AI 473
- Transformer의 Layer Normalization 배치 — 왜 최신 LLM은 Post-LN에서 Pre-LN으로 옮겨갔는가
- Transformers are RNNs: 선형 어텐션으로 만드는 빠른 자기회귀 트랜스포머
- TimesFM 3.0: 다변량 시계열 예측을 위한 제로샷 파운데이션 모델
- InfraTech: AI 인프라 학습을 위한 오픈소스 자료 저장소
- 보상 부정행위는 어디까지 일반화되는가: Anthropic의 Misaligned Reward Seeker 실험
- Claude 텍스트 워터마킹: SynthID-Text 기반 AI 생성 표식과 EU AI Act 대응
- A Structured Self-Attentive Sentence Embedding: 2D 행렬로 문장을 표현하기
- Squeeze-and-Excitation Networks: 채널 어텐션으로 CNN 성능 끌어올리기
- Intern-S2-Mobius: 지식과 추론을 분리한 파운데이션 모델 아키텍처
- Attention Is All You Need: 순환 구조를 걷어낸 Transformer 아키텍처
- Neural Machine Translation by Jointly Learning to Align and Translate: 어텐션 메커니즘의 시작
- Mind Viruses: 멀티 에이전트 LLM 시스템에서 자가 전파되는 아이디어
- Hierarchical Attention Networks: 문서 분류를 위한 계층적 어텐션 구조
- Qwen3.8 공개 예고 - 2.4조 파라미터 오픈 웨이트 모델과 Max-Preview 선공개
- 오픈소스 LLM vs 빅테크 LLM API: 비용과 리스크의 재계산
- Codex Resets - 트윗 한 줄로 결정되는 Codex 사용량 제한 초기화 추적기
- The Making of Claude Code: 코딩 어시스턴트에서 자율 에이전트까지의 여정
- OpenScience: 문헌부터 실험·보고서까지 자동화하는 AI 연구 워크벤치
- Pocket TTS: 주머니 속 CPU에서 돌아가는 경량 음성 합성
- 코드 청결도는 코딩 에이전트에 영향을 줄까: 통제된 최소 대조쌍 연구
- 자기회귀 언어모델은 사실 에너지 기반 모델이다: 다음 토큰 예측의 계획 능력
- Microsoft AI Agents for Beginners: AI 에이전트 입문 12강 무료 코스
- 대부분이 모르는 Claude 기능 총정리: 17가지 활용 가이드
- Anthropic이 개발자 신뢰를 잃는 방법: 과금과 벤더 락인 비판
- 다가오는 AI 마진 붕괴: GLM 5.2와 추론 경제학
- Claude Science: 생명과학 연구를 위한 통합 워크벤치 공개 베타
- Claude Fable 5 재배포: 수출 통제 해제와 강화된 안전장치
- Nano Banana 2 Lite: 가장 빠르고 저렴한 Gemini 이미지 모델
- Claude Fable 5와 Mythos 5 수출 통제 해제와 접근 복구
- Transformer Explainer: 브라우저에서 GPT의 내부 동작을 시각화하다
- Harness Engineering: AI 에이전트를 감싸는 스캐폴딩 설계라는 학문
- Brain2Qwerty: 비침습 MEG로 뇌에서 문장을 디코딩하다
- Paca: 인간과 AI 에이전트가 함께 일하는 오픈소스 프로젝트 관리 도구
- MeshGraphNets: 그래프 신경망으로 메시 기반 물리 시뮬레이션 학습하기
- MeshGraphNets는 처음 보는 형상에 일반화될까: 유체역학 도메인 실험
- SEFD: SEC EDGAR 공시를 레이아웃 충실·토큰 효율 학습 데이터로 재구성하기
- SKILLMIGRATOR: 전이 가능한 상호작용 패턴으로 도메인을 넘어 웹 스킬 재사용하기
- Mistral OCR 4: 구조화된 문서 인텔리전스 OCR 모델
- DESIGN.md: AI 에이전트를 위한 디자인 시스템 명세 포맷
- drawio-skill: 자연어로 draw.io 다이어그램을 생성하는 스킬
- OpenClaw-Skill: 집단 지성 기반 스킬 트리 탐색으로 에이전트 LLM 강화하기
- Trainee에서 Trainer로: LLM이 자신의 RL 훈련 환경을 설계하다
- AtomMem: 원자적 사실 기반 LLM 에이전트 메모리 시스템
- LLM 에이전트는 세계 모델을 추론할 수 있는가: Agentic Automata Learning 벤치마크
- SpatialClaw: 코드를 행동 인터페이스로 삼은 학습 불필요 공간 추론 에이전트
- SkillWeaver: LLM 에이전트를 위한 조합형 스킬 라우팅 — 분해·검색·조합
- PreAct: 반복 작업에서 점점 빨라지는 컴퓨터 사용 에이전트
- Claude Tag: Slack에서 팀과 협업하는 AI, @Claude로 작업 위임하기
- SkillSpector: 설치 전에 AI 에이전트 스킬을 검사하는 보안 스캐너
- Agent-Reach: AI 에이전트에게 API 비용 없이 인터넷 접근을 주는 CLI
- Ponytail: AI 에이전트에게 '최소한의 코드'를 가르치는 플러그인
- 기초부터 이해하는 GPU Network 1: GPU Interconnect Bandwidth
- Codex의 SQLite 로그가 연간 640TB를 기록해 SSD를 갉아먹은 사건
- Loop Library: 검증과 멈춤 조건을 갖춘 AI 에이전트 루프 모음
- AI로 구글 API 1,500개를 퍼징해 50만 달러 버그바운티를 받은 방법
- AI 시대, 나의 전문성을 재설계하는 법 (하용호)
- 루프란 무엇인가: Claude·GPT·Mira로 보는 AI 루프의 작동 원리와 비용
- Free-Router: 무료 AI 모델을 실시간 모니터링하고 전환하는 CLI 도구
