modiqo/waggle

흔들

경로가 아니라. URL이 아니라. 응답하는 핸드오프.

장소는 멍청해요 — 에이전트별 조형도 없고, 영수증도 없으며, 고칠 방법도 없어요 전송 후 Waggle의 30바이트 토큰이 각 토큰으로 해석됩니다 에이전트 자신의 뷰는 모든 읽기 를 세고 다음을 전파합니다. 모든 보유자에게 수정해야 합니다. 경로는 그럴 수 없습니다; URL은 서버가 필요합니다; 이 영화는 둘 다 필요 없다.

문제 · 작동 원리 · 설치 · 하네스 세팅 · 파일 유형별 · 리치 · 교환원 · 에세이 · 논문

문제는

우리는 에이전트 하네스의 세계에 들어서고 있습니다: 클로드 코드 오케스트레이터 하위 에이전트를 분산시키고, Codex 세션이 병렬로 위임하며, 공급업체 간 교차 업무를 수행합니다 요원들이 공개 프로토콜을 통해 서로를 발견하는 거죠. 그리고 이 모든 것들 오늘날의 인수인계도 똑같이 작동합니다: 맥락을 전달하고 희망을 갖는 것.

비용은 가정이 아닌 측정된 것입니다. 다중 에이전트 시스템은 ~15를 소비합니다× 채팅 세션의 토큰 — 공급업체가 직접 부담하는 오버헤드 “에이전트 간 맥락 복제… 그리고 결과를 요약하는 것으로… 핸드오프,” 그 한 줄짜리 요약은 **“각 핸드오프는 맥락을 잃는다.” ** 약 37%의 다중 에이전트 실패가 바로 이 지점에서 비롯됩니다.

waggle

Not a path. Not a URL. A handoff that answers back.

Locations are dumb — no per-agent shaping, no receipts, no way to fix them once sent. waggle’s 30-byte token resolves into each agent’s own view, counts every read, and propagates a correction to every holder. A path can’t do that; a URL needs a server; this needs neither.

The problem · How it works · Install · Harness setup · By file type · Reach · Switchboard · The essay · The paper

The problem

We are entering the world of agent harnesses: Claude Code orchestrators fanning out subagents, Codex sessions delegating in parallel, cross-vendor agents discovering each other over open protocols. And every one of these handoffs, today, works the same way: forward the context and hope.

The costs are measured, not hypothetical. Multi-agent systems consume ~15× the tokens of a chat session — the overhead attributed by the vendor itself to “duplicating context across agents… and summarizing results for handoffs,” whose one-line summary is “each handoff loses context.” Roughly 37% of multi-agent failures trace to exactly this seam.

Waggle’s competitor is not another protocol. It is "Here's /tmp/analysis.md. Use it." — and that instinct is correct: a path is a 30-byte reference, which is exactly the right size for a handoff. But a raw path has no attribution (who made this, from what), no adaptation (the small-context model gets the same 9,000 tokens as the