AI 및 프론티어 기술 요약: 코딩 하네스, 로컬 모델, 물리적 AI 데이터

이 게시물들을 관통하는 주제는 프론티어 AI의 관심이 원시 모델 데모에서 모델을 둘러싼 시스템(코딩 하네스, 압축된 로컬 체크포인트, 물리적 세계 데이터 파이프라인, 자율 에이전트를 위한 검증 계층)으로 이동하고 있다는 것입니다.

코딩 에이전트: 하네스가 제품이 되다

가장 많이 반복되는 주장은 코딩 에이전트가 이제 원시 모델 선택보다는 하네스 설계(도구, 메모리, 규칙, 루프)에서 경쟁한다는 것입니다.

널리 공유된 게시물은 Claude Code를 만든 사람으로 묘사되는 Boris Cherny가 사람들이 여전히 코딩을 배워야 하는지는 12년 안에 중요하지 않게 될 것이라고 말한 것을 인용합니다. 같은 게시물은 그의 팀이 이제 PM, 디자이너, 재무 담당자를 포함한 모든 사람이 코딩을 하고 있으며, 지난 11월 이후로 직접 코드를 한 줄도 편집하지 않았고, 하루에 1030개의 풀 리퀘스트를 배포한다고 말합니다. 또한 Claude Code를 모델 주변의 하네스로 설명하고 팀이 새 모델이 나올 때마다 이를 변경하고 시스템 프롬프트의 80%를 줄였다고 말합니다 @0xSanabi.

1~2년 안에는 중요하지 않게 될 것입니다. @0xSanabi

별도의 게시물에서는 Anthropic이 공유한 Sonnet, Haiku, Opus를 동시에 실행하는 패턴을 설명합니다. Sonnet은 세션을 실행하고 코드를 작성하고, Haiku는 병렬 저장소 검색과 diff 감사를 처리하고, Opus는 계획이 확정되기 전, 동일한 오류가 두 번 나타날 때, 그리고 최종 승인 전에 어드바이저 역할을 합니다. 주장하는 이점은 각 작업이 올바른 모델에 배치되므로 더 적은 토큰으로 더 나은 결과를 얻을 수 있다는 것입니다 @xsmryze. 또 다른 게시물은 목표를 최대 60개의 테스트된 작업으로 분할하고, 하나씩 배포하며, 단 하나의 검사가 빨간색인 동안에는 멈추지 않는 야간 Claude Code 하네스를 설명합니다 @0xwhrrari. 세 번째 게시물은 하네스, 루프, 그래프가 실제로 작동하는 모델과 에이전트 사이의 누락된 계층이라고 주장합니다 @0xWhitemon.

이러한 래퍼가 얼마나 지속될지에 대한 의견은 분분합니다. 한 게시물은 소프트웨어 팩토리가 다음으로 멸종할 래퍼이며 더 나은 코딩 에이전트가 3~6개월 내에 핵심 오케스트레이션 가치의 상당 부분을 흡수하여 지침과 가드레일을 갖춘 더 슬림한 기술 기반 접근 방식만 남길 것이라고 주장합니다 @jleechan2015.

도구도 멀티 에이전트 워크플로우를 중심으로 통합되고 있습니다. T3 Code는 MIT 라이선스 오픈소스 도구로, Claude Code, Codex, Cursor, OpenCode, Grok Build, Antigravity를 하나의 창에 넣고 사용자가 이미 지불하는 구독으로 실행되며, 하위 에이전트, 스레드별 모델 선택, 원버튼 커밋, 푸시, PR 생성을 지원합니다 @Mnilax. 오픈소스 테스트 프레임워크는 agent.act() 및 agent.assert()와 같은 에이전트 프리미티브를 사용하고, 이후 실행에서 에이전트 작업을 재생하는 캐싱 계층과 풀 리퀘스트에서 관련 테스트만 실행하는 필터를 제공합니다 @o_kwasniewski. 또 다른 도구는 거의 모든 GitHub 저장소를 Claude Code 또는 Cursor용 즉시 사용 가능한 프롬프트로 변환합니다 @dyfwsammy. Greg Isenberg는 AppFigures 또는 Sensor Tower로 약한 앱을 찾고, 리뷰 스크래핑으로 불만 사항을 클러스터링하고, Apple의 Xcode 플러그인과 함께 Claude Code로 빌드하고, Maestro로 테스트하고, RevenueCat로 구독을 관리하고, App Store 최적화로 순위를 높이는 iOS 앱 워크플로우를 설명했습니다 @gregisenberg.

