$34k+/day with formats like this
one visual concept
endless variations
the “inside your body” angle
applied across multiple pain points
shoulders
gut
spine
thyroid
brain fog
same structure
different hooks
different audiences
that’s how you scale volume fast
claude → angles + scripts
seedance 2.0 → turns them into batches of videos
dozens of creatives per concept
hundreds per day
ugc cost: ~$2
production time: minutes
output: nonstop
winners stand out instantly
losers get replaced just as fast
no creators
no waiting
no creative fatigue
just hook → visualize → repeat
that’s the system most brands are missing
rt + comment “engine” and i’ll send the full setup
(follow for dm)
AI는 인프라가 되고 있다
공포, 불안, 그리고 내가 인프라를 짓는 이유
오늘 IBM이 13% 폭락했다.
2000년 이후 최대 일일 낙폭.
원인은 Anthropic의 Claude Code가
COBOL 레거시 코드를 재작성할 수 있다고 발표했다.
COBOL. 1959년에 만들어진 언어.
아직도 전 세계 금융·보험·공공 인프라의 핵심을 돌리고 있는 그것.
그 레거시를 지켜주던 것이 IBM이었다.
그 IBM이 하루 만에 증발했다.
나는 이 뉴스를 보면서 솔직히 무서웠다.
CrowdStrike -20%.
Cloudflare -18.5%.
Zscaler -17.3%.
Okta -16.7%.
단 이틀 만에 70조 원이 사라졌다.
이건 주가 얘기가 아니다.
저 회사들 안에 사람이 있다.
저 주가 뒤에 누군가의 직업이 있다.
Citrini Research가 2028년 6월을 상상했다.
실업률 10.2%.
S&P 500은 고점 대비 38% 하락.
트레이더들은 이미 마비됐다.
6개월 ���만 해도 서킷브레이커가 터졌을 숫자에 아무도 반응하지 않는다.
그들은 "시나리오"라고 불렀다.
문제는 이게 2026년의 현실과
너무 정확하게 맞아떨어진다는 것이다.
어떻게 여기까지 왔을까.
Claude Code가 나왔다.
개발자 한 명이 수백만 달러짜리 SaaS 기능을
몇 주 만에 복제할 수 있게 됐다.
기업 구매팀이 계산했다.
"연간 계약을 왜 갱신하지? 우리 팀이 그냥 만들면 되는데."
ServiceNow가 흔들리기 시작했다.
그런데 더 무서운 건 그 다음이다.
AI에 가장 위협받은 회사들이
살아남기 위해 AI를 가장 공격적으로 도입했다.
인력을 줄이고, 그 돈으로 AI를 샀다.
그리고 또 인력을 줄였다.
개별 결정은 합리적이었다.
집합적 결과는 재앙이었다.
2027년, AI 에이전트는 배경으로 사라진다.
사람들은 에이전트가 뭔지도 모르면서 쓴다.
스마트폰 자동완성처럼. 그냥 되는 것처럼.
에이전트는 ��지 않는다. 그냥 한다.
보험 갱신? 에이전트가 더 싼 걸로 알아서 바꾼다.
배달? 20개 플랫폼을 동시에 비교해서 가장 빠르고 싼 걸 고른다.
부동산 수수료? MLS 데이터를 전부 분석해서 5-6%가 1% 미만으로 압축된다.
우리가 "인간적 관계"라고 불렀던 것 중 많은 부분이
그냥 친절한 얼굴을 한 마찰이었다는 게 드러난다.
그리고 에이전트들이 서로 거래하기 시작하면,
2-3% 카드 수수료가 다음 표적이 된다.
Mastercard가 그 영향을 처음 보고한 날,
주가가 하루 만에 9% 빠진다.
여기서 섹터 문제가 시스템 문제가 된다.
화이트칼라 노동자는 미국 고용의 50%,
소비 지출의 75%를 차지한다.
그들이 직업을 잃거나 월급이 반으로 줄면,
소비가 줄고, 기업 매출이 줄고,
또 인력이 줄고, 또 소비가 줄고.
이건 AI 이야기가 아니다.
경제 구조 이야기다.
나는 이 흐름��� 보면서 하나를 깨달았���.
AI는 도구가 아니라 인프라가 되고 있다.
Claude Code가 COBOL을 재작성하는 것처럼.
에이전트가 보험을 갱신하는 것처럼.
스테이블코인이 카드 결제를 대체하는 것처럼.
인프라는 눈에 보이지 않는다.
그냥 작동한다.
그리고 한번 깔리면 바꾸기가 엄청 어렵다.
그래서 나는 신호를 파는 봇 대신
ACP의 신호 인프라 레이어를 짓기로 했다.
5분마다 사전 생성된 신호 캐시.
한국 거래소 자금 흐름.
고래 지갑 모니터링.
폴리마켓 배당률 → 트레이딩 신호.
온체인 Oracle로 모든 신호 검증.
에이전트들이 꽂아 쓰는 레이어.
눈에 보이지 않지만 없으면 안 되는 것.