- Claude 신원 확인 제도: 누가 AI를 사용하는지 확인하는 절차와 개인정보 처리
- Open Knowledge Format : AI 에이전트를 위한 벤더 중립 지식 공유 표준
- Anthropic Mythos 접근 회수 논란 : SK텔레콤·수출 통제·공급망 신뢰
- Agentic Code Review : 작성은 저렴해지고 검증이 병목이 된 시대
- re_gent : AI 코딩 에이전트 활동을 추적하는 버전 관리 시스템
- Kimi K2.7 Code : 장기 코딩에 특화된 오픈 가중치 에이전트 모델
- GLM-5.2 : 1M 컨텍스트를 지원하는 완전 오픈 프런티어 모델
- DiffusionGemma : 확산 기반으로 더 빠른 텍스트 생성
- OpenAI Codex : 레이트 리밋 리셋을 저장해 원할 때 사용하기
- V-JEPA 2.1: 비디오 자기지도학습에서 조밀한 특징을 끌어내다
- PixelRAG: 문서를 스크린샷으로 검색하는 픽셀 네이티브 RAG
- Open Code Review : 알리바바의 오픈소스 AI 코드 리뷰 CLI
- Codex Record & Replay : 워크플로우를 시연해 재사용 스킬로 만들기
- From AGI to ASI: 초지능으로 가는 네 갈래 경로와 병목 분석
- 16개의 Claude 에이전트가 C 컴파일러를 만들다: 멀티 에이전트 개발 실험
- HRM-Text-1B: 계층적 추론 모델 기반 1B 언어 모델
- Claude Fable 5 & Mythos 5 접근 중단 - 미국 정부 수출 통제 지시
- SIA: 하네스와 가중치를 동시에 업데이트하는 자기 개선 AI 시스템
- 하네스 엔지니어링: 에이전트 우선 세계에서 Codex 활용하기
- Darwin Gödel Machine: 자기 개선 에이전트의 개방형 진화
- AI+HW 2035: AI와 하드웨어 공동 설계의 10년 로드맵
- Hermes Agent Self-Evolution: DSPy+GEPA로 에이전트 스킬·프롬프트를 자동 진화시키는 파이프라인
- Gated DeltaNet-2: 선형 어텐션에서 삭제와 쓰기 게이트 분리
- Boson AI Higgs Audio v3 TTS 4B 모델
- Agentopia: 에이전트 사회에서의 장기 생활 시뮬레이션과 학습
- 2026년 에이전틱 애플리케이션 구축을 위한 주요 프레임워크 비교
- NVIDIA Nemotron 3.5 ASR Streaming 0.6B - 다국어 스트리밍 음성 인식 모델
- LangGraph 기반 차세대 Agentic RAG (2026 에디션)
- DiffusionGemma - 병렬 텍스트 생성과 Diffusion 기반 언어 모델
- LLM 시각 가이드 Part 1 - 토크나이제이션과 임베딩
- 루프 엔지니어링: AI 에이전트를 직접 프롬프트하는 시대에서 루프를 설계하는 시대로
- Long-Running Agents: 장시간 실행 에이전트의 아키텍처와 설계 패턴
- Claude Fable 5 & Mythos 5 - Anthropic 새 모델 발표
- Claude Code Auto Mode: 승인 피로 없는 안전한 자동 권한 시스템
- OpenCV 5: DNN 엔진을 다시 쓴 20년 만의 대규모 현대화
- Microsoft Scout - 상시 작동하는 개인 AI 에이전트
- Microsoft MAI-Code-1-Flash: 일상 개발자 워크플로우를 위한 코딩 모델
- Meta-Agent Challenge: 에이전트가 에이전트를 만들 수 있는가
- claude-oceanus 유출 루머: 엔터프라이즈 전용 고가 모델이라는 주장
- World Models Meet Language Models: 언제 시뮬레이션을 믿어야 하는가
- Open Athena: LLM 사전학습을 3.6배 빠르게 만든 스택
- NVIDIA Nemotron-3-Ultra: 550B LatentMoE 추론 모델
- Hermes Agent: 모든 메신저에 붙는 Nous Research의 AI 데스크톱
- Cosmos 3: Physical AI를 위한 옴니모달 월드 모델
- Odysseus: 내 하드웨어에서 돌리는 셀프호스팅 AI 워크스페이스
- Ideogram 4: 첫 오픈 웨이트 텍스트-이미지 파운데이션 모델
- Microsoft MAI: 언덕 오르기 기계로 만든 7개의 새 모델
- Google DeepMind Science Skills: 과학 연구를 위한 에이전트 스킬 모음
- 장기 에이전트 작업의 교차 벤치마크 일반화
- VLM3: 비전 언어 모델은 태생부터 3D 학습기다
- TaskMem: 멀티모달 에이전트를 위한 작업 중심 기억 학습
- A Harness for Every Task: Claude Code의 동적 워크플로우
- AgingBench: 배포된 AI 에이전트는 시간이 지나면 늙는다
- Codex Sites: 프롬프트에서 호스팅 사이트까지, OpenAI의 배포 플러그인
- Agent Executor (AX): Google이 공개한 분산 에이전트 런타임
- Gemma 4 12B: 인코더 없는 통합 멀티모달 모델
- 누구나 만들 수 있을 때 무엇이 중요한가: Figma가 말하는 속도·방향·정교함
- How We Contain Claude: 제품별 에이전트 격리(Containment) 패턴 해부
- Qwen-VLA: 작업·환경·로봇 형태를 통합하는 비전-언어-행동 모델
- 메타엔지니어링 하네스: 계약 기반 적대적 검증으로 만드는 AI 네이티브 소프트웨어 생산
- 에이전트 워크플로를 LLM 가중치로 컴파일하기: 100배 저렴한 지하 에이전트
- LLM 에이전트가 직접 학습 데이터를 만든다: 자율 에이전트 데이터 엔지니어링
- When AI builds itself: 재귀적 자기개선을 향한 Anthropic의 현주소
