하네스 전쟁의 기준은 편함이 아니라 작업 유형별 비용과 신뢰성
Codex, Claude Code, LazyCodex, oMLX, Hermes, Cursor Composer, Qwen, GLM, Mimo가 모두 언급됐지만 결론은 하나였다. 회사 일, 개인 실험, 리뷰, 코딩, 로컬 백업을 같은 모델로 처리하지 않는다.
방 헤더 · 2026-06-04
오늘의 한 문장: LazyCodex는 뇌를 빼도 꽤 잘 돌아가게 해주지만, 상방을 열려면 사용자가 문제를 명시해야 한다는 대화가 중요했다. 편해지는 도구일수록 목표와 검증을 더 또렷하게 줘야 한다.
오전에는 Codex 리셋과 LazyCodex 문서, 낮에는 Hermes 설치와 로컬 추론, 저녁에는 중국 모델과 Cursor proxy, 밤에는 회사 지원 모델과 개인 비용 모델을 어떻게 나눌지로 대화가 흘렀다.
Codex, Claude Code, LazyCodex, oMLX, Hermes, Cursor Composer, Qwen, GLM, Mimo가 모두 언급됐지만 결론은 하나였다. 회사 일, 개인 실험, 리뷰, 코딩, 로컬 백업을 같은 모델로 처리하지 않는다.
Model Strategy
Qwen, GLM, Mimo, Minimax, Cursor Composer가 비교됐지만, 회사 지원이면 프론티어 모델을 쓰고 개인 비용이면 저가 모델을 맛보라는 실용적 결론이 나왔다.
저녁 이후에는 오픈웨이트와 중국 모델 비교가 길게 이어졌다.
회사에서 지원한다면 중국 모델을 굳이 쓰지 말고 Opus나 GPT 같은 프론티어 모델을 쓰는 편이 낫다. 개인 비용을 아끼고 싶으면 중국 모델을 맛보고, 본인의 작업에서 쓸 만한지 직접 확인하라는 것이다.
이 관점은 모델 선택을 커뮤니티 유행에서 개인 작업 포트폴리오로 돌려놓는다. 무엇을 배워야 하나.
첫째, 모델 선택은 평균 성능표가 아니라 내 작업의 실패 비용으로 결정한다. 둘째, 리뷰와 중요한 회사 업무는 검증 가능한 프론티어 모델에 맡기고, 반복 실험과 개인 사이드 작업은 저가 모델을 섞을 수 있다.
셋째, 프록시와 하네스를 붙일 때는 비용 절감뿐 아니라 툴콜 안정성, 파일 읽기쓰기, 지연시간, 보안 정책을 같이 봐야 한다. 이 대화에서 최신 용어를 설명해야 하는 이유가 분명하다.
Qwen, GLM, Mimo, Cursor Composer, OpenRouter, 프록시가 한꺼번에 나오면 초보자는 무엇이 모델이고 무엇이 에디터이며 무엇이 라우터인지 구분하기 어렵다. Qwen이나 GLM은 모델 계열이고, OpenRouter는 여러 모델 API를 한 인터페이스로 연결하는 라우터이며, Cursor Composer는 에디터 안의 코딩 에이전트 경험이다.
프록시는 한 도구의 모델 접근을 다른 하네스에서 쓰게 이어주는 우회 연결에 가깝다. 커뮤니티의 결론은 꽤 성숙했다.
중국 모델이 좋아졌다는 말과 회사 지원이면 굳이 쓰지 말라는 말이 동시에 나온다. 이것은 모순이 아니다.
개인 실험에서는 저렴한 모델의 시행착오가 가치 있고, 회사의 중요한 산출물에서는 보안, 법무, 장애 대응, 품질 검증 비용이 모델 가격보다 더 중요하다.
대화 장면 1중국모델 deepseek qwen mimo kimi glm minimax stepfun 정도 알고 있네요
여러 중국 모델 계열이 한꺼번에 비교된 장면
대화 장면 2커서 싼거 결제한다음 컴포져2 오픈코드에 넣고...
Cursor Composer를 다른 하네스에 연결하는 프록시 맥락
대화 장면 3회사 지원해주면 프론티어 모델 쓰시고, 개인인데 돈 아끼고 싶으시면 중국모델 맛보기 해보세요.
모델 선택을 비용 주체와 위험도로 나누는 결론
이 항목은 "Qwen, GLM, Mimo, Minimax, Cursor Composer가 비교됐지만, 회사 지원이면 프론티어 모델을 쓰고 개인 비용이면 저가 모델을 맛보라는 실용적 결론이 나왔다"라는 오늘의 논의를 실제 행동 기준으로 바꾸는 부분입니다. 읽을 때는 이 문장을 그대로 외우기보다, 다음 대화나 작업에서 무엇을 먼저 확인하고 어떤 기준으로 성공/실패를 판단할지까지 연결해서 보면 좋습니다.
이 항목은 "Qwen, GLM, Mimo, Minimax, Cursor Composer가 비교됐지만, 회사 지원이면 프론티어 모델을 쓰고 개인 비용이면 저가 모델을 맛보라는 실용적 결론이 나왔다"라는 오늘의 논의를 실제 행동 기준으로 바꾸는 부분입니다. 읽을 때는 이 문장을 그대로 외우기보다, 다음 대화나 작업에서 무엇을 먼저 확인하고 어떤 기준으로 성공/실패를 판단할지까지 연결해서 보면 좋습니다.
