Harness Router — Jev 기반 AI 도구 라우팅
Harness Router는 AI 코딩 에이전트가 도구를 실행하기 전에 호출 대상을 빠르고 저렴하게 고르는 라우팅 계층입니다. 명확한 요청은 빠른 경로로 처리하고, 애매한 선택은 Jev에 맡기며, 복잡한 다단계 판단은 MCTS로 넘깁니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
Qwen3.6과 3.8 27B를 병합해 토큰 생성을 줄인 모델
JetBrains가 Qwen3.6-27B와 Qwen3.8-27B의 체크포인트를 50대 50으로 보간한 파생 모델을 공개했습니다. 추가 학습이나 미세조정은 하지 않았으며, 100개 코딩 과제 내부 벤치마크의 결과와 토큰 효율을 소개하는 자료를 안내하지만, 모델 카드에는 구체적인 수치가 없습니다.
Jeff — 집에서 학습한 Jev 호환 0.8B 의사결정 모델, 약 30ms
Jeff는 상황과 선택지를 입력하면 텍스트를 생성하지 않고 선택지별 확률을 반환하는 소형 오픈 모델입니다. 0.8B 모델은 Apple M4 Max에서 약 28ms 만에 응답하며, 분류 성능은 높지만 추론 중심 과제에서는 대형 모델보다 낮은 점수를 기록합니다.
LLM 정책: 대가를 따지지 않는 진보
GNOME과 KDE의 LLM 기여 정책 논쟁을 계기로, 글쓴이는 자유·오픈소스 소프트웨어(FLOSS)의 목적이 결과물의 완성도를 높이는 데만 있는지 묻습니다. LLM이 멘토링과 협업을 밀어내고 사회적·환경적 비용을 가릴 수 있다고 비판하며, 프로젝트마다 원칙을 세워야 한다고 주장합니다.
리눅스 커널 개발자들, AI 에이전트 안내용 AGENTS.md 도입 검토
리눅스 커널 소스 트리에 AI 코딩 에이전트가 개발 규칙을 따르도록 안내하는 AGENTS.md를 추가하는 제안이 나왔습니다. README로 연결하는 간단한 파일이지만, 에이전트의 패치 서명 표기 오류를 줄이는 한편 전체 문서를 읽힐 때 늘어나는 토큰 비용을 두고 의견이 갈립니다.
Ollaya — Jev 방식의 오픈소스 의사결정 모델을 로컬에서 실행
Ollaya는 선택지·점수·예/아니요 질문에 답하는 의사결정 모델을 로컬에서 실행하는 오픈소스 도구입니다. TypeSafe의 Jev API와 호환되며, 개발자는 개인정보를 외부로 보내지 않고 빠르게 텍스트 분류나 간단한 판단을 처리할 수 있습니다.
TeleOCR — 디지털 문서와 촬영 문서를 함께 파싱하는 12억 파라미터 모델
TeleOCR은 디지털 문서와 카메라로 촬영한 문서를 함께 처리하도록 설계한 오픈소스 문서 파싱 모델입니다. 12억 파라미터 규모로 텍스트·표·수식·레이아웃을 분석하며, 공개 벤치마크와 Dr.DocBench Challenge 결과를 제시합니다.
Qwen-Image-2.1 GGUF 양자화 모델
Unsloth가 Qwen-Image-2.1을 GGUF 형식으로 양자화해 공개했습니다. GGUF 파일은 이미지 생성 모델의 디노이저만 담으므로 VAE와 Qwen3-VL 텍스트 인코더도 함께 준비해야 합니다.
Anthropic의 Agent Skills 공개 저장소
Anthropic이 Claude용 Agent Skills 예제와 명세, 템플릿을 공개했습니다. 각 스킬은 지침과 메타데이터를 담은 SKILL.md 파일을 중심으로 구성하며, Claude Code 플러그인이나 Claude API에서 사용할 수 있습니다.
Jev-Omni — 텍스트·이미지·음성·동영상 선택지 분류 모델
Jev-Omni는 Gemma 4 12B IT를 3만 개 질문으로 미세 조정한 멀티모달 분류 모델입니다. 설명을 생성하는 대신 선택지별 확률을 출력하며, 공개 벤치마크와 추론 속도, 실행 조건을 함께 제시합니다.
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.
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.
NVIDIA Nemotron 3 Diarization, 최대 8명 화자 실시간 분리
NVIDIA가 최대 8명의 화자를 구분하는 오픈 웨이트 음성 분리 모델 Nemotron-3-Diarization을 공개했습니다. 스트리밍 지연 시간은 0.32초부터 설정할 수 있으며, 공개 평가에서 기존 Streaming Sortformer 모델보다 낮은 화자 분리 오류율(DER)을 기록했습니다.
Strands Harness 공개 — 여러 모델과 클라우드에서 실행하는 에이전트 하네스
AWS의 Strands 팀이 범용 에이전트 하네스 Strands Harness를 Apache 2.0 라이선스로 공개했습니다. 자체 벤치마크에서 같은 Claude·GPT 모델을 썼을 때 다른 하네스보다 비용을 28% 줄였다고 밝혔으며, 비교 대상 선정과 벤치마크의 신뢰성을 두고 Hacker News에서 논쟁이 이어졌습니다.
arXiv, 독립 비영리단체 전환에 다년간 1,720만 달러 지원 확보
Simons Foundation International, XTX Markets, Siegel Family Endowment가 arXiv에 3~5년에 걸쳐 총 1,720만 달러를 지원합니다. 운영과 기술 개발, 독립 비영리단체로서의 조직 역량을 뒷받침하며 AI 생성 논문 관리도 개발 과제로 꼽았습니다.
AI 도구에 빠진 층위: 어시스턴트가 이미 아는 내용을 공유하기
memshare는 AI가 대화에서 쌓은 기억을 평문 JSON 파일로 저장하고, 동료나 다른 AI 도구와 동의 절차를 거쳐 공유하는 오픈소스 도구입니다. PII 검사와 항목별 수락 절차를 두지만, 기억의 최신성 확인은 아직 지원하지 않습니다.
내가 바라는 GNOME의 LLM 정책
GNOME 기고자는 LLM으로 만든 제출물을 전면 금지하는 정책 초안을 제안합니다. 정책의 목적은 개발자의 작업 방식을 세세히 감시하는 게 아니라, 공동체가 어떤 기여를 환영하는지 밝히고 사람 중심의 협업 문화를 지키는 데 있다고 설명합니다.
Strands Agents — Python·TypeScript용 오픈소스 AI 에이전트 SDK
Strands Agents는 에이전트 실행 루프부터 도구, 메모리, 세션, 추적까지 제공하는 Python·TypeScript SDK입니다. 기본 설정을 갖춘 하네스로 빠르게 시작하거나, SDK를 사용해 루프와 구성 요소를 직접 제어할 수 있습니다.
MiMo-V2.6 — 공개 훈련 과정을 거친 오픈 옴니모달 모델
Xiaomi가 텍스트·이미지·오디오·비디오를 처리하고 100만 토큰 문맥을 지원하는 MiMo-V2.6 Pro와 Flash를 공개했습니다. 모델 가중치와 기술 보고서뿐 아니라 RL 환경과 훈련 코드도 함께 공개합니다.