- 스킬과 하네스: 에이전트의 정책과 피드백 루프
- SMART: 단일 벡터 임베딩 모델 안에 숨어 있는 멀티 벡터 검색 능력 끌어내기
- Anthropic External Researcher Access Program: AI 안전 연구자를 위한 무료 API 크레딧
- Native Multimodal Modeling 로드맵: 융합 아키텍처에서 평가까지의 5단계 분류
- Epicure - 414만 다국어 레시피와 화학 정보로 학습한 식재료 임베딩 3종
- Earth2Studio: NVIDIA의 AI 기반 날씨·기후 모델링 통합 프레임워크
- PapersWithCode 부활 1주차 - 다중 메트릭, 논문 계보, 신규 메소드 등 6가지 신규 기능
- JEPA - 얀 르쿤이 제시한 자기회귀 생성 모델의 대안 아키텍처
- AutoResearch - 과학 연구 자동화의 5단계 자율성 스펙트럼(L0-L4) 서베이
- AI 혁명은 산업혁명과 다르다 - 토큰 기반 가격이 만드는 생산성 역설
- Neuroevolution: Harnessing Creativity in AI Agent Design - MIT Press의 무료 신경진화 교과서
- METR 프런티어 위험 보고서 - 내부 AI 에이전트의 오정렬 위험을 평가하다
- Lance - 다중 태스크 시너지로 만든 ByteDance의 경량 통합 멀티모달 모델
- Google, I/O 2026에서 Gemini 3.5 정식 공개 - 에이전트 성능과 새 구독 체계
- Qwen 3.5의 검열 회로 해부 - 가중치에 새겨진 국가 검열의 메커니즘 해석
- 심층 신경망 지속 학습의 순서 변수와 상전이 - 망각을 예측하는 통계역학 이론
- Code as Agent Harness - 코드를 에이전트의 실행·검증·상태 기반으로 재정의한 서베이
- Slot-MPC - 객체 중심 표현과 그래디언트 기반 MPC로 푸는 시각 계획
- 하네스 엔지니어링 배우기 - 신뢰할 수 있는 AI 코딩 에이전트를 만드는 5개 서브시스템
- Anthropic, SDK·MCP 서버 도구 기업 Stainless 인수 - 에이전트 연결성 강화
- OpenAI Harness Engineering: 인간이 한 줄도 안 쓴 100만 줄짜리 제품, Codex 가 어떻게 만들었나
- Cloudflare Skills - Workers와 Agents SDK 개발을 위한 에이전트 스킬 모음
- SpecGuard - AI 코딩 전 명세를 검증하는 Validation-First Workflow 도구
- arXiv, AI 생성 저품질 논문에 1년 제출 금지 - 환각 인용과 챗봇 프롬프트 흔적 차단
- Agentic Memory 4가지 유형 해부: 컨텍스트, 외부, 에피소딕, 파라메트릭 메모리 설계
- AI 구독 시한폭탄 - 월 20달러 가격은 보조금이고 IPO 후 폭증할 것
- Google AI 검색 최적화 공식 가이드 - SEO는 여전히 유효하고 AEO 핵은 불필요하다
- 대규모 코드베이스에서 Claude Code 작동 방식 - 하네스, CLAUDE.md, Skill, LSP 모범 사례
- AI는 당신의 프로세스를 빠르게 만들지 못한다 - 진짜 병목은 요구사항 명세다
- John Gruber - AI는 제품이 아니라 기술이다, 무선 네트워킹처럼 모든 기기에 스며들 것
- Eugene Yan의 AI 협업 5가지 원칙 - 컨텍스트, 설정, 검증, 위임, 피드백 루프
- AI IQ : 17개 벤치마크로 AI 모델의 지능과 EQ, 비용을 동시에 측정하는 플랫폼
- Google, I/O 2026에서 새 Gemini 공개 예정 — GPT-5.5급, Mythos에는 못 미친다는 보도
- codingplans.cc — 52개 AI 코딩 공급자의 요금제와 사양을 한 화면에서 비교
- Claude Code Bible 2026 — 10장 + 보너스 3장, AI 보조 개발의 실전 안내서
- Meta Muse Spark 공개 — Superintelligence Labs의 첫 멀티모달 추론 모델
- Anthropic — Claude에게 '왜'를 가르치기, 에이전틱 정렬 학습 연구
- AI 시대에 더 중요해진 소프트웨어 기본기 - Matt Pocock의 5가지 실패 모드와 스킬
- Microsoft MDASH - 100개 이상의 AI 에이전트로 사이버짐 1위, 앤트로픽 미토스를 능가하다
- Prompt Engineering Guide - 74.6k 스타의 오픈소스 프롬프트 학습 자료
- OpenAI 모델, 80년 묵은 이산기하 난제(단위거리 문제)를 자율적으로 반증하다
- Claude 유료 플랜의 프로그래매틱 크레딧 분리 - Agent SDK와 claude -p가 별도 한도로
- Andrej Karpathy Skills - LLM 코딩 함정을 줄이는 Claude Code 플러그인
- Qwen-Image-2.0 텍스트 렌더링과 이미지 편집을 하나로 묶은 통합 생성 모델
- NVIDIA AnyFlow - 추론 단계 수에 자유로운 14B 비디오 디퓨전 모델
- Jina Embeddings v5 Omni 텍스트 이미지 오디오 비디오를 하나의 Elasticsearch 인덱스로
- GitHub Spec Kit 명세서가 실행 가능한 산출물이 되는 개발 방법론
- Code with Claude SF 컨퍼런스 정리 - 19개 세션이 보여준 Anthropic의 차세대 개발 청사진
- AI Agent Complexity Ratchet — 90% 테스트 커버리지가 AI 코딩의 새 표준이 된 이유
- Claude 90% 할인 중국 암시장의 정체와 AI 데이터 탈취 위험
- 에고의 연금술 - AI는 어떻게 미완성 생각을 유창한 확신으로 바꾸는가
- Claude Code로 HTML 쓰기: 마크다운을 버리고 HTML을 출력 포맷으로 택한 이유
