블로그하네스·Pi2분 읽기

jcode 에이전트 열 개가 클로드 코드 하나보다 가볍습니다

jcode는 에이전트 열 개를 117MB로 띄우는 러스트 오픈소스 하네스입니다.

jcode 에이전트 열 개가 클로드 코드 하나보다 가볍습니다 대표 이미지

에이전트 열 개를 띄우는 데 117MB면 됩니다. 클로드 코드는 열 개에 2.3GB예요. 제작자는 이 표 하나로 8개월 만에 깃허브 스타 1만 8천을 모았습니다. 하네스 이름은 jcode예요.

README 첫 화면이 비교표입니다

올해 1월에 나온 러스트 오픈소스 하네스인데, 제작자는 레포 자기소개부터 도발적으로 적었습니다. "가장 램 효율적인 하네스. 가장 지능적인 하네스."

그리고 첫 화면에 바로 표를 올렸습니다.

램 (1세션): jcode 27.8MB. 클로드 코드 386.6MB(13.9배), 오픈코드 371.5MB(13.4배), 커서 에이전트 214.9MB(7.7배)

램 (10세션): jcode 117MB. 클로드 코드 2.3GB(19.7배), 오픈코드 3.2GB(27.7배)

첫 화면까지: jcode 14ms. 코덱스 CLI 63배, 커서 139배, 클로드 코드 245배 느림

제작자는 측정 조건과 범위까지 다 적어놨습니다. 남의 벤치마크를 기다리지 않고 자기 레포 첫 화면을 전장으로 만든 거예요. 사람들이 이 표를 밈처럼 퍼 날랐습니다.

에이전트끼리 서로 알고 일합니다

사람들은 램 수치를 보고 들어와서 스웜 기능 때문에 남습니다.

같은 레포에서 도는 jcode 에이전트들은 서로를 압니다.

  • 하나가 파일을 고치면, 그 파일을 읽고 있던 에이전트에게 알림을 보냅니다
  • 에이전트끼리 DM을 보내고, 레포 전체에 방송을 합니다
  • 코디네이터가 일꾼 에이전트를 알아서 늘립니다
  • 과제 그래프로 의존 관계를 관리합니다

에이전트들은 따로 돌지 않고 서로 협업합니다. jcode serve로 상주 서버를 띄우면 가벼운 클라이언트 여럿을 연결할 수 있고, 클라이언트가 끊겨도 서버는 세션을 계속 돌립니다.

제작자가 램을 극단적으로 줄인 이유가 여기 있습니다. 그는 에이전트를 떼로 굴리는 미래에 배팅했어요. 무거우면 무리를 못 만드니까.

벤치마크까지 직접 만듭니다

제작자 @1jehuang은 Jcode Bench라는 벤치마크도 발표했습니다. 그는 흥미로운 주장을 내걸었어요. "오염 불가능한 최초의 오픈 벤치마크."

기준 구현 하나를 주고 최대한 최적화하게 하는 방식입니다. 정답이 없는 과제라 누구도 훈련 데이터에 답을 넣을 수 없고, 오염이 의심되면 새 과제를 스펙에서 생성해 다시 돌리면 됩니다.

ratatui 메인테이너도 직접 소개 트윗을 올렸습니다. 제작자는 YC 런치 영상까지 레포에 걸어 뒀습니다.

남는 생각

하네스 제작자들이 다른 무기로 경쟁하기 시작했습니다.

작년까지 기능 목록으로 겨루던 제작자들이 지금은 자원 효율을 앞세워요. 에이전트를 하나 쓰는 사람은 386MB와 27.8MB의 차이를 느끼지 못합니다. 열 개, 스무 개를 굴리기 시작하면 그 차이만큼 한 기계에 더 띄울 수 있고요.

제작자는 에이전트에 벤치마크까지 묶어 8개월 동안 키웠습니다. 그는 숫자를 무기로 쓰는 법을 압니다.


출처: 1jehuang/jcode 레포(README 벤치마크 표·스타 18,534·생성일 2026-01-05), @orhundev 발표 트윗 전문, Jcode Bench 발표(@1jehuang). 수치는 전부 레포 README 기준.

FAQ

자주 묻는 질문

jcode의 램 효율은 클로드 코드와 비교해 어느 정도인가요?
1세션 기준 jcode는 27.8MB, 클로드 코드는 386.6MB로 13.9배 차이입니다. 10세션 기준으로는 jcode가 117MB, 클로드 코드가 2.3GB를 써서 19.7배 차이입니다.
jcode 에이전트들은 어떻게 서로 협업하나요?
하나가 파일을 고치면 그 파일을 읽던 다른 에이전트에게 알림이 가고, 에이전트끼리 DM을 보내거나 레포 전체에 방송합니다. 코디네이터가 일꾼 에이전트를 알아서 늘리는 협업 무리 구조입니다.
제작자가 만든 별도 벤치마크는 무엇인가요?
Jcode Bench라는 벤치마크로, 기준 구현을 주고 최대한 최적화하게 하는 방식입니다. 정답이 없는 과제라 훈련 데이터에 답이 들어갈 수 없어 오염 불가능을 주장합니다.
원고, 봉투, 책자가 오렌지 리본 하나로 이어진 모습

SEASON 3

시즌3 「콘텐츠로 팔기」

AI와 콘텐츠를 만들고 고객에게 연결하는 4주

제가 에이전트로 조사하고 쓰고 파는 과정을 그대로 보여 드려요. 그다음 각자의 주제로 같이 만들어 봐요.

10월 2일 OT · 10월 5일부터 월·수 4주 · 10월 31일 오프라인

시즌3 커리큘럼 보기