DeepSeek-Reasonix는 터미널에서 실행하는 AI 코딩 에이전트다. 눈길을 끄는 부분은 플러그인 목록보다 DeepSeek의 prefix cache를 중심으로 실행 흐름을 짰다는 점이다. 프로젝트 설명부터 "leave it running"을 내세운다. 에이전트를 질문마다 새로 부르는 대신, 한 세션을 오래 유지하면서 비용과 맥락의 흔들림을 줄이겠다는 접근이다.
이 설계는 컨텍스트 관리에 구체적으로 드러난다. 시작할 때 작은 환경 요약을 주입하고, summary compaction에 들어가기 전에 오래된 도구 출력을 잘라내거나 정리한다. 긴 세션에서 쌓이는 로그가 이후 판단을 흐리지 않도록, 무엇을 남기고 무엇을 버릴지 정해둔 것이다. 단순히 더 큰 컨텍스트를 쓰는 방식과는 결이 다르다.
구성은 `reasonix.toml`에서 이뤄진다. provider, agent, 활성화할 도구, plugin을 설정으로 선언하고, DeepSeek는 preset으로 제공한다. 다른 OpenAI 호환 엔드포인트도 새 모델 지원 코드를 추가하는 대신 설정 항목으로 연결할 수 있다. executor와 planner를 별도 세션으로 나눠 함께 돌리는 구성도 가능하다. 모델 역할을 분리하되 각 세션의 캐시 안정성은 따로 지키는 방식이다.
외부 도구는 stdio JSON-RPC subprocess로 연결되며 MCP와 호환된다. 내장 도구는 컴파일 시 self-register한다. 그러나 이 프로젝트를 플러그인 프레임워크로만 읽으면 방향을 놓치기 쉽다. 핵심은 단일 정적 Go 바이너리와 장시간 세션이다. CGO_ENABLED=0으로 빌드하고 darwin, linux, windows의 amd64와 arm64, 여섯 타깃으로 교차 컴파일할 수 있어 설치와 배포도 가볍게 가져간다.
사용 흐름은 간단하다. `reasonix setup`으로 provider와 model을 정하고, `reasonix`로 대화형 세션을 열거나 `reasonix run "implement the TODOs in main.go"`처럼 작업을 넘긴다. 프로젝트 지침이 필요하면 세션에서 `/init`을 실행한다. 데스크톱 앱과 VS Code 확장도 같은 로컬 엔진을 사용하며, VS Code 확장은 CLI를 포함하지 않고 `reasonix acp` 백엔드를 호출한다.
물론 이 방식이 모두에게 맞는 것은 아니다. 짧은 질문을 처리하고 곧바로 세션을 폐기하는 사용 패턴이라면 prefix cache 중심의 이점은 작다. 반대로 여러 파일을 오가며 긴 구현 작업을 맡기고, 에이전트를 개발 환경에 상주시킬 생각이라면 설계 의도가 분명하다. DeepSeek-Reasonix의 관전 포인트는 플러그인을 몇 개 연결할 수 있느냐가 아니라, 작업 중인 맥락을 얼마나 오래 보존하면서 실행할 수 있느냐에 있다.