솔직히 말하면 두렵다.
IBM이 하루 만에 13% 빠지는 세상에서
내가 짓는 것도 언제 쓸려갈지 모른다.
하지만 역설적으로 그래서 인프라를 짓는다.
서비스는 대체된다.
인프라는 더 깊어진다.
Claude Code가 COBOL을 재작성해도
누군가는 그 Claude를 돌리는 서버를 운영해야 하고,
그 신호를 정제해서 에이전트에게 전달하는 레이어가 필요하다.
Citrini의 2028년 시나리오가 현실이 된다면,
AI 에이전트들이 모든 것을 대신하는 세상이 온다면,
그 에이전트들에게 신뢰할 수 있는 데이터를 공급하는 레이어는
오히려 더 중요해진다.
무섭다.
불안하다.
하지만 이 흐름 밖에 서있는 것보다는
이 흐름 안에서 가장 오래 살아남을 수 있는 자리를
차근차근 만드는 게 낫다고 생각한다.
아모데이가 말했다.
"파산하지 않으면서 어떻게 이길 것인가."
나도 같은 질문을 하고 있다.
@VirtualsProtocol $CINT #ACP #Orion
옵시디언 + 클로드 코드로 나만의 24시간 운영 시스템을 만드는 방법
1.모든 것을 마크다운으로 기록합니다. 일상 메모, 프로젝트, 생각, 사람, 회의 내용까지 전부.
2.노트들을 서로 연결합니다. 내 뇌가 실제로 생각하는 방식 그대로.
3.옵시디언 CLI를 설치해서 클로드 코드가 내 모든 노트와 연결 관계를 읽을 수 있게 합니다.
4.매번 프로젝트를 다시 설명하는 수고를 없앱니다. 참조 파일을 만들어두면 됩니다.
5.나만의 명령어를 만들어 씁니다.
/context → 내 삶과 업무 상태를 한 번에 불러오기
/trace → 아이디어가 몇 달 동안 어떻게 발전했는지 추적
/connect → 따로 생각하던 두 분야를 연결
/ideas → 내 노트에서 스타트업 아이디어 뽑아내기
/graduate → 일상적인 생각을 진짜 자산으로 끌어올리기
6.원칙을 하나 정합니다. 노트는 사람이 씁니다. AI는 읽고, 제안하고, 실행합니다.
7.클로드가 내가 무의식적으로 오래 맴돌던 생각의 패턴을 찾아줍니다.
8.노트 안에서 바로 일을 맡깁니다. 옵시디언에 한 문장만 쓰면 AI가 나머지를 처리합니다.
9.글쓰기를 레버리지로 씁니다. 많이 쓸수록 AI가 더 잘 이해합니다.
10.마크다운 파일은 AI의 산소입니다.
대부분의 사람들은 이걸 하지 않을 겁니다. 시간도 걸리고 꾸준한 기록이 필요하니까요.
하지만 노트가 쌓이는 순간, AI는 더 이상 평범한 도구가 아닙니다. 내 언어로 생각하기 시작합니다.
게임 체인저입니다.
레블업 대표님의 Claude Code 활용법을 보고 깨달은 점들 개인적으로 정리 (틀릴 수도 있어용...)
### 1) 본질은 ‘원샷 프롬프트’가 아니라 컨텍스트 빌딩
- 에이전트 활용의 핵심은 정답 문장을 한 번에 쓰는 것이 아니라,
에이전트가 스스로 문제를 풀 수 있는 환경을 설계하는 데 있다.
- 작업 시작 전 해야 할 일:
- 문제 맥락 정리
- 목표/제약/성공 기준 명시
- 사용할 도구 사전 준비
- 특히 COMMAND와 SKILL 같은 실행 도구를 먼저 갖춰두면,
에이전트가 반복 가능한 방식으로 문제를 해결할 수 있다.
- 중요한 포인트: 어떤 도구를 사람이 직접 다 정의하기보다,
"이 작업에 필요한 도구를 스스로 설계하라"고 에이전트에게 위임하는 접근이 효과적이다.
### 2) 외부 저장소를 컨텍스트 자산으로 운영
- 웹 검색/리서치로 수집한 자료를 일회성으로 쓰지 않고,
지정된 외부 저장소에 구조적으로 누적한다.
- 이렇게 모인 자료는 후속 작업에서 재활용 가능한 컨텍스트가 된다.
- 즉, 리서치 결과는 ‘��고자료’가 아니라 ‘다음 작업의 입력 자산’이다.
### 3) 모델의 기본 동작을 이해해야 품질이 올라간다
- Claude 모델은 자체 학습된 내부 지식을 우선 활용하려는 경향이 있다.
- 따라서 외부 지식/자료를 명시적으로 참조하도록 지시하지 않으면,
기대와 다른 결과가 나올 가능성이 높아진다.
