Stop Slop과 Taste Skill이 GitHub Trending에 함께 오른 신호는 작지 않다. AI 산출물의 다음 병목은 모델 성능이 아니라 반복되는 문체, 뻔한 UI, 팀 표준 부재를 잡아내는 품질 관리 계층이다.

Anthropic의 knowledge-work-plugins 공개는 단순한 플러그인 모음이 아니다. 업무용 AI 에이전트가 개인 프롬프트를 넘어 역할별 스킬, 커넥터, 서브에이전트, 회사 절차를 묶은 팀 운영 패키지로 이동하고 있다는 신호다.

Anthropic의 공식 Claude Code Plugins 마켓플레이스는 단순한 플러그인 모음이 아니다. skills, subagents, hooks, MCP, LSP를 배포 단위로 묶으면서 코딩 에이전트를 개인 CLI에서 팀 단위 운영 플랫폼으로 끌어올리는 변화다.

Microsoft .NET 팀의 dotnet/skills 저장소는 코딩 에이전트의 다음 경쟁축이 모델 크기가 아니라 팀별 개발 절차, 빌드 지식, 진단 루틴, 평가 가능한 스킬 패키지로 이동하고 있음을 보여준다.

Google I/O 2026의 Gemini 3.5 발표는 단순한 모델 업데이트가 아니다. Google은 Gemini를 Search, Chrome, 개발자 도구, 클라우드 인프라에 묶어 실행 가능한 에이전트 런타임으로 재배치하고 있다.

Anthropic의 Claude Code 공식 플러그인 마켓플레이스는 단순한 확장 기능 모음이 아니다. 코딩 에이전트의 개인 설정, 스킬, MCP 서버, LSP 연동, 보안 정책이 이제 공유·버전관리·검증 가능한 공급망으로 이동하고 있다는 신호다.

Anthropic의 Agent Skills 공개 저장소와 표준화 흐름은 에이전트 경쟁이 모델 호출을 넘어 반복 가능한 절차 지식, 조직 컨텍스트, 배포 가능한 워크플로 패키지 경쟁으로 이동하고 있음을 보여준다.

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.

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.

GitHub Trending에 오른 CocoIndex는 단순한 RAG 프레임워크보다 더 중요한 신호를 준다. 장기 실행 에이전트의 병목은 모델 호출이 아니라 코드·문서·Slack·트레이스가 계속 바뀌는 상황에서 컨텍스트를 신선하게 유지하는 증분 동기화 계층이다.

Browserbase Skills가 GitHub Trending에 오른 것은 단순한 플러그인 인기보다 더 큰 신호다. 브라우저 에이전트가 이제 프롬프트 요령이 아니라 세션, 관측성, 인증, CLI, 스킬 라이브러리, 비용 관리가 붙은 운영 런타임으로 재정의되고 있다.

Writer가 Writer Agent에 이벤트 기반 트리거를 붙이면서 엔터프라이즈 AI 에이전트의 출발점이 채팅창 프롬프트에서 업무 시스템의 신호로 이동하고 있다. 중요한 변화는 자동화 범위가 커졌다는 점보다, 실행 권한·감사 로그·커넥터 거버넌스·평가 재현성이 제품의 중심 기능이 됐다는 점이다.

Hugging Face가 AI 평가 비용을 새로운 compute bottleneck으로 지목했고, AWS는 MCP proxy를 AgentCore Runtime 위에 올렸으며, OpenAI는 Intelligence Age의 사이버 보안 실행 계획을 내놨다. 세 신호를 합치면 에이전트 경쟁의 핵심은 더 똑똑한 모델이 아니라 평가·보안·도구 경계를 운영 가능한 형태로 묶는 능력으로 이동하고 있다.

Hermes Agent와 OpenClaw의 차이점을 비교합니다. 메모리, 멀티채널, 자동화, 설치 방식, 운영 철학까지 실제 문서 기준으로 정리했습니다.