 구현했는지 궁금하다는 의견이 있었다.
- 단순 언어 복사나 성능 최적화 말고 greenfield 코딩에도 쓸 수 있을지 궁금하다는 의견이 있었다.
토큰 비용 정보 부족 지적
- 총 200B 토큰만 보여주면 비용을 가늠하기 어렵다는 의견이 있었다.
- input(cache hit)·input(cache miss)·output으로 나눠 공개하길 바란다는 의견이 있었다.
단일 바이너리의 장점
- Rust 재작성이 비판받기도 하지만, 단일 바이너리로 복사해 바로 쓸 수 있어 sandbox 작업에 유리하다는 의견이 있었다.
Prime Agent 차별점에 대한 질문
- 메모리 플러그인을 붙인 일반 harness와 비교해 Prime Agent만 되는 게 무엇인지 경험을 묻는 댓글이 있었다.

How to Apply

오늘 한 파일에 differential test 붙이기
- 포팅이나 리팩터링할 CLI 하나를 골라 같은 입력으로 옛 버전과 새 버전의 출력을 diff하는 스크립트를 만들어라.
- 이 diff를 에이전트에게 통과 기준으로 줘라.
작성 에이전트와 리뷰 에이전트를 분리하기
- 코드 작성 에이전트와 리뷰 에이전트를 서로 다른 모델·다른 컨텍스트로 돌려라.
- 리뷰어 프롬프트에 변경이 틀린 이유를 찾으라고 명시하라.
성능 개선 루프에 수치 목표 빼기
- 프로파일링 결과로 가설 백로그를 만들고, 같은 환경에서 변경 전후를 번갈아 측정하는 벤치마크를 만들어라.
- 목표는 수치 대신 parity를 깨지 않으면서 계속 개선하라고 줘라.

Try It

복사해서 바로 해보기

# Claude Code 또는 ChatGPT에 붙여넣기 (원문 리뷰어 에이전트 방식의 간이 버전)

당신은 적대적 코드 리뷰어입니다. 아래 변경이 왜 틀렸는지 이유를 찾으세요. 구현자의 설명은 믿지 말고 코드만 보세요.

[기존 동작 명세]
{{기존 동작 설명 또는 테스트}}

[변경 diff]
{{PR diff}}

다음을 확인하세요:
1. 기존 동작과 달라지는 부분이 있는가
2. 출력이 동일해야 하는 곳에서 달라지는가
3. 모델이 보는 인터페이스에서 회귀가 있는가

문제 목록을 심각도 순으로 주고, 문제가 없으면 근거와 함께 통과라고 답하세요.

이어서 해 볼 것: 구현 때 쓴 모델과 다른 모델로 이 프롬프트를 돌려 결과를 비교해 보세요.

Terminology

Parity(동작 일치)새 버전이 옛 버전과 같은 입력에 같은 결과를 내는지 보는 기준이다. 번역본이 원문과 뜻이 같은지 대조하는 것과 비슷하다.

Hillclimbing벤치마크 점수가 오르는 변경만 골라 쌓아 가며 조금씩 개선하는 방식이다. 산을 한 걸음씩 오르는 것과 같다.

Differential test두 구현을 같은 입력으로 돌려 출력을 나란히 비교하는 테스트다. 두 계산기에 같은 식을 넣어 보는 것과 같다.

RSS프로세스가 실제로 차지하는 물리 메모리 양이다. 책상 위에 실제로 펼쳐 둔 책의 양과 비슷하다.

Finite State Machine정해진 상태와 전이 규칙으로 작업 흐름을 표현하는 모델이다. 신호등처럼 현재 상태에 따라 다음 단계가 정해진다.