Headlong은 Laude Institute가 공개한 Bash 기반 에이전트 마이크로하네스다. 일반 에이전트가 메시지를 받은 동안만 실행되는 것과 달리, 한 실행이 끝날 때 다음 wake-up을 스스로 예약해 외부 입력이 없는 시간에도 생각·조사·작업을 이어간다. 장기 자율성의 가능성과 운영 위험을 함께 드러내는 연구용 구현이다.

반응형 에이전트와 다른 점

이 설계는 팀의 대화와 작업을 하나의 사고 흐름으로 연결할 수 있다. 반면 사용자별 세션 분리가 없으면 한 사람이 제공한 정보가 다른 대화의 맥락으로 섞일 수 있으므로, 비밀·권한 경계가 필요한 서비스의 기본 구조로는 적합하지 않다.

작은 코어, 파일 기반 상태

한 wake-up에서 Thinker가 다음 생각을 생성하고, shellm이 Bash 블록을 포함한 응답을 반복 실행한다. traj는 모든 생각·도구 출력을 append-only JSONL 궤적으로 기록하고, context는 이를 다음 호출용 프롬프트로 투영한다. 최근 기록은 원문에 가깝게, 오래된 기록은 점차 요약하는 계층형 컴팩션을 사용한다.

observation → trajectory(JSONL) → context projection → LLM/Bash loop
      ↑                                                ↓
      └──────────── self wake-up scheduling ──────────┘

이 구조는 컨텍스트 수명주기를 실제 실행 루프에 연결하는 좋은 실험 대상이지만, 오래 실행된다는 사실과 유용한 자율성은 별개다. 장기 평가, 중복 작업 방지, 사람 승인 기준이 필요하다.

운영할 때의 안전선

• 전용 VM 또는 컨테이너에서 실행하고, 마운트 경로와 네트워크를 최소화한다.
• 지출 한도가 있는 전용 API 키를 사용한다. 공식 사례에서도 유휴 상태 생각 비용이 시간당 약 1~2달러였다고 보고한다.
• 자기 서비스 중지, 비밀 접근, 외부 발행 같은 되돌리기 어려운 행동은 하네스 수준에서 차단한다.
• 지속형·공유형 메모리는 사용자 격리와 충돌하는 지시를 먼저 설계한다.

관련 문서

• agent-harness — 에이전트 실행 기반과 승인·샌드박스 설계
• long-running-agents — 장기 실행 작업의 상태 지속성 패턴
• prime-agent — RLM과 지속형 하네스로 장기 작업을 수행하는 코딩 에이전트
• agentic-context-management — 컨텍스트를 수명주기로 관리하는 아키텍처

참고 자료

• Headlong: a microharness for persistent agents — Laude Institute (2026-08-27)