로컬 모델 및 압축

로컬 추론은 두 가지 힘에 의해 추진되고 있습니다: 공격적인 압축과 희소하거나 소비자 친화적인 모델 설계입니다.

PrismML의 Bonsai 2는 Qwen3.8-27B를 55.6GB에서 5.9GB로 압축하여 89.4% 감소시키면서 20개 벤치마크에서 평균 98.2%의 집계 벤치마크 성능을 유지하는 것으로 보고됩니다. 이 기술은 가중치를 -1, 0, +1 및 스케일링 팩터로만 표현하는 삼진 양자화입니다. 게시물은 5.9GB가 체크포인트 크기이지 총 런타임 메모리가 아니며, 집계 유지율이 모든 기능이 정확히 98.2%를 유지한다는 것을 의미하지는 않는다고 언급합니다 @Oluwaphilemon1.

한 사용자는 Qwen 4 27B가 희소하다면 기능적 버전이 이번 주 말까지 8GB VRAM 또는 모바일에서도 실행될 수 있다고 주장합니다 @RuiCarrilho5. 또 다른 비교는 Qwen 4는 매우 효율적인 반면 DeepSeek는 결과를 얻을 때까지 토큰을 쏟아내며 둘 다 사용 사례가 있다고 말합니다 @loktar00. Qwen-4-Flash-Early가 GameFeel Bench에 추가되었고 qwen-4-27b에 대한 오디오 점수 오류가 수정되었습니다 @follistatindev.

검열되지 않은 로컬 모델도 대화의 일부입니다. 한 게시물은 DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED를 DeepSeek-V4-Pro 증류와 Qwen3.5 9B의 하이브리드로 설명하며, Q4_K_M GGUF에서 5.6GB, 제작자의 100프롬프트 테스트에서 3% 거부율, 약 250K 데이터 포인트로 증류, Apache 2.0으로 출시되었다고 말합니다 @Forhanvv. 또 다른 게시물은 같은 모델이 5GB 노트북에서 거부 없이 로컬로 실행될 수 있다고 말합니다 @0x0SojalSec.

메모리 측면에서 Stanford 연구원들의 Memorilla는 16개의 학습된 메모리 토큰을 통해 8B 모델이 대규모 문서 컬렉션을 사용할 수 있게 하는 오픈소스 메모리 시스템으로 설명됩니다. 동일한 Qwen3-8B 모델을 사용한 FactKG에서 전체 문서 컨텍스트는 80.43% 정확도를 기록한 반면, 16개의 메모리 토큰을 사용한 Memorilla는 84.33%를 기록했으며 LLM에 전달된 문서 토큰은 108배 적었습니다. 게시물은 이 접근 방식이 일반적인 검색이 더 잘 처리하는 정확한 이름과 세부 사실에 어려움을 겪을 수 있다고 언급합니다 @techNmak.

모델 출시 및 벤치마크

여러 게시물이 Qwen 계열 모델, 코딩 에이전트, 소형 모델 벤치마크를 중심으로 바쁜 출시 주기를 지적합니다.

Alibaba의 코딩 에이전트 Qoder는 제한된 시간 동안 개인 사용자에게 무료로 제공되는 Qoduck이라는 스텔스 모델을 도입했습니다 @AiwithNomi@atulkumarzz. 한 사용자는 Qoduck이 Qwen 4 27B라면 강력한 결과가 될 것이라고 추측하고 Qwen 4 Preview와 다른 방향으로 같은 프롬프트를 사용했다고 언급했습니다 @loktar00.

169Pi Research의 9B 다중 모달 추론 모델 Alpie Seed는 MMLU-Pro에서 82.54%, GPQA Diamond에서 84.32%, LiveCodeBench v6에서 72.99%, SWE-Bench Verified에서 61.20%를 보고합니다. 게시물은 평가가 재시도 없이 mini-SWE-agent를 사용했으며 비교가 공통 하네스에서 재실행되지 않았으므로 방법론 차이를 고려해야 한다고 말합니다 @169Pi_ai.