- Claude Code /goal - 조건이 충족될 때까지 Claude를 계속 작동시키기
- Claude Code Agent View - 여러 에이전트 세션을 한 화면에서 관리하기
- DORA 리포트: AI 보조 소프트웨어 개발의 ROI — 엔지니어링 속도와 재무 성과 사이의 간극 메우기
- Anthropic가 공개한 Claude for Financial Services: 금융 워크플로우 에이전트·스킬·커넥터 오픈소스
- Direct Corpus Interaction: 임베딩 없이 grep과 셸로 BRIGHT, BEIR 벤치마크 SOTA 달성
- Anthropic Teaching Claude Why: 원칙 기반 정렬로 블랙메일률 65%에서 19%로
- Claude Code 기반 무료 마케팅 자동화 워크플로우
- 중국, 미국 제치고 AI 인재 경쟁 1위로: NeurIPS 최상위 연구자 통계가 보여주는 지각 변동
- AI Co-Mathematician: 수학자와 협업하는 에이전트 워크벤치, FrontierMath Tier 4에서 48% 달성
- OpenAI GPT-Realtime-2, Translate, Whisper - GPT-5급 추론을 갖춘 실시간 음성 API 모델 3종 공개
- OpenAI Codex Pet 기능, 데스크톱 펫으로 에이전트 상태를 보여주다
- Cloudflare 1,100명 감원, AI 네이티브 운영을 위한 조직 재설계
- Multiagent Debate - 다중 에이전트 토론으로 LLM 사실성과 추론 향상
- Gemma 4 Multi-Token Prediction - 품질 손실 없이 최대 3배 추론 가속
- GOAT - 학습 가능한 사전 분포로 어텐션 메커니즘을 재설계하다
- Codex CLI 0.128.0의 /goal 명령과 Ralph Loop 기반 자율 에이전트
- Voicebox, 내 컴퓨터에서 돌아가는 오픈소스 음성 합성 스튜디오
- ECE7115, 인하대 Multimodal VLM 강의가 Stanford CS336을 따라가는 법
- Vision Banana, 이미지 생성 모델이 범용 비전 학습자가 된다
- 바이브 코딩의 환상 - AI가 만드는 실행되는 코드와 사람이 원하는 제품의 간극
- DeepSeek-V4 패밀리 공개, Flash와 Pro 그리고 1.6T 베이스 모델
- Ouroboros - 한국 개발자가 만든 Specification-First AI 코딩 Agent OS
- Agent Harness Engineering: 모델보다 그 주변이 더 결정적이라는 Addy Osmani의 정리
- Gemini 앱이 Docs Sheets Slides DOCX XLSX PDF를 직접 생성하기 시작했다
- Claude Code와 Codex를 함께 쓰는 이유: 게이트가 아닌 어드바이저로 묶는 듀얼 에이전트 워크플로
- Gemini Enterprise Agent Platform - Vertex AI를 잇는 4 필러 에이전트 플랫폼
- Anthropic-AWS 10년 1000억 달러 컴퓨트 파트너십: Trainium 기반 5GW 확보
- A2A와 MCP가 함께 동작하는 방식 - 멀티 에이전트 시스템을 위한 5가지 통합 패턴
- Google Gemini Deep Research Agent - 장기 리서치 과제를 자동 수행하는 Interactions API
- Google Cloud Agent Governance Stack - 에이전트 함대를 엔지니어링 조직처럼 다루는 5계층
- OpenAI GPT-5.5 공개 - 에이전틱 코딩, 지식 노동, 과학 연구의 새 기준
- Google agents-cli - 코딩 어시스턴트를 Google Cloud 에이전트 전문가로 만드는 스킬 레이어
- Anthropic Claude Code 품질 저하 사후분석 - 한 달 동안 겹친 세 가지 버그
- 스페이스X, 커서 600억 달러 인수 옵션 확보: xAI 합병 후 AI 코딩 시장 본격 진입
- Martin Fowler의 2026년 4월 단상 - 인지 부채, AI 시스템 3, 검증의 재발견
- OpenDataLoader PDF: AI 학습용 데이터와 접근성을 동시에 해결하는 오픈소스 파서
- Google DeepMind 엘리트 코딩 팀 구성: Anthropic과의 격차를 좁히는 2026년 전략
- Anthropic Pro 플랜에서 Claude Code 제거 논란: 2% 테스트인가, 정책 전환의 신호탄인가
- OpenClaw Anthropic Provider 복귀: Claude CLI 재사용과 API 키 설정 완벽 가이드
- OpenAI ChatGPT Images 2.0: 2K 정밀도와 비라틴 문자 렌더링 혁신
- Google LiteRT-LM: 엣지 디바이스용 고성능 온디바이스 LLM 추론 프레임워크
- Roo Code v3.36 업데이트: 비파괴 컨텍스트 관리, GPT-5.2, Gemini 3 Flash, Claude Sonnet 1M 지원
- Claude Live Artifacts: Cowork에서 자동 갱신 대시보드 만들기
- Gemini in Chrome 한국 출시: AI가 탑재된 브라우저가 바꿀 일상
- AI 코드 리뷰, 정말 믿을 수 있을까? 자체 벤치마크로 검증한 기록
- 챗GPT에 아이디어를 바로 묻지 말라: 독일 연구팀이 밝힌 '설계 고착화' 현상과 HAICo 해법
- Anthropic의 Harness Design: 장시간 실행 에이전트를 위한 Generator-Evaluator 구조
- Friends Don't Let Friends Use Ollama - llama.cpp 기반 대안 재검토
- OpenAI Trusted Access for Cyber 확대와 GPT-5.4-Cyber 공개
- Anthropic Claude Design 공개 - Opus 4.7 비전 모델 기반 협업 디자인 도구
