Context Management in Agent Harnesses

Author: @aparnadhinak (Arize AI) | Source: X (Twitter) | Published: 2026-04-27

한 줄 요약

Pi, OpenClaw, Claude Code, Letta 4개 에이전트 하니스의 컨텍스트 관리 전략을 비교 분석한 결과, 50년 컴퓨팅 메모리 관리 패턴과 동일한 수렴을 발견했다.

파일 읽기 관리: 4개 하니스 모두 파일 읽기에 하드캡 적용, offset/limit 페이지네이션 지원
- Pi: 2,000줄/50KB 캡, 하니스 우선 방식
- OpenClaw: Pi + 부트스트랩 12K자, 도구 결과 16K자/30% 예산
- Claude Code: 256KB 바이트 게이트 + 25K 토큰 게이트, 원격 튜닝 가능
- Letta: 파일을 벡터 스토어에 임베딩, LRU 기반 열린 파일 관리
세션 프루닝(컴팩션): 모두 토큰 임계값에서 LLM 기반 요약 트리거
- Claude Code: 167K 토큰에서 9섹션 구조화된 요약, 최근 5개 파일 재첨부
- OpenClaw: 2단계 — 도구 결과 소프트 트림 + 대화 히스토리 청크 드롭, 사전 컴팩션 상태 플러시
서브에이전트 격리: 4개 모두 부모 세션에서 격리, 전체 대화 복사 없음
수렴 패턴: 레지스터/캐시/페이지/스왑의 50년 메모리 관리 계층과 동일한 방향으로 진화