Floot MCP — Claude나 ChatGPT에서 웹·모바일 앱을 만들고 배포하세요
Floot MCP는 Claude나 ChatGPT에 연결해 데이터베이스, 사용자 계정, 호스팅이 준비된 클라우드 작업 공간에서 앱을 만들고 배포하는 서비스입니다. 기존 AI 구독을 쓰고 AI 사용량 대신 정액 플랫폼 요금을 받으며, 같은 프로젝트를 웹·iOS·Android로 출시할 수 있다고 소개합니다.
개발·오픈소스 · 최신기사
개발 도구와 언어, 웹 기술과 오픈소스 프로젝트의 변화를 다룹니다.
Scholé Learn by Building — ‘다음’을 누르는 것 이상의 학습
Scholé는 실제 도구를 쓰며 과제를 수행하는 방식으로 업무 중 학습을 돕는 AI 서비스입니다. 화면을 읽고 시각적 힌트를 제공하는 브라우저 확장 프로그램이 학습자의 작업을 안내하며, 제작자는 RAG 기반 지식 그래프와 지식 추적 모델로 수업 자료와 숙련도를 관리한다고 설명합니다.
구글을 떠납니다
Robert O’Callahan이 AI를 더 저렴하고 빠르게 만드는 일에 기여하지 않겠다며 Google을 떠납니다. AI 위험과 사회적 영향을 우려하는 한편, Pernosco와 rr을 계속 관리하고 AI 에이전트의 디버깅을 연구하겠다고 밝혔습니다.
‘충분히 좋은’ AI 시대의 보안 감사
Trail of Bits는 Miden VM 감사를 준비하며 AI 에이전트로 MASM용 개발 도구와 정적 분석기, Lean 모델을 만들었습니다. 이 도구들은 서명 위조로 자금을 탈취할 수 있는 취약점과 테스트가 놓친 버그를 찾았고, 95개의 기계 검증 증명도 만들었습니다.
agent-shell 0.78 업데이트 — 상시 프롬프트와 요청 조정 기능 추가
Emacs용 AI 에이전트 인터페이스 agent-shell 0.78이 상시 입력 프롬프트, 요청 대기열, 처리 중인 작업의 조정 기능을 추가했습니다. 파일 드래그 앤 드롭, 세션 비용 표시, 검색과 Markdown 렌더링 개선도 포함했으며 이번 업데이트에는 커밋 153개가 반영됐습니다.
에이전트가 인용문마다 원문에서 근거를 찾도록 만들었습니다
NHTSA 차량 결함 기록을 검색하는 에이전트가 인용한 문구를 실제 출처 문서와 대조하고, 차량 적용 범위와 문서 간 충돌도 따로 확인합니다. 검색된 문서가 실제 인용의 근거인지 검증하고, 충돌을 사람의 승인 없이 확정하지 않는 설계를 소개합니다.
저커버그, 업계 차원의 AI 개발 속도 조절 요구에 반대
마크 저커버그는 AI 개발을 업계가 함께 늦추기보다 각 기업이 위험을 감지했을 때 자체적으로 속도를 조절해야 한다고 말합니다. Meta의 AI 에이전트 Muse와 감독 에이전트 Sentinel을 소개하며 사용자 의도 파악과 정보 보호를 우선 과제로 들었습니다.
카타마리 아키텍처 — LLM이 만든 코드가 진흙덩이가 되는 이유
LLM 에이전트가 요청받은 기능을 기존 구조에 덧붙이며 코드베이스를 카타마리처럼 키우는 현상을 분석합니다. 저자는 원인으로 숙련도 부족, 코드 가시성 저하, 변화 속도 가속을 꼽고, 더 빠른 개발보다 세심한 관리와 작은 소프트웨어가 필요하다고 주장합니다.
Opus 5.5로 설명 영상을 만드는 에이전트
URL이나 프롬프트를 입력하면 Claude Opus 5.5가 HTML 애니메이션을 만들고 MP4로 렌더링하는 에이전트입니다. 영상 생성 모델 대신 코드와 가상 시계를 활용해 프레임을 재현하며, OpenComputer의 서버리스 에이전트와 microVM으로 실행합니다.
Show HN: Whiteboard — 에이전트와 함께 소프트웨어 설계를 살피는 오픈소스 캔버스
Whiteboard는 코딩 에이전트가 다이어그램과 작업 흔적을 그려 코드와 연결하는 오픈소스 데스크톱 앱입니다. Rust 기반 AST 인식 diff 뷰어, VS Code의 코드 탐색 기능, WASM 플러그인 시스템으로 에이전트가 만든 변경을 사람이 검토하고 이해하도록 돕습니다.