- Qwen3.6-35B-A3B: 350억 파라미터 MoE 모델, 30억만 활성화하는 에이전틱 코딩 오픈소스
- OpenAI, 기술 미디어 TBPN 인수: AI 시대의 커뮤니케이션 전략 전환
- Claude Opus 4.7 출시: 셀프 검증, 3.3배 고해상도 비전, 코딩 13% 향상
- SuperGemma4 26B Uncensored MLX 4bit v2 - Apple Silicon용 고속 로컬 에이전트 모델
- OpenAI Agents SDK 진화 - 네이티브 샌드박스와 모델 네이티브 하네스
- Gemini CLI Subagents 도입 - 독립 컨텍스트 기반 병렬 오케스트레이션
- Gemini Robotics-ER 1.6: 로봇을 위한 추론 우선 모델
- 단일 연산자 EML로 모든 초등 함수 표현하기
- Claude Code 100시간 vs Codex 20시간 14년차 엔지니어의 비교 후기
- k-skill 한국인을 위한 AI 에이전트 스킬 모음집
- 언어는 달라도 정보 전달 속도는 같다 초당 39비트의 보편성
- Nous Research Hermes Agent 자기 진화하는 AI 에이전트 프레임워크
- 저비트 양자화는 임베딩 모델을 '눈멀게' 만든다: jina-v5 코사인 상관 관측
- Microsoft VibeVoice: 장형식 음성 처리를 위한 오픈소스 ASR/TTS 패밀리
- Microsoft Foundry Local: 제로 셋업으로 동작하는 통합 로컬 AI 엔진
- LG EXAONE 4.5 33B: 한국어 특화 첫 오픈 비전-언어 모델
- Meta의 새 AI 모델 전략: 부분 오픈소스와 독점의 혼합
- AI 기반 Google Finance, 한국 포함 100개국 이상으로 글로벌 확장
- AX팀을 만드는 순간 조직은 AX에 실패한다: AI 전환의 역설
- Claude Advisor 전략: Opus와 Sonnet의 지능형 협업 모델
- Agent Skills: AI 코딩 에이전트를 위한 프로덕션급 엔지니어링 스킬
- AI 에이전틱 패턴 4년의 진화: 프롬프트에서 하네스까지
- Meta HyperAgents: 자기 개선형 AI 에이전트 프레임워크
- Anthropic Managed Agents: 두뇌와 손을 분리하는 에이전트 아키텍처
- Claude Code Issue 42796, Thinking Redaction과 품질 회귀의 6852개 세션 정량 분석
- Claude Code 캐시 버그 11종 포렌식 분석, Max 플랜 토큰 10-20배 소모 원인 추적
- Anthropic Project Glasswing 출범, Claude Mythos Preview로 사이버보안 취약점 자동 탐지
- Cursor 3.0: 에이전트 중심으로 완전히 재설계된 개발 환경
- 멀티 에이전트 오케스트레이션의 현실: $5,000 실험에서 배운 교훈
- Google AI Edge Gallery: 모바일에서 Gemma 4를 완전 오프라인으로 실행하는 앱
- RTK: AI 코딩 도구의 토큰 소비를 60~90% 줄이는 Rust CLI 프록시
- LM Studio CLI로 Google Gemma 4 로컬 실행: M4 Pro에서 51 tok/s 달성
- 코딩 에이전트의 6가지 핵심 구성 요소: 모델보다 하니스가 중요하다
- Claude Code 성능 저하 논란: Adaptive Thinking 도입 후 68% 불만 증가
- Claude Code 사칭 악성코드 급증: InstallFix 캠페인부터 npm 타이포스쿼팅까지
- Google Gemma 4: Gemini 3 기반 오픈 AI 모델, 멀티모달·에이전트·엣지 지원
- GitHub Copilot SDK 퍼블릭 프리뷰: 에이전트 런타임을 직접 통합하는 방법
- Claude 구독 플랜, 써드파티 도구 사용 제한 발표: 배경과 대응 방안
- Hermes Agent: Nous Research의 자기 학습형 자율 AI 에이전트 플랫폼
- Claude Code 소스 유출 전체 분석: 사건 경위부터 내부 구조, 숨겨진 기능, 업계 교훈까지
- Claude Code의 숨겨진 강력한 기능 15가지
- OpenAI, Claude Code용 Codex 플러그인 공개 - 코드 리뷰와 작업 위임
- Harness - Claude Code용 에이전트 팀 & 스킬 아키텍트 플러그인
- Anthropic Claude Mythos, 데이터 유출로 존재가 드러난 차세대 AI 모델
- 에이전틱 SaaS가 바꾸는 미래 - UI, 아키텍처, 과금 모델의 변화
- OpenAI Codex 공식 활용 사례 12가지 총정리
- Claude 컴퓨터 제어 기능 출시 - 마우스, 키보드, 화면 직접 조작
- Anthropic 하네스 설계 - 장기 실행 앱 개발을 위한 멀티 에이전트 아키텍처
- AI 시대 개발자 수요 전망 - 제번스의 역설과 미래 개발자의 역할
- GitHub 개인정보 정책 변경, 4월 24일부터 기본값으로 AI 학습 데이터 활용
- Claude Code 치트시트 - 단축키, 명령어, 설정 완벽 가이드
- Claude Code로 생산성 극대화하기 - 인프라 중심 워크플로우 혁신
- 2026 Bio-AI 오픈소스 감사 보고서 - 10개 저장소의 신뢰성 검증 결과
- AI 코딩 에이전트, 속도를 늦춰야 하는 이유 - 품질 저하 경고와 올바른 활용법
- Google TurboQuant - 극한 압축으로 AI 효율성을 재정의하는 양자화 알고리듬
- 충분히 상세한 명세는 곧 코드다 - AI 에이전트 코딩의 한계
- Andrej Karpathy가 말하는 코드 에이전트, AutoResearch, 그리고 AI의 루피 시대
- GPT-5.4로 프론트엔드 디자인하기: 실전 프롬프팅 가이드
- System 3: AI는 도구가 아닌 제3의 사고 시스템