한 게시물은 Qwen3.8-27B 기본 모델에 대한 Tencent의 Terminal-RSI 파이프라인을 설명합니다: 재귀적 자기 재작성은 성공적인 궤적에 대해 모델을 미세 조정하고, 재귀적 정책 개선은 이전 단계에서 상속된 비평가로 PPO를 실행하고, 성공 우선 보상은 엄격한 성공과 부분 점수를 분리합니다. 보고된 결과는 평균 terminal-bench 성공률이 20.68%에서 50.58%로, 가장 어려운 스위트는 0.00%에서 19.84%로 상승한 것입니다 @thesupermannx.

Bloomberg는 DeepSeek가 오픈소스 AI 기술을 중심으로 구축된 애플리케이션으로 Anthropic 및 OpenAI에 계속 도전하면서 AI 에이전트 인프라에 대한 놀라운 채택 수치를 발표했다고 보도했습니다 @business. 한 사용자는 Kimi-Flash가 게임을 바꾸고 최고의 Cyber 모델이 될 것이라고 주장했습니다 @0xSero.

로보틱스 및 물리적 AI: 데이터가 병목

로보틱스 논의는 데모 비디오에서 신뢰할 수 있는 물리적 세계 능력에 필요한 데이터와 운영으로 전환되었습니다.

CoRL 2026에 채택된 HuG는 능동적 인식을 통한 휴머노이드 전신 어포던스 인식 파지 학습으로 설명됩니다: 로봇은 반쯤 숨겨진 물체를 찾기 위해 주변을 둘러보고, 도달하기 위해 전신을 쪼그리거나 늘리고, 잡습니다. 주장은 실제 데모가 없고 보지 못한 물체와 일상적인 장면(낮은 테이블에서 높은 선반까지)에 대한 제로샷 전송입니다 @Xuanbin_Peng.

로보틱스 데이터 게시물은 2027년 이전의 데이터 산업이 명확한 형태를 가지고 있다고 주장합니다: 모노는 죽었고, 스테레오를 즉시 사용할 수 있는 곳은 거의 없으며, 촉각이 새로운 개척지입니다 @theSamPadilla.

모노는 죽었습니다. 스테레오를 즉시 사용할 수 있는 곳은 거의 없으며, 촉각이 새로운 개척지입니다. @theSamPadilla

Vangrid는 스마트폰을 물리적 AI 데이터를 위한 분산 센서 네트워크로 전환하는 것으로 설명됩니다. 노스캐롤라이나주 롤리에서 완료된 바운티는 연석 경사로, 촉각 포장, 도로 표시, 보행자 버튼, 보도 세부 사항을 포함하여 주간과 야간에 촬영된 14개의 보행자 횡단보도에 대해 $1,000 USDC를 지불했으며 Base에서 정산되었습니다 @NeonVoid01. 또 다른 게시물은 AI 에이전트가 요청을 게시하고, Base 또는 Arc에서 USDC로 자금을 조달하고, 현장에서 누군가의 영상을 받고, 제출을 승인하고, API를 통해 3D 재구성을 얻을 수 있으며, 지갑만 있으면 된다고 말합니다 @when_tge. 더 광범위한 게시물은 Jensen Huang이 CES 2026에서 이를 물리적 AI의 ChatGPT 순간이라고 부르고 Fei-Fei Li가 로봇은 언어 모델이 가졌던 것보다 훨씬 적은 훈련 데이터를 가지고 있다고 말한 것을 인용합니다 @sadatbnb.

4D Labs는 Ego Suite 1인칭 캡처, ViTam 시각-촉각 융합, 물리적 상호작용을 중심으로 구축된 AXON 월드 모델을 통해 물리적 AI에 접근하는 것으로 설명됩니다. 파이프라인은 모션, 힘, 저항, 작업 결과를 기록한 다음 기여 데이터에 대한 검증 가능한 온체인 권리를 추가합니다 @thuyhatcl.

Y Combinator 로보틱스 회사는 로봇을 계속 작동시키는 인프라를 구축함으로써 로보틱스에 반대하는 베팅을 하고 있다고 말합니다: 원격 조작 및 운영 소프트웨어, 24/7 인간 운영자, 로봇 훈련 및 자기중심적 데이터, 1초 미만의 인간 개입 @karanwalia_ai. PrismaX는 브라우저와 VR 인터페이스를 통해 로봇, 원격 운영자, AI를 연결하고 인간의 판단이 AI 탐색과 반복 작업을 지원하는 것으로 설명됩니다 @tas_onu. CoRL 2026에 채택된 Human2Any는 인간 비디오에서 물체가 어떻게 상호작용하는지 학습하고 테스트 시간 추론과 계획을 통해 해당 지식을 적응시킵니다 @ShuoCheng94.

