Harness Hub의 2026년 10월 보고서는 모델을 도구·맥락·실행 환경과 연결해 작업을 수행하게 하는 소프트웨어 시스템인 ‘하네스’가 AI 코딩 에이전트의 비용과 결과에 영향을 준다고 분석한다. 다만 성능 차이의 크기에는 연구마다 이견이 있으며, 보고서의 디렉터리 집계는 10월 29일 기준 잠정치다.

보고서가 인용한 Stack Overflow 2026 설문에서는 AI를 사용하는 개발자 가운데 66%가 코딩 에이전트를 쓴다고 답했다. 같은 모델에 하네스만 바꾼 비교에서는 SWE-bench Pro 점수가 GLM-5.2 기준 23%에서 52%로 달라진 사례가 있었다. 반면 21개 모델·하네스 조합을 조사한 Arena 연구는 성공률 차이가 크지 않을 수 있고 비용은 달라진다고 봤다. 따라서 보고서는 모델만의 순위보다 모델과 하네스의 조합, 작업당 비용을 함께 살펴야 한다고 제안한다.

비용은 사용자가 자주 겪는 문제로 꼽혔다. 소규모 테스트에서 Claude Code 2.1.207은 첫 프롬프트를 읽기 전에 약 3만3천 토큰을, OpenCode 1.17.18은 약 7천 토큰을 보냈다. 두 도구를 각각 2~3회, 한 컴퓨터에서 시험한 결과여서 일반적인 사용량으로 단정할 수는 없다. LangChain 설문에서는 에이전트를 만드는 팀의 29.5%가 평가를 전혀 실행하지 않는다고 답했다. 이 수치는 업체 설문에 따른 것이다.

기업과 개발자를 위한 보고서의 제안은 사용량과 결과를 함께 관리하는 데 초점을 둔다. 하네스별 작업당 토큰과 비용을 추적하고, 에이전트가 만든 코드가 실제로 병합·유지됐는지와 되돌림·사고 여부를 살핀다. 병렬 에이전트를 늘리기 전에 테스트와 검토 역량을 마련하고, 자동 실행은 작업별 샌드박스와 제한된 자격 증명 안에서 운영하라고 권한다. 특정 업체에 설정과 메모리가 묶이지 않도록 여러 하네스에서 쓸 수 있는 설정을 유지하는 것도 제안한다.

보고서는 1,265개 항목을 추적하는 디렉터리에서 코딩 에이전트가 257개로 가장 큰 범주라고 집계했다. 신규 하네스 관련 스타트업의 공개된 2026년 투자액은 메모리·맥락 분야 1억4,450만 달러, 오케스트레이터 분야 3,350만 달러였다. 메모리 분야 투자액의 약 3분의 2는 한 차례 투자에서 나왔다. 투자액은 공개된 발표를 바탕으로 한 집계이며, 신규 기업과 기존 업체의 대형 투자·인수는 별도로 봐야 한다.

보고서는 공개 조사와 연구, Hacker News·Reddit·X·Substack 게시물 약 250건, Harness Hub 디렉터리를 함께 분석했다. 게시물 표본은 관심도가 높은 글과 하네스 관련 키워드에 치우쳐 있어 전체 여론을 대표하지 않으며, 편집 평가와 시장 분류도 Harness Hub의 판단이다. 전체 보고서와 시장 디렉터리를 참고할 수 있다. 비교 근거로는 Arena의 모델·하네스 조합 연구, Stack Overflow 2026 개발자 설문, LangChain의 에이전트 엔지니어링 설문이 제시됐다.