How Claude Code works in large codebases: Best practices and where to start
Anthropic Applied AI 팀이 정리한 대규모 코드베이스에서의 Claude Code 모범 사례. 성능을 결정하는 것은 모델이 아니라 그 주변에 쌓이는 harness이며, harness 셋업의 첫 단계는 코드베이스를 Claude가 읽을 수 있게 만드는 일이라고 말한다.
컨텍스트 관리
I deleted 224 of 247 Claude Skills I tested. Here are the 23 I kept.
Mnilax가 6주간 247개 Claude Skill을 측정·삭제하며 23개만 남긴 큐레이션. 핵심은 목록이 아니라 활성 5~7개라는 컨텍스트 상한과 capability 대 discipline의 구분이다.
I tracked 430 hours of Claude Code usage. 73% was wasted on these 9 patterns.
430시간, 600만 입력 토큰, $1,340을 추적한 결과 생산적 토큰은 27%에 불과했다. 9가지 보이지 않는 오버헤드 패턴을 제거하자 65%로 뛰었다.
시스템 프롬프트는 하네스다 — Opus 4.7이 보여주는 모델-프롬프트 공진화
Claude Opus 4.7의 시스템 프롬프트 변경을 분석하면, 시스템 프롬프트가 모델과 함께 진화하는 하네스라는 사실이 드러난다. 제약은 제거되고, 행동은 재배치된다.
모델 밖의 혁명
AI 에이전트 코드의 98.4%는 운영 인프라다. 더 큰 모델을 기다리는 것보다, 지금 있는 모델을 더 잘 감싸는 것이 승부의 핵심이다.