로컬 모델 및 하드웨어
Qwen3.8-27B 속도 향상. DFlash2 스펙 디코딩은 듀얼 3090에서 Qwen3.8-27B를 218 tok/s로, 5090에서는 약 200, 최적화된 엔진을 사용한 단일 3090에서는 124로 끌어올립니다. DFlash2 GGUF 양자화 버전을 사용할 수 있습니다.
차세대 Qwen 중간 규모. Qwen의 커뮤니티 매니저에 따르면 새로운 중간 규모 오픈 가중치 모델이 다음 주에 출시될 예정이며, 매개변수는 100B를 초과할 가능성이 높고 조기 액세스는 없다고 합니다.
Ling-3.0 엣지 지원. llama.cpp는 이제 Ling-3.0(BailingMoE3)을 공식 지원합니다. Tiny 변형은 249달러 Orin Nano 8GB에서 128K 전체 컨텍스트를 33 tok/s로 실행하고, Arc B580은 약 114 tok/s에 도달합니다.
DeepSeek V4 Flash 속도. 최적화된 커널과 KV-캐시 워밍을 통해 Mac Studio M3 Ultra의 채팅 턴이 6~20초에서 1.6초로 단축되었습니다. 4x RTX 3060 구성은 144GiB 양자화로 프롬프트를 약 100 tok/s로 처리합니다.
저비트 모델 요약. Bonsai 27B ternary는 이제 메인라인 CUDA/Vulkan에서 작동하며, Mach-1 Additive 35B는 소비자용 노트북에서 최대 120 t/s로 실행됩니다. Qwen3.8-27B 기반의 새로운 변형이 개발 중입니다.
에이전트 도구 및 프레임워크
튜닝된 에이전트 평가기. LangChain은 프로덕션 트레이스에 Perceived Error 피드백을 자동으로 첨부하는 Tuned Evaluators를 소개합니다. 전용 모델을 사용하여 평가 비용을 최대 82% 절감합니다.
에이전트 검색 벤치마크. Artificial Analysis의 Search Index는 에이전트의 품질, 비용, 속도별로 Parallel, Exa, Firecrawl 등을 평가합니다. 더 나은 검색 품질은 토큰 사용량을 40% 이상 줄였습니다.
MCP용 WriteGuard. Cloudflare의 WriteGuard는 현재 비공개 베타로, MCP 서버를 통한 쓰기 작업에 중앙 집중식 정책, 속성 및 감사 로그를 추가합니다.
Warp 소프트웨어 팩토리. Warp Factories는 소프트웨어 팩토리 모델을 사용하여 소규모 기업이 AI 코딩 에이전트를 배포할 수 있도록 돕는 인프라 계층입니다.
Claude Code 목업. Anthropic의 Claude Code /design 명령은 개발 전에 기존 코드베이스 스타일과 일치하는 UI 목업을 터미널에서 생성합니다.
안전, 보안 및 정책
OpenAI 보안 개편. Hugging Face 사건과 Astra가 중요한 사이버 보안 능력에 도달할 수 있다는 증거 이후, OpenAI는 RL을 2주간 중단하고 샌드박스를 강화했습니다. 계획된 가장 큰 프론티어 RL 실행은 여전히 보류 중입니다.
Copilot 가드레일 노출. 연구원들은 Microsoft 365 Copilot에게 자체 사용자 확인 가드레일을 설명하도록 요청한 다음, 확인 없이 데이터를 유출하는 링크 클릭 익스플로잇을 구축했습니다.
ChatGPT for Teens. ChatGPT for Teens는 18세 미만 사용자에게 자동 적용되며, 더 엄격한 콘텐츠 제한, Study Mode 및 자녀 보호 기능을 제공합니다. 부정행위와 유해 콘텐츠를 줄이는 것을 목표로 합니다.
Amodei 오픈 모델 논쟁. Anthropic CEO Dario Amodei는 오픈 모델이 칩 소유자에게 권력을 이동시킨다고 주장하며 AI 규제 제안을 옹호합니다. LeCun과 Sacks를 포함한 비평가들은 그를 공포 심리 조성으로 비난합니다.
산업 및 비즈니스
Cursor, Origin 출시. Cursor가 코드 호스팅을 위한 GitHub 경쟁사인 Origin을 출시하며, 에이전트 네이티브 기능과 앱 생태계를 계획하고 있습니다.
Etched 기업가치 두 배. Etched는 Jane Street가 프리필/디코드 추론 칩을 테스트한 후, 한 달 만에 두 배가 된 210억 달러의 기업가치로 7억 달러를 모금했습니다.
모델 라우팅 수요. Stripe의 70억 달러 OpenRouter 인수와 Glean의 3억 달러 ARR은 오픈 가중치 모델이 주목받으면서 모델 라우팅에 대한 수요 증가를 보여줍니다.
연구 및 조사
에이전트 메모리 보정. Hugging Face 연구에 따르면 에이전트 메모리 효과는 모델 계층에 따라 다릅니다. gpt-oss-120b는 전체 가이드라인으로 작업 완료율이 +16.1%포인트 증가한 반면, 약한 모델은 간결한 검색이 필요합니다.
독립 AI 사용 데이터. Stanford의 AI Observatory는 실제 대화를 집계하여 AI 사용이 모델마다 크게 다르며, 업무 사용 사례가 기업이 주장하는 것보다 덜 일반적임을 발견했습니다.
압축으로 인한 지침 손실. Penn State 연구원들은 컨텍스트 압축 후 세션 제약 조건의 17%만 살아남는다는 것을 발견했습니다. 작은 추가 LLM이 손실된 지침의 대부분을 복구합니다.
자기 개선은 임박하지 않음. Princeton 주도 연구에 따르면 AI 에이전트는 엔지니어링 문제를 해결할 수 있지만 개방형 AI 연구에 필요한 판단력이 부족하여, 재귀적 자기 개선이 더 오래 걸릴 수 있음을 시사합니다.
오늘은 여기까지입니다 - 약 5분 읽기 분량.