개발 도구와 언어, 웹 기술과 오픈소스 프로젝트의 변화를 다룹니다.
Anthropic이 Claude Cowork에서 사용하는 직무별 플러그인 11종을 오픈소스로 공개했습니다. 각 플러그인은 스킬(skills)·커넥터(connectors)·슬래시 커맨드·서브에이전트를 묶은 패키지로, 영업·재무·법무·데이터 분석 같은 특정 직무에 맞춰 Claude를 전문가로 만들어 줍니다. 전부 마크다운과 JSON 기반이라 코드나 빌드 없이 포크해서 회사 환경에 맞게 수정할 수 있습니다.
Cline은 IDE, 터미널, 데스크톱에서 동작하는 오픈소스 코딩 에이전트로, 동일한 엔진을 VS Code 확장, JetBrains 플러그인, CLI, 데스크톱 앱, Node.js SDK 형태로 제공합니다. Plan/Act 모드 전환과 사람 승인 기반 워크플로, MCP·플러그인·멀티 에이전트·스케줄링까지 지원해 CI/CD 자동화와 커스텀 에이전트 구축에 활용할 수 있습니다.
git worktree가 코딩 에이전트 시대를 맞아 주류 도구가 됐지만, linked worktree에서는 .git이 디렉터리가 아니라 포인터 파일이라는 사실에서 비롯되는 함정들이 있습니다. 리포지터리 루트 탐색 로직이 어긋나고, 샌드박스 안에서는 git hooks가 끊기는 문제까지, 저자는 git rev-parse 계열 명령과 core.hooksPath 설정으로 해결책을 제시합니다.
TokenRhythm이 Qwen3.5-4B를 기반으로 agent harness, tool use, coding, instruction following에 특화해 post-training한 4B 모델 NeoHorse-1-4B를 공개했습니다. 라우팅 하니스가 실행 궤적과 결과를 다음 학습 mixture로 환원하는 evaluation–selection–update 루프를 통해 recursive self-improvement를 지향하며, 10개 벤치마크 macro average 64.87로 기반 모델 대비 +5.93을 기록했습니다.
트럼프 행정부가 420억 달러 규모의 연방 브로드밴드 보조금 프로그램(BEAD)에 '망중립성 규제 집행 금지' 조건을 달면서, 캘리포니아가 18억 6,000만 달러를 받는 대가로 자체 망중립성법을 사실상 무력화할 위기에 처했습니다. 면제는 보조금 지급 지역이 아닌 주 전역에 최대 14년간 적용되며, 캘리포니아 공공사업위원회(CPUC)가 최종 계획 비준 표결을 앞두고 있습니다.
C++에서 while (true); 같은 부수 효과 없는 무한 루프는 지금까지 미정의 동작(UB)이었고, Clang은 이를 최적화로 제거해 루프 뒤의 코드가 실행되는 일까지 벌어졌습니다. C++26의 P2809R3은 '자명한 무한 루프(trivial infinite loop)'라는 좁은 범주를 정의해 이를 유효한 동작으로 바꾸고, 루프 본문을 std::this_thread::yield() 호출로 대체해 forward progress를 보장합니다. C에서는 이미 C11부터 유효했던 동작이라 C와 C++의 불필요한 분기도 해소됩니다.
Z.ai가 GLM-5 시리즈 최초의 네이티브 멀티모달 모델 GLM-5.3-Flash를 Hugging Face에 공개했습니다. 총 320B 파라미터 중 18B만 활성화하는 MoE 구조로, GLM-5.2를 능가하면서도 가격은 10분의 1 수준이며 코딩·에이전트 벤치마크에서 Claude Opus 4.8에 근접한다고 밝혔습니다. 희소 어텐션과 선형 어텐션을 결합한 하이브리드 아키텍처와 30T 토큰 멀티모달 사전학습 코퍼스가 핵심입니다.
Supabase는 Firebase의 기능을 엔터프라이즈급 오픈소스 도구로 재구성한 Postgres 개발 플랫폼입니다. 호스티드 Postgres 데이터베이스 위에 인증, 자동 생성 API, Functions, 스토리지, AI·벡터 툴킷을 결합해 Firebase 수준의 개발 경험을 오픈소스로 제공하는 것이 목표입니다.
OpenSpec은 소프트웨어 명세(spec)를 만들고 관리하기 위한 경량·설정 가능 프레임워크입니다. 만들고자 하는 것을 스펙에 담아 팀과 코딩 에이전트가 작업이 진행되는 동안에도 정렬되도록 돕고, 요구사항 정제와 검증, 구현 일치 확인까지 지원합니다. 커뮤니티에서는 SpecKit보다 가볍다는 평가와 함께 스펙 주도 개발(SDD) 도구로 주목받고 있습니다.
