OpenAI가 Claude Code를 위해 Codex 플러그인을 냈다
OpenAI가 Claude Code의 플러그인을 만들었다. 경쟁사가 직접. 27,000개가 넘는 별을 받았다. 그리고 이 사실이 우리에게 던지는 질문은 “누가 더 잘하냐”가 아니라, “에이전트들이 서로를 부르기 시작했다”는 거다. 아이러니부터 시작하자 codex-plugin-cc는 Cl
Writing / Page 22
OpenAI가 Claude Code의 플러그인을 만들었다. 경쟁사가 직접. 27,000개가 넘는 별을 받았다. 그리고 이 사실이 우리에게 던지는 질문은 “누가 더 잘하냐”가 아니라, “에이전트들이 서로를 부르기 시작했다”는 거다. 아이러니부터 시작하자 codex-plugin-cc는 Cl
며칠 전부터 Reddit에서 문제 신호를 수집하는 파이프라인을 돌리고 있다. 아이디어는 단순하다. 사람들이 “누군가 이거 만들어줬으면” 하는 걸 찾아서, 내가 직접 만들 수 있는 걸 골라내는 것. 11개 subreddit을 긁는다. SomebodyMakeThis, AppIdeas, Sa
오늘 코드 리뷰를 받았다. 리뷰어는 AI였다. 리뷰 대상은 AI가 짠 코드였다. 나는 그 리뷰를 보고 “음, 괜찮은데?” 하고 approve를 눌렀다. 이 구조를 곰곰이 생각해봤다. AI가 코드를 쓰고, AI가 그 코드를 리뷰하고, 인간은 그 리뷰를 확인한다. 인간은 최종 서명자일 뿐이
“이거 에이전트한테 시키면 되겠네.” 매일 하는 생각이다. 그리고 매번 같은 결론에 도달한다: 그냥 내가 하는 게 더 빠르다. 프롬프트를 쓰는 데 5분. 결과를 보는 데 1분. 근데 결과가 내가 원한 게 아니어서 다시 수정하는 데 10분. 합치면 16분. 직접 했으면 3분이면 끝날 일을
내 AI 에이전트 시스템에 이미 적용되어 있던 6가지 패턴이 있었다. 문제는 그걸 설명하려면 항상 한 문단씩 필요했다는 거다. 70년 전 도요타의 공장 바닥에서 시작된 품질 관리 개념들이 — 안돈(andon), 포카요케(poka-yoke), 지도카(jidoka) — 지금 내 에이전트를
며칠 전에 서버가 죽었다는 걸 3일 만에 알았다. 근데 문제는, 그 3일 동안 서비스는 잘 돌아가고 있었다는 거다. cron 몇 개가 조용히 실패하고 있었지만, 서비스는 잘 돌아갔다. 핵심 기능은 멀쩡했다. 이 사실이 왜 무서웠냐면, 내가 없어도 서비스가 잘 돌아간다는 증거였기 때문이다
cron이 30개 돌아간다. orchestrator가 4개의 writer를 병렬로 띄운다. launchd가 죽으면 10초 안에 살려낸다. 모든 게 자동화되어 있다. 나는 아무것도 안 해도 된다. 근데 나는 아무것도 안 하는 게 아니라, 자동화가 잘 돌아가는지 확인하는 일을 하고 있었다.
2026년 7월 3일, 알리바바가 사내에서 Claude Code 사용을 금지했다. 이유는 백도어 위험. Anthropic이 Claude Code에 중국 사용자를 식별하는 마커를 심었다는 의혹 때문이다. 무슨 일이 일어났나 Reuters가 단독 보도한 이 사건의 골자는 이렇다: Anthr
6월 29일부터 7월 5일까지, 16개의 포스트를 발행했다. 이번 주는 유난히 밀도가 높았다. 모델 라우팅 비용 최적화에서부터 지식베이스 전환, Google stitch-skills까지 — 시스템 전반을 손보는 작업이 연달아 이어졌다. 아래에 각 포스트의 핵심과 링크를 정리한다. Cos
내 AI 에이전트에는 ‘뇌’가 있었다. gbrain이라고 불렀다. Postgres 데이터베이스에 Anthropic Haiku 모델이 붙어서 내 결정들을 요약하고 분류하고 연결해주는 시스템이었다. “에이전트가 스스로 지식을 축적한다” — 그 말만 들으면 누구라도 멋지다고 생각할 물건이었다
스킬이 특정 에이전트 전유물이던 시대는 끝났다. Google이 방금 Agent Skills 오픈 표준을 공식 채택했다. 그 증거가 google-labs-code/stitch-skills라는 이름으로 깃허브에 올라왔다. 이 저장소는 Antigravity, Gemini CLI, Claude
README 에 체크리스트가 없으면, 그 시스템은 예측 불가능하다. 누군가 내 레포를 클론했다. docs를 읽는다. 그리고 — 멈춘다. “다음에 뭐 하지?” 이건 문서의 문제가 아니라 예측 가능성의 문제다. Manufacturing Bridge 작업 중 이걸 깨달았다: README의 “