에이전트 평가에서 몇 주를 잃게 한 실수 7가지와 간단한 수정법
에이전트 평가 점수가 낮거나 그럴듯하게 나와도 모델 탓으로 단정하면 안 됩니다. 테스트가 실제로 실행됐는지, 보상 함수와 분모가 적절한지, 실패 데이터와 실행기가 정확한지 점검해야 하며, 이 글은 평가 오류 7가지와 각 수정 사례를 소개합니다.
AI 때문에 세컨드 브레인을 만들기로 했습니다
AI 챗봇이 익숙한 개발 지식조차 틀리게 답하고, 검색 결과마저 AI 콘텐츠로 채워지는 상황에서 글쓴이는 개인 노트 시스템을 만들기로 합니다. Obsidian 같은 Markdown 편집기에 직접 정리하고 쓰는 과정이 이해를 돕고, 필요할 때 신뢰할 만한 지식을 다시 찾게 해준다는 주장입니다.
Audio8 ASR Infinite — 24시간 연속 동작을 목표로 한 스트리밍 음성 인식 모델
Audio8 ASR Infinite는 중국어와 영어를 실시간으로 받아쓰는 스트리밍 음성 인식 모델입니다. 80·120·160ms 오디오 클록과 전사 지연을 조절하며, Rolling KV Cache로 24시간 연속 동작에서도 메모리와 지연을 일정하게 유지하도록 설계했습니다.
NVIDIA Model Optimizer — 다양한 기법으로 모델을 압축해 추론을 가속하는 라이브러리
NVIDIA Model Optimizer는 양자화, 가지치기, 증류, 희소화, speculative decoding 등으로 딥러닝 모델을 최적화하는 오픈소스 라이브러리입니다. Hugging Face·PyTorch·ONNX 모델을 최적화한 뒤 TensorRT-LLM, vLLM, SGLang 등에서 사용할 체크포인트로 내보냅니다.
Lemonade, AMD APU 모델 스트리밍 수정 — Vulkan보다 약 40배 느린 OpenMOSS ROCm 지원 중단
Lemonade 2026.40 RC는 AMD APU에서 스트리밍 모델을 실행할 때 고정 vRAM 할당량 대신 GTT 풀을 기준으로 메모리를 확인하도록 수정합니다. 같은 하드웨어에서 Vulkan보다 약 40배 느린 OpenMOSS ROCm 백엔드는 성능 문제가 해결될 때까지 지원을 중단합니다.
julyx10/lap — 대용량 로컬 사진 보관함을 위한 오프라인 우선 사진 관리자
Lap은 기존 사진 폴더를 그대로 관리하는 오픈소스 데스크톱 사진 관리자입니다. 사진을 클라우드에 올리지 않고 로컬 AI 검색과 얼굴 기능을 쓰며, 10만 개 이상의 파일을 포함한 라이브러리 탐색과 정리를 지원합니다. 컬렉션·태그 같은 정리 정보는 원본 파일이 아니라 Lap의 로컬 데이터베이스에 저장됩니다.
AI 엔지니어링을 처음부터 배우고 만들고 배포하는 523개 레슨
Python, TypeScript, Rust, Julia로 AI 기초부터 에이전트와 프로덕션까지 다루는 무료 오픈소스 커리큘럼입니다. 수학과 알고리즘을 직접 구현한 뒤 실무 라이브러리로 같은 문제를 풀고, 프롬프트·스킬·에이전트·MCP 서버 같은 재사용 가능한 결과물까지 만들도록 구성했습니다.
Hindsight: 대화 기록을 넘어 학습하는 에이전트 메모리
Hindsight는 에이전트가 대화와 경험에서 정보를 저장하고, 다시 찾고, 여러 기억을 종합해 답하도록 돕는 메모리 시스템입니다. 사실·경험·관찰·정신 모델을 구분하며, 벡터 검색과 키워드·관계·시간 검색을 함께 사용합니다.
ThinkingCap Qwen3.8-27B 공개 — 추론 토큰 평균 37% 절감
BottleCap AI가 Qwen3.8-27B를 바탕으로 추론 토큰을 줄인 ThinkingCap 모델을 공개했습니다. 자체 평가에서 평균 추론 토큰은 37.2% 감소했고 정확도는 86.6%에서 85.8%로 낮아졌습니다. vLLM·SGLang 배포와 MTP 자기 추측 디코딩도 지원합니다.
Jev State — AI 대화를 테스트와 실행 가능한 코드로 바꾸기
Jev State는 대화형 AI 워크플로의 각 단계와 판단 근거를 확인하고, 대화를 테스트로 저장하는 도구입니다. 워크플로를 JSON과 TypeScript로 내보낼 수 있으며, 라이브 실행에는 사용자의 API 키를 씁니다.