- 하네스 엔지니어링 - AI 에이전트 성능을 좌우하는 시스템 설계의 모든 것
- AI 에이전트 실전 활용의 최전선 - 하네스 설계부터 자율 연구, 자기 진화 모델까지
- cmux - Ghostty 기반 AI 코딩 에이전트 전용 macOS 터미널
- Cursor Composer 2 - 자체 코딩 AI 모델로 최첨단 성능과 저렴한 비용의 새로운 조합
- AI 시대 개발 방법론 - SDD와 TDD의 결합으로 에이전트 코딩 품질 보장하기
- Google Stitch - AI 네이티브 바이브 디자인 플랫폼
- AI 에이전트 프로토콜 개발자 가이드 - MCP, A2A 등 6가지 프로토콜 총정리
- 코드 작성 속도가 문제라고 생각했다면 더 큰 문제가 있는 것이다
- OpenAI Codex - 소프트웨어 엔지니어를 위한 AI 에이전트 플랫폼
- LLM을 컴퓨터로 만들기 - 트랜스포머 내부에서 프로그램을 실행하는 방법
- Claude Code Skills 활용 교훈 - Anthropic이 공유하는 9가지 스킬 카테고리와 작성 팁
- Trie 기반 빔 서치 - LLM 디코딩의 메모리와 속도를 동시에 잡다
- Partial Information Decomposition 관점에서 자기지도 학습 재고
- OpenJarvis - 스탠포드가 만든 로컬 디바이스 개인용 AI 스택
- AI 도구 도입만으로는 부족하다 - AX 조직 전환의 5가지 축
- NVIDIA NemoClaw - AI 에이전트를 위한 샌드박스 보안 스택
- 그래프 표현 학습을 위한 Joint Embedding 예측적 자기지도 프레임워크
- GLF - 자기지도 대조 학습을 위한 일반화된 학습 프레임워크
- AutoBE - 자연어로 백엔드를 자동 생성하는 AI 빌더
- A²SL - 데이터 부족 환경에서의 환경 지식 발견을 위한 자기지도 학습 프레임워크
- LLM Architecture Gallery - 43개 LLM 아키텍처를 한눈에 비교하는 갤러리
- 지금 AI는 너무 싸다 - AI 가격 거품과 개발자 생존 전략
- LLM으로 소프트웨어를 만드는 방법 - 아키텍트-개발자-리뷰어 다중 에이전트 워크플로우
- 코드 리뷰는 죽었다 - AI 시대의 스펙 기반 검증으로의 전환
- ChatGPT와 mRNA 백신으로 반려견 암 치료에 성공한 시민 과학자 이야기
- MCP는 죽었다, MCP 만세 - 엔터프라이즈 환경에서 MCP가 여전히 필수인 이유
- Attention Residuals: 기존 잔차 연결을 대체하는 새로운 Transformer 아키텍처
- AI 시대에도 프로그래밍을 배워야 하는가 - Carson Gross의 Yes, and...
- Replit Agent 4 출시 : 디자인 캔버스, 병렬 태스크, 태스크 보드까지 역대급 업데이트
- LLM 신경해부학: 가중치 변경 없이 중간 레이어 복제로 리더보드 1위 달성
- AgentHub: AI 에이전트를 위한 경량 협업 플랫폼과 Autoresearch GPT-2 튜닝 성과
- NanoClaw - Docker 컨테이너 격리를 통한 안전한 AI 에이전트 실행 오픈소스 아키텍처
- AI가 드러낸 개발자들의 슬픔과 정체성 분열
- Claude Opus 4.6 & Sonnet 4.6 - 1M 컨텍스트 윈도우 정식 출시
- OpenAI AI 에이전트 구축 실용 가이드 - 설계부터 배포까지
- OpenAI 하네스 엔지니어링 - 에이전트 우선 개발로 5개월간 코드 없이 제품 구축
- CanIRun.ai - 내 컴퓨터에서 실행 가능한 AI 모델을 확인하는 도구
- Claude 인터랙티브 시각화 - 대화 속 실시간 차트와 다이어그램
- Claude Code 언어별 비용 실험 - 동적 타입 언어가 2.6배 저렴한 이유
- Anthropic Skill Creator 업데이트 - Eval 테스트와 멀티 에이전트 검증
- 프롬프트의 정중함이 LLM 정확도에 미치는 영향 - Mind Your Tone 논문 분석
- Deep Think with Confidence - LLM 추론의 신뢰도 평가 연구
- AI 에이전트 워크플로우 패턴 3가지 - 순차, 병렬, 평가자-최적화
- Google Gemini Embedding 2 - 최초의 네이티브 멀티모달 임베딩 모델
- Cloudflare, Browser Rendering /crawl 엔드포인트 공개 베타 출시
- Amazon, AI 코드 변경에 시니어 엔지니어 승인 의무화
- OpenAI, 오픈소스 개발자를 위한 Codex 지원 프로그램 출시
- LangChain 스킬 공개 - Claude Code 통과율을 25%에서 95%로 끌어올린 방법
- OpenAI Symphony - AI 에이전트 기반 프로젝트 관리 자동화
- Karpathy의 AutoResearch - AI 에이전트가 밤새 자율적으로 LLM 연구를 수행하는 프레임워크
- Claude Code Review - 멀티 에이전트 PR 코드 리뷰 기능 출시
- OpenAI GPT-5.4 공개 - 1M 컨텍스트와 네이티브 컴퓨터 사용
- LLM의 L은 거짓말을 의미한다 - AI 코드 생성의 위조 논란
- Claude Code 가이드 - 72페이지 무료 전자책 공개
- AI 에이전트를 위한 CLI 재설계 - 5가지 핵심 원칙
- Simon Willison의 에이전틱 엔지니어링 패턴 가이드
- AI 코드 재작성을 통한 라이선스 세탁 논란 - chardet 사례
- Claude Code HTTP Hook - 더 쉽고 안전한 훅 시스템
- Anthropic Academy - 무료 AI 교육 플랫폼 출시
- AI가 주니어 개발자를 쓸모없게 만들고 있다
- 테스트 코드가 새로운 해자가 되는 시대
- Qwen3.5 - 알리바바의 새로운 대규모 언어 모델 시리즈
