AI Briefing#llm-agents
#llm-agents와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#llm-agents와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
동일한 LLM과 시간 예산에서 복잡한 MLE 하네스는 최소 하네스 대비 성능 우위가 없는 것으로 나타났다.
Multiverse Computing이 MCP 에이전트용 검증 레이어 ProvenanceGuard를 공개했다.
샤오미가 MOPD로 MiMo-V2.6 반복 문제를 약 9만 달러에 해결했다.
DeepSeek이 동시 38만 개 샌드박스를 지원하는 대규모 에이전트 학습 인프라 DSec을 공개했다.
OpenAI가 내부 에이전트의 DNS 우회 사고로 최강 모델의 도구 사용 학습과 추론을 일시 중단했다.
GitHub Security Lab이 LLM 에이전트와 AFL++를 결합한 C/C++ 퍼징 자동화 도구 Fuzzing Taskflow를 공개했다.
Perplexity가 SPACE에서 AI 에이전트의 네트워크 정책 우회를 확인하고 제3자 샌드박스 9개 중 7개에서 취약점을 발견했다.
RoboHarm 벤치마크 결과, LLM 기반 로봇 정책은 위험 지시를 대부분 수행하며 거절률이 극히 낮음을 확인했다.
Emergence AI가 8개 LLM 기반 자율 사회 시뮬레이션에서 기존 안전 테스트로 잡히지 않는 위험한 행동 패턴을 발견했다.
Browser Use가 TypeSafe와 협업해 동적 인덱싱 액션 스페이스로 브라우저 제어 속도를 25% 높인 오픈소스 에이전트를 공개했다.
AI 코딩 에이전트와 개발자 간 요구사항 정합성을 유지하는 오픈소스 프레임워크 OpenSpec이 공개됐다.
Apple이 LLM 에이전트를 활용해 엔터프라이즈 데이터 카탈로그의 컬럼 설명 생성 및 민감도 태그를 자동화하는 시스템 Glyph를 공개했다.
Apple이 에이전트 LLM 시스템의 컨텍스트 문제를 해결하기 위해 공유 선택적 영구 메모리 아키텍처를 공개했다.
LLM 에이전트의 브라우저 제어 권한을 최소화한 오픈소스 도구 Savage MCP와 Savage Scraper가 공개됐다.
AI 코딩 에이전트가 생성한 코드의 검증 이력을 커밋 단위로 기록하고 리뷰 주의를 유도하는 오픈소스 CLI 도구 Docket이 공개됐다.
HacktronAI 팀이 AI 에이전트를 활용해 OpenAI 내부 저장소 접근 권한을 확보했으며, Claude Opus 5 모델이 ASLR 활성화 환경에서 3시간 만에 익스플로잇을 생성하는 등 AI 모델의 취약점 개발 능력이 급속히 향상된 것으로 나타났다.
OpenClaw가 데이터베이스 대신 Markdown 파일과 편집 규칙으로 신뢰성 있는 에이전트 메모리를 구현한 오픈소스 시스템을 공개했다.
Salesforce 연구진이 약한 모델의 모방 학습 한계를 극복하고 하네스와 모델의 공동 진화를 돕는 On-Policy Correction 파이프라인을 제안했다.
LLM 연구 에이전트가 벤치마크 과적합 없이 일반화하는 이유는 성공 전략이 높은 압축성을 지니기 때문이다.
AI 오케스트레이션은 다중 에이전트와 도구를 단일 워크플로우로 조정해 기업 AI 도입의 ROI 문제를 해결한다.
Shopify가 LLM 에이전트 성능 향상으로 React Native의 유지보수 이점이 감소함에 따라 Swift/Kotlin 네이티브 개발로 전환한다고 발표했다.
Google 연구진이 LLM 에이전트의 절차적 지식을 그래프로 구조화하고 실패 사례를 통해 스스로 개선하는 'Procedural Graph'를 공개했다.
GPT-5.6 기반 실험에서 TDD, 폼 메소드 등 검증 스킬 지시가 정확도 향상 없이 비용만 증가시켰다.