tracks
AI 에이전트 기초
6
전체 실행을 재구성하는 궤적(trajectory) 뷰. 영상: 작성자.
실행 환경과 권한
DeepSeek Harness는 Linux에서 bubblewrap 또는 Landlock, macOS에서 Seatbelt, Windows에서 ACL 제한 토큰을 사용합니다. 샌드박스를 시작할 수 없으면 Harness는 명령을 중단합니다. Claude Code는 권한 모드와 허용, 질의, 거부 규칙을 제공합니다. 이 실행에서는 Windows 샌드박스가 검증 경로와 타이밍에 영향을 주었습니다.
접근 레이블이 달라 두 설정을 정확히 일치시키기는 불가능했습니다.
-
DeepSeek Harness의 권한 프리셋에는
read-only,workspace-write,danger-full-access가 있습니다. -
Claude Code는 자동 편집, 수동 승인, 계획, 규칙 기반 명령 접근을 분리합니다. 또한 Git 없이도 롤백할 수 있도록 편집 전 파일을 스냅샷합니다.
터미널과 VS Code의 현재 Pro, Max, Team 세션에서는 Auto 모드가 Claude Code의 기본 시작 모드입니다. 분류기가 백그라운드에서 동작을 검토합니다. 이 테스트는 명시적으로 acceptEdits를 사용했으므로, 권한 동작은 현재 기본값이 아니라 테스트 구성의 반영입니다.
승인 횟수를 비교할 때 이 차이는 중요합니다.
실행 위치도 다릅니다. Harness는 주로 웹 UI 또는 헤드리스 프로세스를 호스팅하는 머신에서 실행됩니다. Claude Code는 로컬, Anthropic 관리형 클라우드, 또는 자체 호스팅 인프라에서 실행될 수 있습니다. Remote Control은 실행은 로컬에 두고 브라우저 인터페이스를 추가합니다.
DeepSeek Harness vs Claude Code 실습 테스트
런타임 차이가 실행에 영향을 주는지 보기 위해, 두 도구에 동일한 한 줄짜리 TypeScript 버그를 제시했습니다. 시간만 궁금하다면 이 섹션을 보세요.
테스트 구성: 동일한 모델, 리포지토리, 프롬프트
버그가 한 줄 있는 TypeScript 습관-연속(habit-streak) 라이브러리를 작성했습니다. 경과 밀리초를 반올림해 달력을 기준으로 날 수를 측정했습니다.
- 23:50에 완료하고 00:10에 이어서 완료하면 같은 날로 보였습니다.
- 다음 날 08:00과 20:00에 완료하면 하루를 놓친 것으로 보였습니다.
고정된 10개 테스트가 3개의 실패를 드러냈습니다.
각 신규 클로ン은 타이밍 측정 전 의존성을 설치했습니다. 두 에이전트는 동일한 지시를 받았고 Claude Sonnet 5를 사용했습니다. 리포지토리와 프롬프트는 고정되었고, 도구·권한·샌드박스 동작은 제품별로 달랐습니다.
권한 구성은 동등하지 않았습니다. DeepSeek Harness는 workspace-write로 시작했지만 Windows 샌드박스를 시작하지 못했습니다. 웹 UI가 승인을 요청했고, danger-full-access를 세 번 허용했습니다. Claude Code는 accept-edits를 사용했고 bash를 통해 테스트 명령만 실행할 수 있었습니다.
이 좁은 과제는 로컬 코드와 테스트만 사용했습니다. 에이전트는 한 줄 버그를 찾아 수정하고, 스위트를 실행해야 했습니다. 의존성은 타이밍 전 설치했지만, Harness는 npm install을 다시 실행하기로 선택했습니다.
테스트 결과: 동일한 패치, 다른 승인 경로
Claude Code는 55.0초를 보고했습니다. 스위트를 실행하고, 버그를 찾아, 소스 파일 한 곳을 수정한 뒤, 테스트를 재실행했습니다. 10/10 통과.