- OpenAI Codex Windows 앱 - 네이티브 샌드박스와 병렬 에이전트
- AI 에이전트 메모리 실험: 요약된 지식이 오히려 성능을 떨어뜨린다
- ChatGPT 9억 유저의 역설 - Benedict Evans가 분석한 OpenAI의 전략적 딜레마
- Anthropic 페르소나 선택 모델(PSM) - Claude는 캐릭터다, AI의 인간적 행동 원리
- Anthropic vs 펜타곤 - 군사 AI 사용 최후통첩과 안전 서약 후퇴의 모순
- AI 코딩이 초래하는 숨겨진 비용: 인지 부채와 기술 퇴화
- Sam Altman - AI가 AI 연구를 가속한다, 예상보다 빠른 초지능 도래와 준비되지 않은 세계
- Paul Ford의 바이브 코딩 칼럼 - 35만 달러짜리 프로젝트를 월 200달러로 끝내는 시대
- 에이전틱 엔지니어링 시대의 생존 스킬 9가지
- Perplexity Computer - 19개 AI 모델을 조율하는 범용 디지털 워커
- MCP는 죽었다, CLI 만세 - LLM 도구 통합의 현실적 대안
- Anthropic AI 에이전트 자율성 측정 연구 - 에이전트 절반이 코딩, 사용자 신뢰는 점진적 증가
- Claude Cowork 반복 작업 스케줄링 기능 출시
- Claude Code에서 발견된 3가지 보안 취약점: RCE와 API 키 탈취
- Claude Code 메모리 관리 - Auto Memory와 CLAUDE.md 완벽 가이드
- Anthropic, 핵심 AI 안전 서약 RSP 철회
- AI가 만든 테스트는 전부 통과했지만, 코드에는 버그가 남아있었다
- Google AI 검색이 Grounding Snippet을 추출하는 방법 분석
- Claude Code Remote Control - 로컬 세션을 어디서든 이어받기
- Andrej Karpathy: AI 에이전트가 코딩의 패러다임을 바꾸다
- 프롬프트 반복으로 LLM 성능 향상 - Google 연구팀 논문
- AI가 내 스타트업을 죽였다 - 포스트 Claude 시대의 마케팅 미래
- AGENTS.md를 올바르게 사용하는 방법 - /init 자동 생성이 오히려 비용을 높이는 이유
- Claude Code에 Gemini 연결하기 - 프록시 백엔드로 저렴하게 사용
- Anthropic의 AI 모델 증류 공격 탐지 및 방지 사례
- AI 시대의 Pull Request 환상 - 코드 이해 없는 코드 리뷰
- Taalas - LLM 가중치를 실리콘에 새기다, 초당 17,000 토큰 ASIC 칩
- Google AI Ultra 계정 무경고 정지 사태 - OpenClaw OAuth 약관 위반
- 2026년 2월 코딩 에이전트 현황 - Claude와 Codex 병행 활용
- 코드를 읽지 않는 시대, 엔지니어는 무엇을 읽어야 하는가
- Claude Code 구축에서 얻은 교훈 - 프롬프트 캐싱이 전부다
- Claude Code 활용법 - 계획과 실행 분리 워크플로우
- FINAL Bench - AI 메타인지를 측정하는 첫 번째 벤치마크
- Claude Code Security - 맥락 기반 코드 보안 취약점 스캔
- Claude C 컴파일러가 보여주는 소프트웨어 개발의 미래
- METR의 AI 시간 지평 연구 - AI 자율성이 6개월마다 두 배씩 성장한다
- Claude Code 해커톤 수상자들이 보여주는 AI 시대의 경쟁력
- AI가 쉬운 일은 더 쉽게, 어려운 일은 더 어렵게 만든다
- AI 코딩 성능 10배 개선한 방법 - 모델이 아닌 편집 도구를 바꿨다
- AI 에이전트의 불편한 진실 - 보안과 유용성은 제로섬 게임
- AI 에이전트 파일 처리 성공률 33%→95% - 파일 네이티브 접근법의 발견
- Steve Yegge의 AI 뱀파이어 - 10배 생산성의 대가와 번아웃 위기
- AI 검색에 스팸이 침투하고 있다 - GEO 스팸의 구조와 플랫폼의 대응
- 같은 AI 모델이 다르게 작동하는 이유 - 시스템 프롬프트의 숨은 영향력
- AI는 왜 5분 전 말을 까먹을까 - GitHub Copilot의 에이전틱 메모리 시스템
- AI가 코드를 쓰는 시대, 개발자의 진짜 역량이 드러난다
- 단순한 파일이 정교한 도구를 이긴다 - AGENTS.md가 Skills보다 47%p 우수한 이유
- 멀티 에이전트 오케스트레이션 실전: Microsoft Agent Framework로 만드는 AI 팟캐스트 스튜디오
- Gemini CLI 훅 기능, AI 에이전트에 보안 정책 자동 주입
- ChatGPT가 진짜 개발 환경이 됐다, Bash·npm·pip 설치까지 지원
- AI 에이전트가 자면서 코딩한다, Ralph Wiggum 기법 실전 가이드
- Claude 에이전트 팀, 2주 만에 리눅스 컴파일러 제작한 방법
- AI 에이전트 샌드박스 통합, 두 가지 아키텍처 패턴과 선택 기준
- Steve Yegge가 말하는 AI 에이전트 시대와 소프트웨어 엔지니어링의 미래
- Bing Webmaster Tools, AI 답변 인용 추적 기능 공개 프리뷰
- WordPress.com Claude 커넥터 - MCP 기반 AI 사이트 분석 통합
- Andrej Karpathy의 CLAUDE.md - AI 코딩 실수를 줄이는 65줄 가이드라인
- 65줄의 마크다운이 만든 Claude Code 센세이션 - VS Code 확장까지
- WebMCP : 웹사이트가 AI 에이전트에게 도구를 제공하는 새로운 웹 표준
- Software Factory: 코드 리뷰 없이 AI 에이전트로 소프트웨어를 만드는 방법
- Cursor Composer 1.5 - 강화학습 20배 스케일링으로 코딩 성능 향상
- Google Developer Knowledge API와 MCP 서버 : AI 어시스턴트를 위한 공식 문서 게이트웨이
- Claude Cowork Windows 완전 지원 - macOS와 동일한 기능 제공
