Hacker News • 53일 전

하플라이트(Hoplite): 클라우드 코딩 에이전트 손쉽게 배포하기

IMP

7/10

핵심 요약

와이 콤비네이터(YC) S26 출신 스타트업 하플라이트(Hoplite)는 개발자가 클라우드 환경에서 코딩 에이전트를 쉽게 배포하고, 구현된 기능을 빠르게 검증(QA)할 수 있도록 돕는 서비스를 출시했습니다. 자체 구축한 에이전트 인프라와 로컬 개발 환경 연동 기능을 통해, 향후 개발자들이 수백 개의 에이전트를 동시에 구동하며 코드가 아닌 '완성된 제품' 자체를 검토하는 미래의 개발 방식을 제시합니다.

번역된 본문

안녕하세요 HN, 저희는 Hoplite(하플라이트)의 창립자인 Bence와 Ryan입니다. Hoplite를 통해 클라우드에서 코딩 에이전트(Coding agents)를 배포하고, 기능에 대한 QA를 매우 쉽게 만들어주는 다양한 도구를 제공합니다. 온보딩 과정에서는 로컬 개발 환경 설정(세션, 메모리, MCP 서버 등)을 그대로 클라우드로 가져와 프로젝트가 클라우드에서 즉시 실행될 수 있도록 준비합니다.

시연 영상은 여기에서 확인하실 수 있습니다: https://youtu.be/bnyktZ_9pjE

저희는 YC에 지원할 당시 제안했던 '소매 투자용 AI' 아이디어를 접고 방향을 전환(Pivot)하여 이곳에 도달했습니다. 결국 그것은 저희가 직접 사용할 제품이 아니었고, 저희가 교감할 수 있는 고객층을 대상으로 하지도 않았기 때문입니다. 저희가 정말로 하고 싶은 일이 무엇인지 되돌아보았을 때, 저희는 창립자 및 개발자들과 대화하는 것을 좋아했고 '클라우드 에이전트'라는 특정 분야에 대해 확고한 철학이 있다는 것을 깨달았습니다. 저희는 기존의 모든 솔루션을 사용해 보았지만, A) 클라우드 환경의 이점을 제대로 살리면서 B) 성능이 뛰어나고 사용하는 데 쾌적한 제품을 찾을 수 없었습니다.

저희는 향후 6~12개월 내에 주류가 될 개발 방식을 반영하는 제품을 만들고 있습니다. AI 모델이 발전함에 따라 개발자가 검토해야 할 코드는 점점 줄어들고, 대신 '제품의 결과물'을 검토하는 데 집중하게 될 것입니다. 즉, 새로운 사용자 플로우를 평가하고, 새로운 기능이 시각적으로 잘 구현되었는지 확인하며, API가 예상대로 작동하는지, CLI가 Windows에서 잘 동작하는지 등을 확인하게 됩니다. 그리고 이 모든 과정을 수백 개의 에이전트를 동시에 실행하면서 말이죠.

에이전트 측면에서 저희는 자체적인 맞춤형 하네스(harness)를 구축했습니다. Codex나 Claude Code 같은 기존 솔루션을 사용할지 결정하는 데 많은 시간을 고민했지만, 결국 자체 구축 시 얻을 수 있는 독립성과 자유를 선택했습니다. 이를 통해 Anthropic이나 OpenAI의 생태계 발전 속도에 의존하지 않고 완전히 새로운 기능을 자체적으로 테스트해 볼 수 있게 되었습니다.

현재 Temporal(지속 가능한 워크플로우용), Modal(샌드박스용), Planetscale(데이터베이스용)을 제외한 모든 인프라는 AWS에 호스팅되어 있습니다.

원문 보기

원문 보기 (영어)

Hi HN, we’re Bence and Ryan, founders of Hoplite (<a href="https://hoplite.sh">https://hoplite.sh</a>). Hoplite lets you deploy coding agents in the cloud, with a suite of tools that makes it incredibly easy to QA features. During onboarding, we port over your local setup - sessions, memories, MCP servers, and get your projects ready to run in the cloud.Here’s a demo: <a href="https://youtu.be/bnyktZ_9pjE" rel="nofollow">https://youtu.be/bnyktZ_9pjE</a>We got here after pivoting away from the idea we applied to YC with; AI for retail investing. It ultimately wasn’t a product that we ourselves would use, nor served a customer base that we felt connected to. In reflecting on what we really wanted to do, we realised that we loved talking to founders and developers, and were really opinionated about the specific area of cloud agents. We tried out all the existing solutions, and didn’t find one that A) took good advantage of being in the cloud, and B) was performant and felt good to use.We’re building a product that we feel reflects what mainstream development will look like in 6-12 months. As models improve, developers will end up reviewing less and less code, and will instead focus on reviewing the product output. That means evaluating new user flows, visually verifying that new features look good, that the API works as expected, that the CLI works on Windows, etc. And doing it while running hundreds of agents concurrently.On the agent side, we’ve created a custom harness. We spent a lot of time deciding on whether we should use an off the shelf solution like Codex/Claude Code, but ultimately wanted the independence and freedom that came with building it in house. It also means that we can test out completely new features without relying on Anthropic and OpenAI to catch up.Everything is hosted on AWS, with the exception of: Temporal for durable workflows, Modal for sandboxes, and Planetscale for our

클라우드 에이전트 자동화된 QA 와이 콤비네이터 개발자 도구 에이전트 인프라