Context 20
- Test-Time Training(TTT)과 LLM 메모리: fast weights, continual learning, 손실 압축으로 읽는 개념 정리
- Fast Weight Attention for Continual Learning: 자기회귀 정렬 기반 Falcon 패스트 웨이트 갱신 규칙
- OpenAI Codex 컨텍스트 윈도우 축소, 372k에서 272k로
- pxpipe: 텍스트 컨텍스트를 PNG 이미지로 변환해 Claude Code 토큰을 줄이는 프록시
- Harness Engineering: AI 에이전트를 감싸는 스캐폴딩 설계라는 학문
- Headroom: AI 에이전트 토큰을 60-95% 줄이는 컨텍스트 압축 도구
- GLM-5.2 : 1M 컨텍스트를 지원하는 완전 오픈 프런티어 모델
- Long-Running Agents: 장시간 실행 에이전트의 아키텍처와 설계 패턴
- Claude Code 컨텍스트 80%를 살리는 토큰 절약 도구 10선
- 에이전트 하네스의 해부학: 모델을 둘러싼 시스템의 모든 것
- Martin Fowler의 2026년 4월 단상 - 인지 부채, AI 시스템 3, 검증의 재발견
- DeepSeek-V4-Pro 공개 - 1.6T MoE, 49B 활성 파라미터, 1M 컨텍스트, FP4/FP8 혼합 정밀도
- Needle In A Haystack: 장문 컨텍스트 LLM의 검색 능력을 재는 벤치마크
- Claude와 Codex 토큰 효율 높이기: 설정 조정으로 누수를 막는 법
- Anthropic Claude Design 공개 - Opus 4.7 비전 모델 기반 협업 디자인 도구
- Gemini CLI Subagents 도입 - 독립 컨텍스트 기반 병렬 오케스트레이션
- Claude Opus 4.6 & Sonnet 4.6 - 1M 컨텍스트 윈도우 정식 출시
- GPT-5.4의 1M 컨텍스트 윈도우, 기본 설정으로는 258K만 사용 가능
- AI 에이전트 메모리 실험: 요약된 지식이 오히려 성능을 떨어뜨린다
- Claude Code 메모리 관리 - Auto Memory와 CLAUDE.md 완벽 가이드