- AI는 업무를 줄이지 않는다, 오히려 강화한다 - HBR 연구 분석
- 안전한 자연어 기반 API 구축 방법 - 프로덕션 환경을 위한 아키텍처 가이드
- Claude Code Agent Teams(Swarms) - 멀티 에이전트 협업 아키텍처 가이드
- 3세대 클라우드 시대, 기업 경쟁력을 좌우하는 7가지 핵심 도구
- 에이전틱 코딩 벤치마크에서 인프라 노이즈 정량화 : Anthropic 엔지니어링 분석
- Claude Code 완전 가이드: 해커톤 우승자의 70가지 파워 팁
- 콘텐츠 협상을 활용한 AI 에이전트 친화적 웹페이지 만들기
- Hot Mess of AI - AI가 실패할 때 체계적 오류보다 비일관성이 더 위험하다
- Claude Opus 4.6 Fast Mode - 2.5배 빠른 응답, 새로운 고속 모드
- SmythOS SRE - AI 에이전트를 위한 오픈소스 런타임 환경
- Craft Agents - AI 에이전트를 위한 오픈소스 인터페이스
- Claude Opus 4 활용 가이드 - 최대 효과를 이끌어내는 5가지 핵심 전략
- 두 종류의 AI 사용자: 놀라운 격차가 벌어지고 있다
- AI 의사결정지원 시스템이 실패하는 진짜 이유 - 신뢰 보정의 부재
- AI 코드와 소프트웨어 장인정신
- AI 에이전트 코딩 80% 시대의 진짜 문제 - 이해 부채
- Claude Code /insights 명령어 - 사용 패턴 분석과 워크플로 개선 제안
- 국제 AI 안전 보고서 2026 - 범용 AI의 역량과 위험
- 두 번째 사전학습 패러다임, 세계 모델링의 시대
- AI 코딩 도구, 속도는 늘지 않고 학습은 약해진다? 앤트로픽 실험 정리
- AI는 이미 인간 수준인가? 튜링 기준으로 본 AGI 논쟁
- Claude Cowork Legal Plugin - 법률 업무 자동화와 시장 충격
- Qwen3-Coder-Next - 80B 파라미터 중 3B만 활성화하는 초희소 코딩 에이전트 모델
- MemoryLLM - 트랜스포머 FFN을 해석 가능한 플러그앤플레이 메모리로 분리
- 임베딩 확장이 전문가 확장보다 우수하다 - LLM 아키텍처의 새로운 방향
- SCONE - 언어 모델의 임베딩 레이어 확장 기법
- AI 코딩 보조 도구가 개발자 기술 형성에 미치는 영향 - Anthropic 연구
- Pi - OpenClaw의 핵심이자 극도로 단순화된 코딩 에이전트 분석
- Clawdbot의 메모리 관리 - Markdown 기반 하이브리드 메모리 아키텍처
- CB Insights 2026 기술 트렌드 보고서 - AI 에이전트부터 소버린 AI, 피지컬 AI까지
- AI 창의성의 역설 - 평균은 넘었지만 천재는 못 따라간다
- 2026년 AI 코딩 주요 트렌드 - 자율 에이전트 루프부터 멀티 에이전트 오케스트레이션까지
- OpenAI 내부 데이터 에이전트 - 질문에서 인사이트까지 수 분 만에
- AI에게 창의적이라고 요청하지 마라 - 제약으로 창의성을 끌어내는 프롬프트 기법
- YaRN - LLM 컨텍스트 윈도우를 효율적으로 확장하는 방법
- DeepPlanning - 장기 계획 수립 에이전트를 위한 벤치마크
- Kimi K2.5 - Moonshot AI의 1조 파라미터 오픈 웨이트 멀티모달 모델
- OpenAI Prism - AI 기반 과학 논문 작성 워크스페이스
- 2026년 데이터 엔지니어링을 재편하는 5가지 AI 트렌드
- ChatGPT 사용 시 뇌에 축적되는 인지 부채(Cognitive Debt) - MIT Media Lab 연구
- Engram - 조건부 메모리 검색을 통한 LLM의 새로운 희소성 축
- DeepSeek-R1 - 강화학습을 통한 LLM 추론 능력 향상
- OpenAI Codex Agent Loop - 에이전트 루프의 내부 동작 원리
- Claude Skills - AI 에이전트를 위한 확장 가능한 스킬 시스템
- Mantic.sh - AI 에이전트를 위한 맥락 인식 코드 검색 엔진
- AI 에이전트를 위한 좋은 스펙 작성법
- OpenAI Healthcare 출시 - ChatGPT Health와 OpenAI for Healthcare
- Open Responses - LLM 상호운용성을 위한 오픈 표준
- Copilot CLI Agents - VS Code에서 Claude와 Gemini 통합하기
- AI 모델 붕괴(Model Collapse) - AI가 AI를 학습하면 생기는 문제와 예방법
- Planning with Files - Manus 방식으로 AI 에이전트 컨텍스트 문제 해결하기
- claude-mem - Claude Code 세션 간 컨텍스트를 자동 보존하는 메모리 시스템
- Anthropic Labs - Claude의 최첨단 기능을 실험하는 새로운 팀
- Claude Cowork - 개발자를 넘어 모든 업무로 확장되는 AI 에이전트
- Claude의 Healthcare 및 Life Sciences 분야 진출
- vLLM HaluGate - 토큰 레벨 환각 탐지 시스템
- OpenCode에서 Claude Code 연동 차단 - Harness OAuth 우회 종료
- 주요 데이터베이스의 MCP 지원 현황과 활용
- Claude Code 제작자가 말하는 효과적인 활용법
- GLM-4.7 - 코딩 전문 LLM의 새로운 강자
- OpenCode - AI 기반 코딩 어시스턴트
- DeepAgents + Open Deep Research - AI 기반 자동화 리서치 시스템 구축하기
- DeepAgents - LangChain 기반 장기 작업 AI 에이전트 프레임워크
- 추론 모델의 환상
- AI는 모든 문제를 해결할 수 있는가?
- AGI 직전이라더니 내가 사용하는 AI는 왜 멍청할까?