TL;DR
여러 AI 모델, 기억, 외부 도구, 예약 작업, 산출물 대시보드를 하나의 작업 운영면으로 묶는 개인/비즈니스용 에이전트 운영체제 관점.
출처별 관점
research/2026-06-18-every-level-of-hermes-agent-explained
- Hermes Agent 영상은 agentic operating system을 Claude Code, Codex, Antigravity, Hermes, Obsidian memory, 문서, 비용, skills, 산출물을 한곳에 묶는 상태로 설명한다 [1].
- 이 관점에서 핵심 성숙도는 단일 prompt 사용에서 memory, skills, MCP 연결, 병렬 subagents, scheduled tasks, 비동기 산출물 관리로 이동하는 것이다 [1].
- 영상은 이 운영체제가 Claude Code보다 더 나은 coder라는 뜻이 아니라 Claude Code 같은 도구를 사용하는 상위 시스템이라고 명시한다 [1].
- 한계는 시간 절감 수치와 제품 비교가 제작자 경험담 중심이며, 독립 벤치마크나 장기 안정성 검증은 제시되지 않았다는 점이다 [1].
research/2026-06-20-claude-code-nested-subagents-business
- 영상은 agent 사용을 단일 prompt가 아니라 planning, implementation, tests, verification, PR까지 관리하는 pipeline/workflow로 설명해 agentic operating system 관점과 맞닿아 있다 [1].
- 제품 함의는 채팅 UI보다 run graph, stage status, artifact list, token/cost ledger를 중심으로 한 운영면이 더 적합하다는 점이다 [1].
- Anthropic의 멀티에이전트 연구 글도 orchestrator-worker pattern, task boundary, output format, tool guidance가 중요하다고 설명해 agentic OS의 핵심 표면이 coordination policy임을 뒷받침한다 [3].
research/2026-06-24-practical-ai-youtube-batch
- 이번 리포트는 AI 도입의 병목이 모델 성능보다 검증, 리뷰, 우선순위, context switching 운영으로 이동한다고 정리해 agentic operating system의 핵심 표면을 작업 실행보다 운영 제어면으로 본다 [2].
- Claude Code superpowers와 Pi 영상은
AGENTS.md, skill, prompt file, scoped model, permission gate처럼 도구별 실행 표면을 파일과 규칙으로 묶는 방식을 제시한다 [3] [6]. - LLM 위키 영상은 원본-위키-스키마,
index,log, lint를 갖춘 지식 운영층을 제안해 agentic OS가 실행뿐 아니라 기억과 감사 로그를 포함해야 함을 보탠다 [5].
research/2026-06-30-deterministic-infra-ai-agents
- 이번 발표는 agentic operating system의 핵심을 UI나 단일 agent 능력이 아니라 validation, policy approval, execution gateway, tracing, workload scheduling을 포함한 deterministic control plane으로 재정의한다 [1] [2].
- 발표자는 prompts와 models가 commoditize되면서 competitive advantage가 reliable systems와 infrastructure로 이동한다고 주장해, agentic OS의 가치가 orchestration policy와 운영 신뢰성에 있다는 기존 위키 관점을 보강한다 [1].