질문 하나만 던져볼게요. 지금 뜨는 건 “더 큰 모델”이 아니라, 개발자의 작업 흐름 안으로 직접 들어오는 AI 아닐까요?

오늘의 Top 5

1. openai/codex

GitHub · Rust · ⭐ 오늘 2,715

터미널에서 실행되는 lightweight coding agent라는 점만으로도 오늘의 중심축이에요. 최근 GitHub Trending이 agent harness, skills, plugin, workflow 저장소로 채워진 흐름을 보면, Codex는 단순한 새 툴이 아니라 CLI 중심 개발 경험의 기준점이 될 가능성이 커 보여요. 한국 개발자 입장에선 IDE 보조를 넘어서 CI 전 단계나 로컬 자동화에 어떻게 붙일지 검토할 타이밍이에요.

2. Qwen/Qwen3.8-27B

HuggingFace · image-text-to-text · ❤️12,347 · ⬇️2,358,347

오늘 HuggingFace는 사실상 Qwen3.8-27B 파생 모델들이 장악했는데, 그 중심에 있는 원본 모델이에요. 좋아요와 다운로드 수가 모두 크고, 파생형이 GGUF·MLX·FP8 쪽으로 빠르게 번지는 걸 보면 로컬 실행과 다양한 배포 포맷 수요가 강하다는 신호로 읽혀요. 실무에선 “어떤 모델이 제일 좋나”보다 “우리 환경에서 어떤 포맷으로 굴릴 수 있나”가 더 중요해졌다는 점을 다시 확인시켜줘요.

3. mattpocock/skills

GitHub · Shell · ⭐ 오늘 2,447

설명만 보면 .agents 디렉터리 기반의 “real engineers를 위한 skills” 모음이에요. 눈여겨볼 점은 agent 자체보다 agent를 잘 쓰기 위한 재사용 가능한 작업 단위가 강하게 주목받고 있다는 거죠. 팀에서 LLM 코딩 도구를 쓰고 있다면, 프롬프트를 개인 노하우로 두는 대신 스킬 형태로 버전 관리하는 흐름을 참고할 만해요.

4. Anthropic’s best AI model struggles to attract users as cheaper tools thrive

HN · 322점 · 댓글 278

이 스토리가 중요한 이유는 모델 성능 경쟁보다 가격 대비 효용이 사용자 선택을 더 크게 좌우한다는 현실을 드러내기 때문이에요. 댓글 수까지 높은 걸 보면, 개발자 커뮤니티가 지금 가장 민감하게 보는 건 “최고 성능”보다 “지속 가능한 비용 구조”라는 뜻이죠. 사내 도입이나 개인 구독을 판단할 때도 앞으로는 벤치마크보다 총비용과 워크플로우 적합성이 더 중요해질 가능성이 커요.

5. What Is a Harness?

HN · 359점 · 댓글 143

오늘 GitHub Trending에 ruflo, ECC, hermes-agent처럼 harness를 전면에 내세운 저장소가 많은데, 이 글은 그 개념을 이해하는 데 직접 연결돼요. 공개된 제목만 봐도 지금의 agent 열풍이 단순 모델 사용을 넘어 agent를 감싸는 실행·조정·안전 장치로 이동하고 있다는 흐름과 맞물려 보여요. 실무에선 “어떤 모델을 쓰나” 못지않게 “어떤 harness 구조로 통제하나”가 유지보수성과 품질을 가를 가능성이 커요.

짧게 훑기

  • apache/maka, local-first AI agent workspace와 append-only log 구조를 내세워 agent 감사 추적이 필요한 팀이라면 체크할 만해요.
  • AprilNEA/OpenLogi, Logitech Options+의 local-first 대안으로 보이며 계정·telemetry 없는 데스크톱 유틸 수요를 보여줘요.
  • VoltAgent/awesome-agent-skills, Claude Code·Codex·Gemini CLI·Cursor 호환 skill 모음이라 툴 선택보다 재사용 자산이 중요해지는 흐름이 보여요.
  • Lightricks/LTX-2.5, image-to-video 모델로 생성형 영상 쪽 수요가 여전히 크다는 신호예요.
  • My agent.md to improve LLM-assisted code quality, 팀용 코딩 가이드 문서를 agent 친화적으로 정리하려는 개발자라면 바로 읽어볼 만해요.

에디터 코멘트

오늘은 “에이전트를 잘 만드는 법”보다 “에이전트를 개발 워크플로우에 어떻게 꽂을지”가 더 중요해진 날로 보여요.
서둘러 볼 건 Codex 같은 CLI agent와 skills 자산화 흐름이에요. 이건 한국 팀의 실제 생산성 도구 체인과 바로 맞닿아 있죠.
반대로 수많은 Qwen 파생형이나 uncensored 변형은 관심은 두되, 당장 실무 투입보다는 배포 포맷과 운영 편의성 관점에서 차분히 비교하는 편이 좋아요.
오늘 해볼 것 한 가지: openai/codex README를 10분만 읽고, 지금 내 터미널 작업 중 자동화할 수 있는 반복 작업 1개를 적어보세요.