오픈소스 휴머노이드 프로젝트도 저렴해지고 있습니다. 한 게시물은 Menlo Research의 Asimov 1이 $20,000, Berkeley Humanoid Lite가 $5,000 미만, Stanford의 ToddlerBot이 $6,000 미만, Poppy Humanoid가 $8,000~$9,000라고 나열합니다 @techniahqrobot. UBTech의 U1 컴패니언 로봇은 168cm와 183cm의 남성 및 여성 모델, 실리콘 피부, 88개의 서보 조인트, 로컬 감정 AI로 설명됩니다. 방문객들은 응답이 수십 초 지연될 수 있고 피부가 인간의 피부처럼 느껴지지만 온도는 없다고 보고했습니다 @hey_simanto. 로보틱스 패널 게시물은 손상된 휴머노이드가 테스트를 재개하기까지 몇 달을 기다리게 할 수 있으므로 팀이 하드웨어를 위험에 빠뜨리기 전에 시뮬레이션에서 정책을 테스트하고 실패를 포착해야 하기 때문에 시뮬레이션이 중요하다고 주장합니다 @AI_Ashik07. Tau Robotics의 Sergey는 집안일을 할 로봇으로 설명됩니다 @sciencegirl.

과학을 위한 AI: 파이프라인 자동화와 한계

과학을 위한 AI 게시물은 연구 파이프라인의 일부를 자동화하고 그러한 자동화의 한계에 초점을 맞춥니다.

바이럴 게시물은 Google이 문헌 검토, 가설 생성, 실험 설계, 코드 작성, 디버깅, 데이터 분석, 차트 생성, 논문 작성, 시뮬레이션된 동료 검토를 자동화하는 ScientistTwo라는 논문을 발표했다고 주장합니다. 게시물은 이를 수공예적인 인간 속도 연구에서 산업화된 지식 창출로의 전환으로 보고 인간이 무엇을 해야 하는지 질문합니다 @CrazyShyyt.

생물학을 위한 AI에 대한 Y Combinator의 Paper Club은 시퀀싱 비용이 붕괴되었고, 생물학이 연구자가 이해할 수 있는 것보다 더 많은 데이터를 생성하고 있으며, 모델이 따라잡기 시작했다고 주장합니다. 기회는 생물학적 데이터를 읽는 것에서 살아있는 시스템을 모델링하고 설계하는 것으로 이동하는 것이며, 암 유전체학, 가상 세포, 게놈 언어 모델, 생물학적 설계를 포함합니다. 세션은 또한 DNA로 훈련된 언어 모델 내부를 살펴보고 모델이 명시적으로 훈련되지 않았음에도 불구하고 문맥 내 학습이 어떻게 나타났는지 탐구합니다 @ycombinator.

DeSci Summit Mumbai 요약은 IP 문제가 생물학자가 프론티어 모델을 전혀 사용할 수 있는지 여부를 결정한다고 말합니다. 여러 박사 과정 연구실은 프롬프트가 미공개 연구를 유출하기 때문에 ChatGPT와 Claude를 완전히 금지하기 때문입니다. 요약은 또한 Mac에서 실행되는 RFdiffusion 4, M1에서 M5까지 사용자 정의 커널로 초당 100토큰으로 실행되는 Qwen 8B 모델, Qwen이 오케스트레이션하고 RFdiffusion이 설계하는 로컬 약물 발견 설정을 설명합니다. 영국에서 보조금 수락률이 19%, 미국 건강 연구 13%, EU 초기 경력 수상 8%로 감소했고, Nature에 게재하는 데 약 $12,000가 들고 17개월이 걸린다고 인용합니다 @BioProtocol.

연구 문화도 논쟁의 일부입니다. 한 연구자는 LLM을 사용하여 논문을 거부하기 위해 사소한 결점을 찾는 것은 잘못된 행위이며, 컨퍼런스 리뷰는 좋은 판단력을 가진 해당 분야의 연구자들이 해야 한다고 주장합니다 @murat_kocaoglu_.

LLM을 사용하여 논문을 거부하기 위해 사소한 결점을 찾는 것은 잘못된 행위입니다. @murat_kocaoglu_

또 다른 게시물은 arXiv 링크가 방법을 검토하는 데 도움이 되지만 인증하지는 않으며, 프로젝트의 Uniswap 논문이 컨퍼런스나 저널에 제출되지 않았다고 말한다고 경고합니다. 게재와 동료 검토는 상호 교환 가능하지 않습니다 @nabi_sarvi.

