Claude Code와 Codex를 한 팀으로 운영하는 멀티 에이전트 하네스, OpenRig
OpenRig는 Claude Code와 Codex 같은 코딩 에이전트를 tmux 기반 팀으로 구성하고, CLI·터미널 UI·MCP 서버로 관리하는 오픈소스 도구입니다. YAML로 역할과 협업 흐름을 정의하고 작업 전달, 상태 확인, 스냅샷 복구를 지원합니다. 설치와 실행 과정에서 신뢰 설정과 훅 등 로컬 파일을 바꾸므로 사전 검토가 필요합니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
AWS 멀티 에이전트 AI의 에이전트별 비용 추적
성공 응답과 정상 상태 코드만으로는 멀티 에이전트 시스템의 불필요한 추론·도구 호출·컨텍스트 증가를 찾기 어렵습니다. 글에서는 AWS Strands와 Bedrock 호출에 토큰 비용, 에이전트, 도구 호출 정보를 OpenTelemetry 트레이스로 기록하고, 정상 실행 기준선과 비교해 최대 43%의 비용 증가를 찾아냅니다.
Chain-of-Thought 충실도 측정 — 추론 모드를 켜자 자기 오류를 따를 가능성이 5배 높아졌습니다
모델의 Chain-of-Thought에 잘못된 중간 단계를 넣고 최종 답변이 그 오류를 따르는지 15개 문제로 측정했습니다. Grok 4.20은 추론 모드를 켰을 때 오류 추종이 2/15에서 11/15로 늘었지만, 표본이 작아 다른 모델과 추가 검증이 필요합니다.
1,000달러 코딩 에이전트 실험, 일주일째 수익은 0달러
NVIDIA DGX Spark에서 Claude Code를 활용해 열흘간 1,000달러를 벌려는 실험이 일주일째 수익 0달러를 기록했습니다. 문서와 약관의 불일치 감사에서만 구체적인 관심이 나타났고, 작성자는 에이전트의 생산량보다 수요와 발송 판단을 검증하는 데 남은 시간을 쓰기로 합니다.
수년간 에이전트 데모를 믿었습니다 — 이제는 거부하는 관문을 만들었습니다
HivePlane은 에이전트가 재현 가능한 벤치마크를 통과하고 서명된 증명을 받아야 프로덕션에 들어가도록 통제하는 오픈소스 컨트롤 플레인입니다. 작성자는 실제 에이전트와 Docker 환경에서 첫 현장 테스트를 진행해 시나리오 10개와 승인 기준 20개를 통과했고, 인증되지 않은 실행과 모델 교체를 403으로 차단했습니다.
OpenAI가 걱정한 건 법보다 Hacker News의 여론이었습니다
작가조합(Authors Guild)이 공개한 소송 자료에는 OpenAI와 Microsoft가 LibGen의 책을 학습에 쓴 사실을 알고 있었으며, 저작권 문제보다 대외 여론을 우려했다는 내용이 담겼습니다. 자료에는 작가의 일자리 대체 가능성을 논의한 내부 발언과 LibGen 파일을 삭제하려 한 정황도 포함됐습니다.
Lisen — Cartesia 음성으로 웹페이지를 무료로 읽어주는 확장 프로그램
Lisen은 Cartesia 계정과 API 키를 연결해 웹페이지를 소리 내어 읽는 무료 Chrome 확장 프로그램입니다. 읽는 위치를 표시하고 WAV 파일로 내려받을 수 있으며, 음성 생성 비용은 Cartesia에만 지불합니다.
Chit — Claude Code 작업을 영수증처럼 정리하는 앱
Chit은 Claude Code가 로컬에 저장한 대화 기록을 읽어 하루 작업을 프로젝트별로 정리하고, 스탠드업이나 작업표에 붙여넣을 수 있게 합니다. 네트워크 기능이 없는 777KB짜리 macOS 앱이며 CLI도 제공합니다.
Eclatira — 어떤 기술 스택에도 연결하는 대화형 비디오 에이전트
Eclatira는 실시간 음성 대화와 카메라·화면 인식, API 실행을 하나의 엔진으로 묶은 개발자용 서비스입니다. 제작사는 MCP와 3,000개 이상의 앱 연동을 지원하며, 영상 스트림을 저장하지 않는다고 밝혔습니다.
Hemory — 대화를 계속 듣고 AI 에이전트가 검색하는 기억으로
Hemory는 휴대전화나 Apple Watch로 주변 대화를 듣고, 화자별로 나눠 검색 가능한 텍스트 기억으로 정리합니다. MCP로 Claude, Codex, Cursor 같은 AI 도구에 연결해 과거 대화의 맥락을 활용하도록 설계했습니다.