이 Windows 테스트에서 DeepSeek Harness는 125.4초가 걸렸습니다. 동일한 미사용 daysBetween 헬퍼를 발견해 같은 수정을 했고, 원래 스위트를 성공적으로 실행했습니다.
diff는 바이트 단위까지 동일했습니다:
-import { DAY_MS } from './dates.js';
+import { daysBetween } from './dates.js';
function gapInDays(earlier: number, later: number): number {
- return Math.round((later - earlier) / DAY_MS);
+ return daysBetween(earlier, later);
}승인 경로와 반복된 셸 작업이 시간 차이의 대부분을 설명합니다.
Windows에서 DeepSeek Harness가 더 오래 걸린 이유
DeepSeek Harness의 workspace-write 샌드박스가 Windows에서 시작되지 않아, 웹 UI가 세 번 더 넓은 권한 모드를 요청했습니다. 승인 후 Harness는 원래 스위트를 실행하고, src/streak.ts를 수정하고, 스위트를 다시 실행했습니다. 10/10 통과.
이 결과는 Linux나 macOS에서의 Harness를 의미하지 않습니다. 두 실행이 같은 모델 ID를 사용했으므로 시간 차이는 모델 계열 차이에서 올 수 없습니다. 그러나 서로 다른 권한과 도구 경로가 각 실행을 결정지었습니다.
두 실행 모두 10개 테스트를 통과했습니다. 이미지: 작성자.
동일 모델 테스트가 분리해 준 것
공유된 모델 ID가 요청을 동일하게 만들지는 않았습니다. 각 제품이 자체 시스템 프롬프트, 도구 설명, 컨텍스트, 권한 규칙을 제공했기 때문입니다. 이들 입력은 다음 모델 응답에 영향을 줄 수 있습니다.
따라서 이 설정은 DeepSeek 모델 vs Claude 비교보다 모델 계열을 더 잘 통제하지만, 모든 변수를 분리하지는 못합니다.
또한 구성별로 타이밍 측정을 한 번만 실행했습니다. 시간을 성능 지표로 취급하려면 무작위 순서의 반복 실행이 필요합니다.
DeepSeek Harness vs Claude Code: 비용, 벤치마크, 테스트 한계
단일 Windows 사례 연구로 더 넓은 성능이나 가격 비교를 결론낼 수는 없습니다. 다만 벤치마크의 세부가 왜 중요한지는 보여 줍니다.
벤치마크 유의점: DeepSeek은 Minimal 모드 사용
DeepSeek이 공개한 점수는 Minimal 모드를 사용했지, 이번 비교에서 사용한 Standard 모드가 아닙니다. 다른 하니스를 사용한 독립 테스트는 더 낮은 결과를 보고했습니다. 저는 그 테스트를 재현하지 않았습니다. Minimal 모드 결과로 Standard 모드 성능을 단정할 수 없고, Claude Code를 측정한 것도 아닙니다.
비용: API 과금 vs Claude 구독
DeepSeek Harness는 라이선스 비용이 없지만, 모델과 인프라 비용은 여전히 발생합니다. DeepSeek의 API는 피크/오프피크 요금을 사용합니다. Claude Code는 유료 Claude 요금제에 포함됩니다. 예산 책정 전 Anthropic 요금 페이지를 확인하세요.
Harness 실행은 Anthropic API 정가 기준 약 $0.11이 들었습니다. Claude Code는 구독 자격 증명을 사용하면서 $0.349를 표시했습니다. 서로 다른 과금 시스템에서 나온 수치이므로 직접적인 가격 비교는 아닙니다.
Claude 개인 요금제는 Pro가 월 $20, Max가 월 $100 또는 $200로 표기되어 있으며, DeepSeek Harness에는 대응 구독이 없습니다. 비용은 모델 제공자에게서 청구됩니다. 로컬 모델은 API 요금은 없지만 머신의 연산 자원을 사용합니다.
팀은 모델 청구와 별개로 호스팅 샌드박스나 자체 호스팅 연산 비용도 고려해야 합니다. 이 비용은 Harness 라이선스에 나타나지 않습니다.
안정성: 개발자 프리뷰 vs 프로덕션 제품
테스트 당시 Harness는 릴리스 후보 상태였습니다. 업데이트가 프로필이나 저장된 세션을 깨뜨릴 수 있으므로, 팀은 패키지 버전을 고정해야 합니다. Claude Code는 이미 프로덕션입니다.
