Agentic AI News 2026년 8월 2일

2026년 3월과 동급 지능. DeepSeek V4 Flash (0731)는 지능 지수 점수 50을 달성하여 5개월 전 프런티어 모델의 51과 거의 비슷합니다. 소비자 하드웨어에서 유용한 속도로 실행됩니다: RTX PRO 6000 eGPU에서 44 t/s, 트리플 MI50에서 15 t/s, RAM 오프로딩을 사용하는 듀얼 RTX 3060에서도 4.5 t/s를 기록합니다. 이는 영리한 양자화와 부분 오프로딩 덕분입니다.

• DeepSeek-V4-Flash-0731: Models you can run locally now have the intelligence score of the top frontier model from March 2026(새 탭에서 열림)
• DeepSeek-V4-Flash-0731 on Bosgame M5 with RTX PRO 6000 Max-Q eGPU(새 탭에서 열림)
• Ran DS V4-Flash-0731 Locally on 3xMI50 32GB @ ~15 t/s TG(새 탭에서 열림)
• DeepSeek V4 Flash 0731 IQ2_M benchmark for Dual 3060 and 96GB RAM ≈ 3.5 tok/s.(새 탭에서 열림)

도구 호출 수정, 규칙 준수는 여전히 불안정. 커뮤니티에서 도구 호출 오류가 보고된 후 llama.cpp 수정이 병합되었고 Unsloth Studio에 대한 해결 방법이 공유되었습니다. 그러나 사용자들은 모델이 시스템 프롬프트와 스킬을 엄격히 따르지 않고 압축된 요약으로 저장하여 정확한 지시를 따라야 하는 에이전트 작업의 신뢰성을 떨어뜨린다는 것을 발견했습니다.

• Fix for Deep Seek v4 Flash 0731 tool calling has been added to llama cpp(새 탭에서 열림)
• DeepSeek V4 Flash 0731 local setup gotcha: model, tool call & config setting(새 탭에서 열림)
• Deepseek v4 flash 0731 still not holding up.(새 탭에서 열림)

Hermes 에이전트를 위한 커뮤니티 벤치마크. LocalLLaMA 사용자들은 Hermes와 같은 에이전트 기능 모델을 평가하기 위한 최고의 벤치마크에 대해 논의합니다. 많은 사람들이 SWE-bench와 같은 기존 리더보드가 홈 어시스턴트나 문서 처리 워크플로우에는 적용되지 않는다고 생각합니다.

• What’s the community’s favorite benchmark to validate performance?(새 탭에서 열림)

코딩 전용 리더보드 비판. 더 다양한 벤치마크를 요구하는 목소리는 최근 리더보드가 코딩 작업에 불균형하게 집중하여 언어 학습, 창의적 글쓰기, STEM 추론이 과소 대표되어 코딩 이외의 에이전트 사용 사례에 대한 모델 성능을 평가하기 어렵게 만든다고 주장합니다.

• Why are almost all new benchmarks and leaderboards coding focused?(새 탭에서 열림)

DIY 도메인 특화 벤치마크 키트. 한 Redditor가 상식, 세차 시뮬레이션 등 30개 이상의 작은 도메인 특화 테스트 모음과 모델 응답을 비교하는 웹 도구를 만들어 광범위한 벤치마크와 개인 사용 사례 사이의 격차를 메우고자 했습니다.

• A collection of small domain-specific benchmarks for local models (30+ and growing)(새 탭에서 열림)

Astra, 10년 된 수학 문제 해결. OpenAI의 차세대 모델 패밀리인 Astra는 수학 및 이론 컴퓨터 과학 분야의 미해결 문제 10개를 해결했으며, 공식 Lean 증명과 솔루션당 2,000달러 미만의 비용이 들었습니다. 결과는 기하학, 코딩 이론, 양자 복잡성에 걸쳐 있으며 이미 추가 인간 연구에 영감을 주었습니다.

