AI 에이전트를 팀처럼 꾸미는 방식은 꽤 그럴듯해 보입니다. CEO 에이전트가 방향을 잡고, 기획자 에이전트가 플랜을 짜고, 디자이너 에이전트가 UI를 보고, 개발자 에이전트가 코드를 만들고, QA 에이전트가 검수하는 식입니다. 그런데 이 영상은 그 구조가 오히려 AI를 가장 못 쓰는 방법일 수 있다고 말합니다. 핵심 논지는 단순합니다. 인간 조직도는 인간의 한계를 해결하기 위해 생겼지만, AI는 같은 이유로 역할을 나눌 필요가 없다는 것 입니다. YouTube 영상 더보기

AI 도구가 많아질수록 이상한 문제가 생깁니다. Claude는 Claude대로, Codex는 Codex대로, Gemini는 Gemini대로, Copilot은 Copilot대로 따로 로그인하고 따로 설정해야 합니다. CLI-JAW 는 이 문제를 “하나의 개인 비서 UI” 로 감싸려는 프로젝트입니다. Claude, Codex, Gemini, OpenCode, Copilot이라는 5개 AI engine을 공식 CLI를 통해 연결하고, Web·Terminal·Telegram·Discord에서 사용할 수 있게 만듭니다. GitHub 저장소 README 원문 더보기

Superpowers와 GSD는 둘 다 Claude Code 위에서 planning과 execution을 더 잘하게 만들려는 스펙트럼 개발 프레임워크입니다. 하지만 새 프로젝트가 아니라 이미 존재하는 brownfield codebase에 기능을 추가할 때는 어느 쪽이 더 나을까요? 이 영상은 food ordering system이라는 기존 프로젝트에 E2E 테스트 인프라를 추가하는 동일 과제를 두 프레임워크에 맡기고 비교합니다. YouTube 영상 더보기

Claude Code를 쓰다 보면 어느 순간 플러그인과 스킬을 계속 붙이고 싶어집니다. 그런데 실제 작업에서는 기능이 많을수록 더 좋아지는 것이 아니라, 오히려 컨텍스트가 오염되고 흐름이 복잡해지는 경우가 많습니다. 이 영상의 출발점도 바로 그 지점입니다. 발표자는 여러 플러그인을 거의 다 지우고, GStack 과 Superpowers 두 개만 남겼더니 오히려 Claude Code가 가장 잘 써졌다고 말합니다. YouTube 영상 더보기

Claude Managed Agents를 겉으로만 보면 “Anthropic이 콘솔에서 에이전트를 쉽게 돌리게 해 주는 기능”처럼 보입니다. 하지만 이 영상이 강조하는 핵심은 조금 다릅니다. Managed Agents는 단순 UI 기능이 아니라, Anthropic이 생각하는 가장 효율적인 agent harnessing 방식이 인프라 레벨에서 구현된 제품 이라는 것입니다. YouTube 영상 0:49 더보기

이 영상의 메시지는 꽤 명확합니다. Claude Code에서 고품질 마케팅 자동화를 만들고 싶다면, 실행보다 세팅이 훨씬 더 중요하다는 것입니다. 발표자는 아예 “퀄리티를 위해서는 한네스 세팅에 95%의 시간을 써야 한다”고 말합니다. 즉 뉴스레터, 카드뉴스, 유튜브 썸네일, PPT 같은 산출물을 자동으로 뽑아내는 핵심은 모델 한 번 잘 부르는 데 있지 않고, 컨텍스트·템플릿·스킬·서브에이전트·MCP를 먼저 설계해 두는 것 에 있다는 이야기입니다. YouTube 영상 1:08 더보기

이 영상이 강조하는 포인트는 단순합니다. 이제 Hermes 에이전트들이 Telegram 안에서 서로 직접 메시지를 주고받을 수 있게 되었고, 그 결과 “에이전트 한 명”이 아니라 “에이전트 팀”을 무료로 운영할 수 있게 되었다는 것입니다. 영상은 이를 거의 선언처럼 말합니다. AI agents just learned how to talk to each other for free. YouTube 영상 더보기