DeepSeek Harness vs Claude Code의 한계
두 시스템 모두 모든 워크플로를 포괄하지는 않습니다. 한계는 설계의 다른 지점에서 나옵니다.
DeepSeek Harness의 한계
Harness는 더 많은 런타임 부품을 공개하지만, 그만큼 설정과 테스트 책임이 사용자에게 있습니다.
-
프로젝트가 여전히 개발자 프리뷰이며, 업데이트가 프로필이나 저장된 세션을 깨뜨릴 수 있음
-
제공자 자격 증명, 모델 ID, 엔드포인트 규칙을 수동 구성해야 함
-
이 Windows 사례 연구에서
workspace-write샌드박스가 시작에 실패했고,danger-full-access를 세 번 승인해야 했음 -
현재 Python SDK에는 Windows용 휠이 없음
샌드박스 관련 발견은 앞서 설명한 Windows 실행에만 적용됩니다. Linux나 macOS에서 재실행하지는 않았습니다.
v0.1.0-rc.7 릴리스 노트에는 지속형 Bash 지연(latency) 수정과 더 넓은 PTY 호환성을 위한 node-pty 업그레이드가 언급됩니다. 이 관찰은 버전 및 Windows에 특화되어 있습니다.
Claude Code의 한계
Claude Code는 더 많은 런타임 결정을 처리하지만, 고정된 경계 때문에 일부 실험은 불가능합니다.
-
Claude 모델을 실행하며, 다른 모델 계열로 전환 경로를 제공하지 않음
-
내장 세션 루프가 교체 가능한 구성 요소로 노출되지 않음
-
Claude Code는 유료 접근 또는 별도 과금 API 크레딧이 필요하며, 둘 다 사용 한도가 있음
-
긴 세션은 오래된 컨텍스트가 압축될 수 있어, 지속 규칙은
CLAUDE.md에 두어야 함
이 한계는 다른 모델 제공자나 커스텀 루프가 필요한 작업에서 특히 중요합니다.
DeepSeek Harness vs. Claude Code: 무엇을 선택할까?
잠시 모델 이름을 잊어봅시다. 과제가 애플리케이션 코드를 완성하는 일인가요, 아니면 작업을 수행하는 런타임을 변경하는 일인가요?
DeepSeek Harness를 선택하세요. 런타임 자체가 프로젝트인 경우에 적합합니다. 제공자 간 테스트, 커스텀 루프나 샌드박스, 상세 실행 추적에 의존하는 작업에 맞습니다. 프리릴리스 상태이므로 버전 변경과 구성 테스트 책임을 함께 집니다.
Claude Code를 선택하세요. 기존 코드베이스에서 파일을 점검하고, 코드를 편집하며, 프로젝트의 점검을 적은 런타임 설정으로 실행하고 싶다면 적합합니다. 이 Windows 테스트에서, Harness가 필요로 한 세 번의 전체 접근 승인 없이 원래 스위트를 실행했습니다.
둘 다 사용하세요. 현업에서 그런 분업이 있다면 말이죠. 팀은 일상 코딩에는 Claude Code를, 프롬프트·도구·에이전트 루프 실험에는 Harness를 사용할 수 있습니다.
마무리
두 도구 모두 리포지토리를 점검하고, 파일을 편집하며, 명령을 실행할 수 있습니다. 차이는 런타임의 소유에 있습니다. Harness는 부품을 플러그인으로 공개하고, Claude Code는 내장 루프를 패키징해 그 주변 워크플로 확장을 허용합니다.
이 테스트를 기준으로 시작점을 고르라면, 일반적인 애플리케이션 작업에는 Claude Code를 고르겠습니다. 런타임 변경이나 점검 자체가 목적이라면 Harness를 고르겠습니다. 이는 프리릴리스 Harness로 진행한 한 건의 Windows 사례 연구일 뿐, 영구적인 순위가 아닙니다.
관련 비교로는 Grok Build, Cursor, OpenCode, Codex, 기타 Claude Code 대안 글이 있습니다.