Latest

OpenAI의 Deployment Company 출범은 새 모델 발표보다 더 실무적인 신호다. 이제 기업 AI 경쟁의 핵심은 모델 접근권이 아니라 신뢰, 거버넌스, 워크플로 재설계, 평가, 현장 배포 역량으로 이동하고 있다.

GitHub Trending에 오른 agentmemory는 또 하나의 메모리 라이브러리라기보다, 코딩 에이전트가 매 세션마다 같은 설명을 다시 듣는 문제를 운영 계층에서 풀려는 신호다. 핵심은 장기 기억, 검색 품질, 자동 캡처, 그리고 여러 에이전트가 공유하는 기억 서버다.

ByteDance의 UI-TARS Desktop과 Agent TARS는 단순한 데스크톱 자동화 앱이 아니다. 화면을 보고, 브라우저와 컴퓨터를 조작하며, MCP 도구까지 연결하는 멀티모달 에이전트 스택이 왜 다시 개발자 관심의 중심으로 올라왔는지 정리한다.

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.