이 항목은 "Qwen, GLM, Mimo, Minimax, Cursor Composer가 비교됐지만, 회사 지원이면 프론티어 모델을 쓰고 개인 비용이면 저가 모델을 맛보라는 실용적 결론이 나왔다"라는 오늘의 논의를 실제 행동 기준으로 바꾸는 부분입니다. 읽을 때는 이 문장을 그대로 외우기보다, 다음 대화나 작업에서 무엇을 먼저 확인하고 어떤 기준으로 성공/실패를 판단할지까지 연결해서 보면 좋습니다.
Agent Harness
LazyCodex는 Codex를 더 느슨하게 굴리는 도구처럼 보였지만, 잘 쓰려면 목표 명시 능력이 더 중요하다는 결론이 나왔다.
에르메스단의 오전 대화는 Codex 리셋과 LazyCodex에 크게 반응했다.
하코는 회사가 Codex를 안 주고 Claude만 준다고 했고, 다른 참여자들은 회사 토큰과 사비 토큰을 구분했다. 결국 하네스 선택은 기능 비교가 아니라 조직 환경, 비용 주체, 보안, 속도, 리뷰 흐름의 문제다.
학습자는 LazyCodex를 볼 때 명령어보다 작업 설계를 먼저 봐야 한다. '무엇을 만들 것인가', '어디까지 자동으로 맡길 것인가', '어떤 기준으로 결과를 받을 것인가'를 적고 시작하면 도구의 편함이 생산성으로 바뀐다.
LazyCodex는 이름 때문에 가볍게 들리지만 실제로는 사용자의 작업 설계 능력을 시험한다. 하네스가 질문을 촘촘히 던져주지 않으면 사용자는 목표, 금지사항, 완료 조건을 직접 명확히 해야 한다.
그래서 뇌를 빼고 쓰는 편함과 뇌를 넣고 쓸 때의 상방이 동시에 언급됐다. 이 대화가 풍부한 이유는 도구 사용법과 비용 현실이 같이 나왔기 때문이다.
회사가 Codex를 안 주고 Claude만 주는 상황, 사비 토큰을 회사 일에 태우기 싫은 상황, CLI와 앱 중 어디서 쓰는지, effort 모드를 어떻게 잡는지 같은 질문은 문서만으로는 잘 안 보인다. 실제 사용자는 항상 조직 정책, 결제 주체, 설치 환경, 습관 사이에서 도구를 고른다.
대화 장면 1심심해서 docs 만들었습니다 혹시 레이지코덱스 하시면서 질문사항있으시면 멘션걸어주세여~
LazyCodex 문서가 커뮤니티에서 만들어진 장면
대화 장면 2레이지코덱스를 뇌넣고 쓸려면 내가 이걸 머릿속에서 명시화를 하고 던져야해요
도구의 편함과 사용자 명시 능력의 관계를 설명한 장면
대화 장면 3회사일을 위해 제 codex 사비토큰을 태울순없읍니다
도구 선택에 비용 주체가 끼어드는 현실적인 장면
이 항목은 "LazyCodex는 Codex를 더 느슨하게 굴리는 도구처럼 보였지만, 잘 쓰려면 목표 명시 능력이 더 중요하다는 결론이 나왔다"라는 오늘의 논의를 실제 행동 기준으로 바꾸는 부분입니다. 읽을 때는 이 문장을 그대로 외우기보다, 다음 대화나 작업에서 무엇을 먼저 확인하고 어떤 기준으로 성공/실패를 판단할지까지 연결해서 보면 좋습니다.
이 항목은 "LazyCodex는 Codex를 더 느슨하게 굴리는 도구처럼 보였지만, 잘 쓰려면 목표 명시 능력이 더 중요하다는 결론이 나왔다"라는 오늘의 논의를 실제 행동 기준으로 바꾸는 부분입니다. 읽을 때는 이 문장을 그대로 외우기보다, 다음 대화나 작업에서 무엇을 먼저 확인하고 어떤 기준으로 성공/실패를 판단할지까지 연결해서 보면 좋습니다.
이 항목은 "LazyCodex는 Codex를 더 느슨하게 굴리는 도구처럼 보였지만, 잘 쓰려면 목표 명시 능력이 더 중요하다는 결론이 나왔다"라는 오늘의 논의를 실제 행동 기준으로 바꾸는 부분입니다. 읽을 때는 이 문장을 그대로 외우기보다, 다음 대화나 작업에서 무엇을 먼저 확인하고 어떤 기준으로 성공/실패를 판단할지까지 연결해서 보면 좋습니다.
VM 백업 zip을 옮긴 뒤 Hermes import로 데스크탑 환경에 가져오는 흐름이 공유됐다.
Codex 토큰 리셋과 빠른 소진에 대한 반응이 많았고, 하네스 사용량 관리가 계속 화제가 됐다.
모델 농담, 짧은 설치 확인, 이모티콘, 카드뉴스 홍보 반복, 개인 근황성 대화는 압축했다.