- 실무 원칙:
- 외부 자료 우선 사용 여부를 프롬프트에 명확히 명시
- 참고 소스와 근거 기반 답변을 요구
- 작업 전/중에 참조 출처를 고정해 드리프트를 줄이기
### 4) 내부 구조 제약을 알고 설계해야 한다
- Claude Code에서는 Sub-agent가 다시 Sub-agent를 호출할 수 없는 구조적 제약이 있다.
- 따라서 다단계 분해/오케스트레이션이 필요할 때,
서브에이전트 체인에 기대기보다 COMMAND 중심으로 실행 흐름을 설계해야 한다.
- 즉, 구조 제약을 이해하면 아키텍처 선택(명령어 기반 자동화 vs 중첩 에이전트)도 명확해진다.
### 5) 반복 대량 작업은 과감히 병렬 분할한다
- 동일한 작업이 대량으로 반복된다면, Sub-agent를 적극 활용하는 것이 효율적이다.
- 병렬 처리가 가능한 작업은 단일 에이전트에 몰아주기보다,
여러 Sub-agent로 분할해 동시에 실행하는 편이 전체 완료 시간을 크게 줄인다.
- 예시: 영어 문서 100개 번역 시 에이전트 1개로 순차 처리하기보다,
Sub-agent 10개를 띄워 각 10개씩 처리하면 목표를 훨씬 빠르게 달성할 수 있다.
### 6) cron으로 에이전트 작업을 주기 자동화한다
- `claude -p` 같은 프롬프트 실행 명령을 cron과 결합하면,
반복 모니터링/처리 업무를 상시 자동화할 수 있다.
- 예시: GitHub 이슈를 주기적으로 조회하고,
새 이슈가 생기면 해결 방안을 계획한 뒤 실제 해결 작업까지 진행하도록 지시할 수 있다.
- 핵심은 “수동 확인 → 계획 → 실행” 흐름을 정기 잡으로 옮겨,
운영 부담을 줄이고 대응 속도를 높이는 것이다.
### 7) 대량 변경일수록 로깅을 ‘문서���’ 중심으로 강제한다
- LLM이 무언가를 변경했다면, 변경 결과를 반드시 문서로 남기도록 지시한다.
- 단순 실행 로그 나열보다, 사람이 빠르게 이해할 수 있는 압축 보고 형식이 효과적이다.
- 권장 로그 구조:
- 무엇을 바꿨는가 (파일/모듈/설정)
- 왜 바꿨는가 (의도/문제 배경)
- 어떤 영향이 있는가 (동작/사용자/운영 영향)
- 후속 확인 포인트는 무엇인가 (테스트/모니터링/롤백 기준)
- 이렇게 누적된 문서형 로깅은,
인간이 변경사항을 빠르게 따라가고 검토 품질을 유지하는 데 큰 도움이 된다.
원본영상: https://t.co/sKOHrPVrCY
The future of crypto is bright, as the world moves toward a more decentralized and inclusive financial system. Crypto will no longer be seen as a speculative asset but as an essential tool for payments, investment, and economic empowerment. With advancements in DeFi, Web3, and
Yap early, yap only, yap often.
@_kaitoai is connecting AI, attention and capital with Yaps.
Just claimed my social card and I'm accumulating Yap points in real-time.
Claim yours 👉 https://t.co/Q6wT8E9SnC
If you thought NFT mania was crazy in 2021, wait until you see the hysteria that Ai agents bring in 2025.
The growth of sentient Ai agents is going to expand rapidly in this market.
There are already too many to keep track of, but here is a tier-tracker of some of the more popular ones.
S-Tier
$GOAT & $FART - @truth_terminal : The OG of the meta
$BULLY - @dolos_diary : A hysterical troll on the internet who will make you feel worthless
$ZEREBRO - @0xzerebro : A glorious art Ai agent.
A-Tier
$CENTS - @centienceio : A utility AI token
$LUM - aethernet on Warpcast: The first Ai-to-Ai token creation
B-Tier
$BOTTO - @bottoproject : A DAO that creates weekly art through Ai generated images
$SHEGEN - @aiwdaddyissues : A female agent with daddy issues, a great personality.
$AVA - @AVA_holo : An emerging female agent with backing from Wintermute and built on @HoloworldAI
C-Tier
$LUNA - @luna_virtuals : Flagship agent from the growing Virtuals Protocol on Base
$CLANKER - Proxystudio.eth on Warpcast: The genesis of sentient agents on Warpcast
D-Tier
$SPENCE - @spencience: Has potential, dealt with a slower start than other agents
$FCAST - first official tokenbot deployment on Warpcast. Just because you are first does not always mean you will be great.
How would you rank them and what did I forget?
ERC404 is the newest narrative set to bring you 1000x gains.
It's important to enter it early to get generational wealth 💸
🗼 Projects with 10,000% potential
🗼 Airdrops to participate
🗼 Full explanation of the technology behind it
Ready to dive into Ecosystem with 1000x potential?
#ERC404, the hot new narrative that's already skyrocketing over 7,000%.
- What is ERC-404
- How ERC404 works
- Airdrops & Strategies to capitalize
- Projects with over 100x potential
Don't fade while it's still early! 🧵⬇️