저도 하나 만들어봤네요.
기본 엔진은 말을 잘 못 알아들어서 플래닝은 GPT-5.5 Thinking, 구현은 Opus 4.8 조합으로 진행했습니다.
원래 뱀서류 게임을 좋아해서 비슷한 느낌으로 만들어봤는데, 그래도 머릿속에 있는 걸 직접 구현해서 원하는 형태로 만들어가는 과정 자체는 꽤 재미있었습니다.
듣기로는 이번 이벤트가 아직 경쟁이 그렇게 치열하지 않다고 하니, 바이브 코딩에 관심 있으신 분들은 가볍게라도 출품해보셔도 괜찮을 것 같습니다.

MMSNews에 따르면 [토큰 이코노믹스 업데이트] Aster의 바이백 및 소각률이 198%로 상향 조정되었습니다. —🔗link

안녕하세요. 재미입니다.

개발 중이던 오케스트레이터의 안정화 버전이 나왔습니다 !

Trinity 1.0 소개

요즘 AI 코딩 도구는 강력하지만, 실제 프로젝트에서는 이런 일이 자주 생깁니다.

- 설계는 Claude에게 물어보고
- 구현은 Codex에게 맡기고
- 다른 관점의 리뷰는 Antigravity에게 확인하고
- 결과를 다시 사람이 붙여 맞추고
- 실패한 작업은 어디서부터 재시도해야 할지 직접 판단합니다

Trinity는 이 흐름을 하나의 작업대로 묶는 도구입니다.

사용자는 목표를 입력하고 작업공간을 선택합니다. 그러면 Trinity가 목표를 work package로 나누고, 각 에이전트의 역할에 맞춰 병렬로 실행합니다. 작업이 끝나면 결과를 모으고, 리뷰가 필요한 지점이나 실패한 provider가 있으면 바로 집계하지 않고 사용자에게 다음 선택을 묻습니다.

핵심은 “AI 세 개를 동시에 켜는 것”이 아니라 “하나의 목표, 하나의 컨텍스트, 하나의 실행 흐름”입니다.

Trinity v1.0에서 보고 있는 방향은 다음과 같습니다.

- 현재 폴더 기반의 자연스러운 실행 흐름
- target workspace 선택과 실행 전 preflight
- Claude, Codex, Antigravity 역할 기반 병렬 실행
- work package 단위 진행 상태와 리뷰 흐름
- provider 오류 발생 시 재시도, 제외 후 계속, 중단 선택
- 실행 실패 후 복구 가능한 패키지 재시도
- PyPI 기반 업데이트 안내

설치(bash):

python -m pip install --upgrade trinity-agent
trinity init
trinity

주요 흐름은 단순합니다.

1. 작업 목표 입력
2. 워크스페이스 선택
3. 에이전트별 병렬 실행
4. 결과 리뷰 및 재시도
5. 중앙 에이전트가 최종 요약

Trinity가 지향하는 것은 “AI 하나에게 모든 걸 맡기기”가 아니라, 설계자, 구현자, 검토자가 함께 일하는 개발 워크플로우입니다.

특히 이런 상황에 잘 맞습니다.

- 기능 설계부터 구현까지 한 번에 진행하고 싶을 때
- 여러 AI CLI를 이미 사용하고 있지만 흐름이 분산되어 있을 때
- 구현 결과를 다른 에이전트가 검토하게 만들고 싶을 때
- 복잡한 작업을 work package 단위로 나눠 병렬 처리하고 싶을 때

설치:

pip install trinity-agent

실행:

trinity

GitHub:
깃헙스타점요..

Trinity 1.0은 멀티 에이전트 개발 워크플로우를 실제 CLI 환경에서 사용할 수 있게 만드는 첫 번째 안정화 버전입니다.

잘 부탁드립니다.

사실 셋 다 구독해놓고 토큰 다 못 쓰는게 아까워서 만들었어요..

