Latest

Chrome DevTools MCP는 단순한 브라우저 자동화 도구가 아니다. AI 코딩 에이전트가 실제 Chrome 브라우저를 열고, 콘솔·네트워크·성능 trace·스크린샷·메모리 정보를 도구처럼 읽게 만들면서 프론트엔드 디버깅의 병목을 사람의 눈에서 실행 가능한 에이전트 루프로 옮긴다.

AWS의 AI-DLC와 awslabs/aidlc-workflows 저장소는 코딩 에이전트의 다음 경쟁축이 모델 성능이 아니라 개발 생애주기, 프로젝트 규칙, 검토 게이트, 지속 컨텍스트를 얼마나 운영 가능한 형태로 묶느냐에 있음을 보여준다.

Vercel Labs의 Open Agents는 또 하나의 코딩 에이전트 데모가 아니다. 웹 UI, durable workflow, 격리 sandbox VM을 분리해 클라우드에서 오래 실행되는 코딩 에이전트를 제품 런타임으로 만드는 참조 구현에 가깝다.

OpenAI Codex CLI와 Codex App은 같은 코딩 에이전트를 다른 방식으로 노출한다. 터미널의 로컬 제어와 데스크톱 앱의 병렬 작업·워크트리·자동화·클라우드 위임을 비교한다.

Anthropic의 금융 서비스 에이전트 발표와 anthropics/financial-services 저장소는 금융권 AI의 초점이 범용 챗봇에서 검토 가능한 워크플로, 데이터 커넥터, 관리형 에이전트 런타임으로 이동하고 있음을 보여준다.

ByteDance의 DeerFlow 2.0은 또 하나의 Deep Research 클론으로 보기 어렵다. sub-agent, memory, sandbox, skills, MCP, 메시징 채널을 한데 묶으면서 연구 보고서 생성기를 장시간 실행 가능한 에이전트 워크벤치로 확장하려는 시도에 가깝다.