TL;DR

Shepherd는 에이전트 실행을 내구성 있는 실행 추적으로 저장하고 보류 출력을 사용해 생성물을 격리함으로써 에이전트 실행을 검토·포크·재생·되돌림 가능하게 만든 Python 런타임이다. 이 시스템은 태스크 시그니처를 권한 표면으로 사용해 ReadOnly/ReadWrite 바인딩을 선언하고 macOS Seatbelt와 Linux Landlock에서 syscall 수준으로 강제해 안전한 실행을 보장한다. 내부적으로는 카피온라이트 포크와 높은 KV 캐시 재사용을 통해 반복 재생 비용을 낮추며 README에는 docker commit 대비 약 5배 빠른 포크 성능과 재생 시 약 95%의 캐시 재사용률이 보고되어 있다. 결과적으로 Shepherd는 메타 에이전트가 다른 에이전트를 감독하거나 실험을 반복하는 연구·개발 워크플로에서 가시성·안전성·재현성을 동시에 확보한다. 단점으로는 현재 알파 단계이고 API가 변할 수 있으며 Windows 네이티브 권한 강제가 제한적이라는 점이 있다.

핵심 포인트

• 시그니처 기반의 권한 선언을 권한 표면으로 사용해 태스크 수준에서 읽기·쓰기 권한을 명시하고 이를 네이티브 syscall jail로 강제한다. 이 방식은 단순 권한 태그를 넘어서 바인딩된 경로에 대한 전사적 제어를 제공하므로 실행 중의 불법적 쓰기가 시스템 콜 단계에서 차단된다. 결과적으로 에이전트 작업의 안전성과 감사 가능성이 높아진다.
• 카피온라이트 포크와 높은 KV 캐시 재사용을 결합해 포크 생성과 재생 비용을 억제한다. README에 기술된 대로 docker commit 대비 약 5배 빠른 포크 성능과 재생 시 약 95%의 캐시 재사용률이 보고되어 반복적 실험에서 시간과 저장 비용을 절감한다. 이 차별점은 많은 포크와 재생을 요구하는 메타 에이전트 워크로드에서 특히 유리하다.
• 보류 출력과 실행 추적을 결합해 실행 결과를 검토 가능한 제안(proposal)으로 다루며 사용자가 수동으로 선택하거나 병합할 수 있도록 워크플로를 분리한다. 이 구조는 자동 생성 코드의 잠재적 위험을 줄이고 인간 검증을 통합한 안전한 자동화 루프를 만든다. 또한 보류 상태에서도 결과를 실행해 검증할 수 있어 실험 반복과 디버깅이 수월하다.
• 에이전트 실행을 불변형 실행 추적으로 기록해 실행 결과와 명령 기록을 영구적으로 보관하고 검증 가능하게 만든다. 기록된 추적은 식별자 기반으로 조회와 재생이 가능하며 보류 출력은 선택적으로 적용하거나 폐기할 수 있다. 이 접근은 변경의 출처를 추적하고 재현 가능한 실험을 제공한다.

벤치마크