AI 시대의 프로그래밍 언어는 어떻게 진화할까요
코딩 에이전트가 코드 대부분을 작성하는 시대에도 프로그래밍 언어와 컴파일러는 필요하며, 언어 설계의 초점은 사람의 입력 편의성보다 강한 보장과 도구 연동으로 옮겨갈 수 있다고 주장합니다. 저자는 LSP 대신 질의 가능한 프로그램 데이터베이스를, 디버거 대신 에이전트가 탐색하는 런타임 관측 도구를 제안합니다.
GLM-5.3-Flash를 Jev식 의사결정 모델로 만들기
Privatemode는 GLM-5.3-Flash가 옵션별 확률을 한 번의 추론으로 출력하도록 프롬프트와 vLLM의 logprob 기능을 구성했습니다. 공개 데이터셋 28개에서 Jev와 비슷한 정확도를 보였고 독일에서 응답 속도도 더 빨랐지만, 결정 비용은 더 높고 미국에서는 Jev가 더 빨랐습니다.
EX-ARRR: Apple 제로클릭 취약점의 경로를 추적하다
OpenEXR 디코더의 채널 수 불일치로 발생한 힙 오버플로가 iMessage 첨부 파일 처리 과정에서 사용자 조작 없이 실행되는 경로를 분석합니다. 글은 취약점 재현부터 힙 제어, 익스플로잇 한계와 Apple의 완화책까지 설명합니다.
AI 에이전트 사이로 번지는 자기 복제 프롬프트 인젝션 — OpenAI의 실험 사례
OpenAI는 프롬프트 인젝션이 에이전트의 출력에 복제돼 다른 에이전트로 퍼지는 사례를 훈련·평가 과정에서 확인했습니다. 실제 사고는 보고되지 않았으며, 글은 권한 제한과 부작용 승인 같은 모델 바깥의 통제를 제안합니다.
Drawgent: 실시간 Excalidraw 캔버스에서 코딩 에이전트와 작업하기
Drawgent는 사용자가 설치한 Claude Code, Codex, opencode를 Excalidraw 캔버스에 연결하는 도구입니다. 채팅으로 요청하거나 그림 옆에 `AGENT:` 메모를 남기면 에이전트가 장면을 읽고 캔버스를 편집한 뒤 결과를 확인합니다. 기존 세션 연결, MCP 도구, Excalidraw 공유 방 연동도 지원합니다.
새 기술을 익히는 실제 방법 — 튜토리얼 없이 시도하고 실패하기
글쓴이는 튜토리얼을 먼저 따라가기보다 직접 시도하고, 실패 원인을 디버깅한 뒤 이해하고 결과물을 만드는 학습 방식을 소개합니다. 작은 행동을 꾸준히 이어가고 기록을 남기며, AI를 정답 생성기가 아니라 사고를 돕는 짝으로 활용하자고 제안합니다.
AI가 과제를 전부 해내자 수업 평가를 바꿨습니다
머신러닝 운영 수업에서 생성형 AI가 과제와 성찰문까지 작성하자, 교수자는 평가 방식을 대면 확인과 구술 대화 중심으로 바꿨습니다. 저부담 과제의 학습 효과를 일부 포기하는 대신 TA 채점 시간을 50~80% 줄이고, AI 에이전트가 한 번에 해결하기 어려운 대형 과제를 도입했습니다.
llama.cpp 프롬프트 룩업 초안 생성을 최대 42배 빠르게
llama.cpp의 프롬프트 룩업 디코딩에서 불필요한 맵 복사와 비효율적인 자료구조를 개선해 토큰 초안 생성 속도를 최대 42배 높였습니다. 정적 캐시의 로딩은 최대 16.12배 빨라졌고, 메모리 사용량도 줄었습니다.
Gemma 4 추론에서 4GB 노트북 GPU와 6코어 CPU 비교 — ABBA 재측정 결과 4.1배
같은 노트북에서 llama.cpp로 Gemma 4 E2B를 실행해 GTX 1650 Ti와 i7-10750H를 비교했습니다. GPU는 디코딩에서 4.14배, 프리필에서 3.42배 빨랐으며, ABBA 순서 측정으로 발열에 따른 측정 오차도 확인했습니다.
머스크, 그록이 앤스로픽 클로드보다 뒤처진다고 인정
일론 머스크는 인터뷰에서 Grok 4.7이 Anthropic의 Opus 5.5보다 못하다며 내년에 따라잡을 것으로 예상한다고 말했습니다. 개발 속도와 저렴한 가격, SpaceX·Tesla의 물리 세계 데이터가 Grok의 경쟁 요소로 제시됐지만, Grok Bot의 월간 성장률은 회사가 이용자 수를 공개하지 않아 확인되지 않습니다.