백업을 직접 구현하려 할 때 단계적으로 마주치는 복잡성을 따라가는 에세이입니다. 단순 복사에서 시작해 스냅샷, RPO, GFS 로테이션, 중복 제거, 3-2-1 규칙, 오브젝트 스토리지의 제약까지 요구사항이 계속 쌓이며, 결국 Borg나 Restic 같은 검증된 도구를 쓰는 것이 낫다는 결론에 도달합니다. 복원 테스트를 정기적으로 해야 한다는 당부로 마무리됩니다.
DeepSeek이 552B 파라미터 규모의 멀티모달 MoE 모델 DeepSeek-V4.1-Flash를 MIT 라이선스로 공개했습니다. Causal Encoder-Decoder 아키텍처와 CSA2 sparse attention, FP4 KV 캐싱을 통해 토큰당 전역 KV 캐시를 890바이트로 줄였고, 1M 토큰 컨텍스트를 지원하면서 에이전트 벤치마크에서 Opus-5.0, GPT-5.6과 견주는 성능을 보였습니다.
Anthropic이 공개한 Claude Code는 터미널에서 자연어 명령으로 동작하는 에이전틱 코딩 도구입니다. 코드베이스를 이해하고 반복 작업 실행, 복잡한 코드 설명, git 워크플로우 처리를 돕습니다. 공식 저장소가 GitHub에 오르며 설치 방법 개편과 데이터 수집 정책도 함께 안내되고 있습니다.
TypeSafe가 설계를 공개하지 않은 상용 모델 Jev와 동일한 입출력 형태를 갖는 독립 구현 스타터 jevlike가 공개되었습니다. 텍스트와 N개의 옵션 목록을 받아 한 번의 패스로 각 옵션의 확률을 반환하는 방식으로, 합성 데이터에서 약 98%의 정확도와 자기회귀 디코딩 대비 약 100배 빠른 속도를 보고했습니다.
Roboflow가 만든 오픈소스 컴퓨터 비전 툴킷 supervision이 GitHub에 올랐습니다. 모델 종류와 무관하게 탐지 결과를 다룰 수 있는 sv.Detections 인터페이스, 커스터마이즈 가능한 시각화 어노테이터, COCO·YOLO·Pascal VOC 간 변환을 지원하는 데이터셋 유틸리티를 제공해 컴퓨터 비전 애플리케이션 개발의 반복 작업을 줄여줍니다.
민감한 의료 데이터를 클라우드에 올리지 않고, Apple Silicon의 MLX 프레임워크와 LoRA를 이용해 MacBook 로컬에서 Llama-3-8B를 파인튜닝하는 과정을 다룬 가이드입니다. 10년치 건강검진 리포트를 OCR·구조화해 JSONL 데이터셋으로 만들고, 어댑터 학습 후 로컬 추론까지 이어지는 전체 파이프라인과 명령어를 단계별로 제시합니다.
가사와 스타일 프롬프트를 입력받아 멜로디·화성 계획(악보)을 먼저 작성한 뒤 완성곡으로 렌더링하는 오픈소스 음악 생성 모델 YuE2가 공개되었습니다. Suno v5/v6급 품질을 자동 평가 벤치마크에서 기록했다고 주장하며, 악보를 직접 읽고 수정할 수 있는 화이트박스 생성 방식이 특징입니다. 24GB VRAM의 NVIDIA GPU에서 48kHz 스테레오 오디오를 생성할 수 있습니다.
505 Games의 그래픽스 프로그래머가 자체 PC 게임 엔진을 콘솔로 포팅하며 텍스처 변환 코드를 작성하면서 체감한 복잡성을 해부한 글입니다. BC7 블록 압축, 스위즐을 통한 텍셀 순서, 밉(mip), 타일, 밉 테일(mip tail), 비연속 타일 매핑까지, 텍스처 하나가 메모리에 놓이기까지 거치는 계층 구조와 그 이유를 DirectX 12 관점에서 차례로 설명합니다.
Claude의 Skills 시스템에 바로 넣어 쓸 수 있는 공격형 보안 스킬(SKILL.md) 모음입니다. SQLi부터 EDR 우회, 익스플로잇 개발까지 전문가 수준의 방법론을 구조화된 스킬 파일로 제공하며, 대화 트리거에 따라 필요한 스킬만 온디맨드로 로드됩니다.
NVIDIA가 Rust로 GPU 커널을 네이티브하게 작성해 PTX로 컴파일하는 CUDA Rust를 발표했습니다. SIMT 모델의 cuda-oxide와 Tile 모델의 cutile-rs 두 트랙으로 제공되며, Rust의 소유권·빌림 검사로 GPU 커널의 메모리 안전성을 컴파일 타임에 보장하는 것이 핵심입니다.
Google이 공개한 BERT의 base uncased 버전으로, 1억 1천만 개 파라미터를 가진 영문 사전학습 모델입니다. Masked Language Modeling(MLM)과 Next Sentence Prediction(NSP) 두 가지 목표로 자기지도학습되었으며, 분류·토큰 분류·질의응답 같은 다운스트림 태스크에 파인튜닝해 사용하도록 설계되었습니다. Hugging Face에서만 월 4,700만 회 이상 다운로드되는 사실상의 표준 인코더 모델입니다.