• Ten advances in mathematics and theoretical computer science(새 탭에서 열림)
• OpenAI announces its "next major model" Astra by dropping ten previously unsolved math solutions(새 탭에서 열림)

코딩 에이전트, 오래된 연구 소프트웨어 부활. OpenAI 및 학계 파트너와의 현장 연구에 따르면 GPT-5.5 및 Claude Code와 같은 AI 코딩 에이전트가 취약한 과학 소프트웨어를 현대화하여 일부 경우 60배 이상의 속도 향상을 달성할 수 있지만, 작업은 정확성 검증의 부담으로 옮겨갑니다. 에이전트는 과학적 판단을 할 수 없기 때문입니다.

• AI coding agents can modernize research software but can't judge if the science is right(새 탭에서 열림)

자가 확산 프롬프트 인젝션 웜, Copilot 공격. 보안 연구원이 Word 문서의 숨겨진 흰색-흰색 텍스트를 사용하여 Microsoft Copilot에 악성 지침을 주입하고, Copilot이 페이로드를 새 파일에 복사하게 만드는 웜을 시연했습니다. Microsoft는 이 동작을 확인했지만 144일이 지나도록 수정하지 않았습니다.

• A security researcher built a self-spreading worm that hides inside Word docs and hijacks Microsoft Copilot(새 탭에서 열림)

EU AI법 라벨링 의무 시작. 2026년 8월 2일부터 EU는 AI 생성 이미지, 비디오, 오디오 및 텍스트에 명확한 라벨을 요구합니다. 이 규정은 콘텐츠를 자율적으로 게시하거나 미디어를 만드는 에이전트에 영향을 미칠 수 있습니다.

• EU AI Act takes effect tomorrow, August 2, 2026. 🤡(새 탭에서 열림)

미네소타 '누디파이' 금지, xAI 법적 도전에서 살아남아. 연방 판사는 비동의 성인 이미지를 생성하는 앱에 대한 미네소타 주법을 일시적으로 차단하려는 xAI의 시도를 거부했으며, xAI가 소송을 제기하기까지 3개월을 기다렸다고 지적했습니다. 이 법은 소송이 계속되는 동안 발효됩니다.

• Judge denies xAI’s request to block Minnesota ban on ‘nudify’ apps(새 탭에서 열림)

Kimi K3, 단일 CPU에서 느리게 실행. 두 개발자가 독립적으로 최소한의 C 추론 엔진을 작성하여 GPU 없이 디스크에서 1.56TB MoE 모델인 Kimi K3를 실행했습니다. 한 명은 8GB RAM과 NVMe 스트리밍을 사용하여 30초마다 토큰을 생성했고, 다른 한 명은 29GB RAM으로 0.5 t/s를 달성했으며 모든 전문가가 필요에 따라 읽습니다.

• I pushed Kimi K3 onto one CPU with 8 GB of RAM(새 탭에서 열림)
• Weight-Aware Streaming Tensor Engine: run Kimi K3 using 29 GB of RAM at 0.50 tok/s(새 탭에서 열림)

LongCat-Flash-Lite-Sparse 출시. 이 새 릴리스는 밀집 어텐션을 LongCat Sparse Attention(LSA)으로 대체하고 최대 100만 토큰의 컨텍스트를 기본으로 지원하여 긴 문서 에이전트 작업에 적합합니다.

• LongCat-Flash-Lite-Sparse Is Now Available for Download(새 탭에서 열림)

Laguna S 2.1 컨텍스트 및 양자화 업데이트. Poolside는 Laguna S 2.1용 새 FP8 및 NVFP4 체크포인트를 출시하여 기본 컨텍스트 크기를 1M 토큰으로 늘리고 개발 워크플로우를 방해했던 반복 문제를 수정하기를 기대합니다.

• New official weights for Laguna S 2.1 FP8 & NVFP4 are now available(새 탭에서 열림)