요즘 하고있는 생각

1. 원피스 카드 모으는 중. 뭘 잘 알아서 모으는건 아니고 친구 중에(기유님 아님) 감이 진짜 좋은 친구가 있는데, 친구가 칼협해서 이것저것 사다가 너무 많이 사버리고 원피스 슈퍼사이클에 관해 공부중. (전손 각오)

2. 160만원에 산 하이닉스는 일부 익절하고, 고맙지만 얄미운 삼성전자도 전부 익절하고 삼성전기 175만원정도에 익절금 전부 들어감. 메모리 슈퍼사이클 믿고 저평가인 것도 잘 알지만 시총 순위 바로 위에 아마존 테슬라 있는 것 보고 약간 주춤해서 메이저 알트가 사보고싶었음. 근데 지금 들어오는 모든 돈이 이해를 기반한 돈이 아니라는 점이 불안하기도 하고, 시험에 들 때부터 가치투자를 시작하지 않을까

2.5. 시장이 좋을뿐 내가 잘하는건 아니라 항상 리스크관리 열심히 하기. 여기서 부러지면 다시 일어나기 힘듬. 적당히 취하자.

3. 대부분의 투자 판단은 잘 키워둔 에이전트랑 하는중. 좋은 글도 얘가 찾아주고, 내가 어떤 점을 놓치고 있는 지도 알려주니 너무 편함.

크립토만 보는 시기는 끝났고, 제너럴리스트가 되라는 최태원 회장님의 충고를 새겨듣고 리테일 자금이 몰리는 모든 곳을 보려고 노력하고있음.

4. 크립토에서 잘하는건 계속 하는데, 눈 앞에 있던걸 여러번 놓치지 말자는 마음에서 더 넓게 공부하는중. 근데 제대로 알지 못하고 돈넣고 배워가는 입장이니 채널에서 다루긴 어려움.

5. 주식, 트레이딩 가능한 모든 시장이 크립토스러워지는 느낌. 결국 몇명까지 설득하는 내러티브인지 예측하고 변동성을 견뎌야하는데 우리한텐 어느정도 익숙한 시장같기도

6. 큰 추세에서 좋은 자산 고르고 적당한 수익에 만족하고 적당히 경계하는 수밖에 없을듯. 병목이라는 메인 테마가 정해진 이후에 들어온 이상 먼저 들어온 사람들과는 포지션 자체가 다르다는걸 인지하려고 노력중

6.5. 특정 자산군에 편견 가지지 않기. 국장에 했던 실수를 반복하면 안돼

7. 단기간에 오지는 않지만 다음 단계로 넘어갔을 때에 가장 매력적인 테마는 로봇, 우주, 바이오 AI 정도가 아닐까 생각함. 그 사이에 무슨 일이 있을지 모르니 길게 적당한 노출 이어가보지 않을까

8. 진짜 알고 다루는 사람과 아는척 하는 사람을 구분하려는 노력만 해도 투자시장에서 살아남기 참 좋을 것 같음. 항상 보는 매체를 의심해야함. 당하면 나만 손해다

무슨 일인지 모르겠는데 A16z가 HYPE 미친듯이 실시간으로 사고 있음

이전 $40 -> $75때도
A16z가 35-40불때 계속 매수했던 기억이 나는데

이번에도 무슨 일이 일어날지..!?

1) 아캄1: https://arkm.com/explorer/address/0x6436D88D376Ea7FbDe1AB5A8Db7151579Bc90103

2) 아캄2: https://arkm.com/explorer/address/0xc745044ae202B60d3eF5EE89A5f6738011651464

$HYPE

ChatGPT 백엔드에 gpt-5.6-thinking 등장

그리고 fallback 모델이 gpt-5.5 에서 gpt-5.5-thinking 으로 변경

제발 클로드의 만행을 혼내주세요 알트먼 선생님

https://x.com/hosseeb/status/2067224794655858837?s=46&t=_7fSWMGWxoLoPi72em3M7A

통상 로컬 모델은 클라우드 모델 대비 6개월 정도 늦게 따라오는 느낌이었는데, 이제 그 공식도 조금씩 깨지는 것 같네요

영상 쪽은 아직 시댄스를 확실히 넘는 로컬 모델이 안 보이긴 합니다. 현재 후보는 Wan 쪽인데, 그동안은 클라우드 모델과 격차가 너무 커서 당장은 어렵겠다 싶었는데

이번 GLM을 보면 그게 비록 증류든 아님 진짜 새로운 돌파구를 찾았든 생각보다 로컬 추격 속도가 빨라질 수도 있겠다는 희망은 생기네요.

이제 클로드 터미널에서 디자인 사용 가능

언리얼 엔진 ai작업 가능