에이전트 인프라: 제어, 검증, 결제

에이전트 인프라는 가드레일과 정산(권한, 사전 실행 검사, 에스크로, 평판)으로 수렴하고 있습니다.

Motes는 사용자가 전략을 정의하고, 지출 한도를 설정하고, 권한을 제어하고, 필요할 때마다 에이전트를 일시 중지할 수 있게 하며, 자율성에는 무제한적인 자유보다 명확한 경계가 필요하다는 주장을 합니다 @ShamimTB. Actum은 검증을 행동 자체의 일부로 만드는 것으로 설명됩니다: 모든 행동은 승인 전에 권한, 컨텍스트, 타이밍, 대상, 순서에 대해 확인되며, 실패하는 것은 실행되어서는 안 됩니다 @fredkaff.

Termix는 등록된 에이전트가 온체인 ID를 얻고, 작업을 찾고 입찰하고, 작업이 완료될 때까지 에스크로에 결제를 보관하고, 검증 후 USDC 또는 USDT를 받고, 완료된 작업으로 평판을 쌓고, 에이전트 AI 상거래 프로토콜인 AACP에서 분쟁 프로세스를 사용하는 생태계로 설명됩니다. 게시물은 팀이 YZi Labs에서 $1M을 모금하고 BNB Chain의 MVB 9 프로그램에 선정되었다고 말합니다 @0xBishu.

다른 실험인 Agentic Credit Score는 에이전트를 실제 시장과 실제 정산이지만 가짜 돈으로 종이 거래에서 시작하고, 승패를 삭제 없이 기록하고, 그 기록에서 점수를 구축하며, 정산된 거래는 에어드롭을 위해 $CREDIT을 얻습니다 @calbuldelis69. Decrypt 게시물은 Tyler Did It이 너무 이른 것은 틀린 것과 같다고 말한 것을 인용하고, 에이전트 금융 및 인프라 플레이가 수요보다 앞서 있는지 의문을 제기하며, 일부는 성숙하는 데 12~24개월이 걸릴 수 있다고 말합니다 @DecryptMedia.

실질적인 문제는 에이전트 드리프트입니다: 한 게시물은 에이전트가 어제는 완벽하게 작동하다가 오늘은 규칙의 절반을 무시할 수 있다고 말하고, Grok Bot, CREAO, Muse, Manus, Hermes, Agnes AI, n8n, Make, Zapier 또는 Claude Code를 사용하는 빌더에게 가장 큰 문제를 공유해 달라고 요청합니다 @Sonofpeace0001. 또 다른 게시물은 오픈소스 프로덕션 스택을 설명합니다: 워크플로우 자동화 및 MCP 도구용 Activepieces, 지속적인 에이전트 메모리용 Letta, LLM 파이프라인 프로그래밍 및 최적화용 DSPy, DSPy가 나쁜 데이터를 고치지 않고 지속적인 메모리가 자동으로 정확한 메모리를 의미하지는 않는다고 경고합니다 @ImoleayomideAI. Andrej Karpathy는 대부분의 사람들이 여전히 LLM을 챗봇처럼 취급하지만 메모리, 비전, 추론, 검색, 도구, 에이전트 시스템이라는 다섯 가지 변화가 이를 에이전트 시스템으로 전환하고 있다고 말한 것으로 인용됩니다 @res1dualedge.

생성 비디오 및 3D: 에이전트 파이프라인이 콘텐츠를 산업화

생성 비디오는 에이전트 파이프라인과 재사용 가능한 스킬을 통해 산업화되고 있습니다.

한 크리에이터는 26시간 51분 만에 만들어진 AgenC 비디오를 설명하며, 101억 토큰, 131개 에이전트, 23,354회의 모델 호출을 사용했습니다. 완성된 영화는 1920x1080, 24fps, 5:26 길이로, 84개의 샷과 573개의 노래 단어가 화면에 표시되며, Claude Opus 5.5, Grok 4.7, Grok Imagine Image 2.0 및 Video 1.5, Qwen-Image 2.1, Qwen-Image-Edit 2511, Seedance 2.5, MiniMax H3, GPT Image 2.5, GPT-2 XL, 처음부터 만든 5,100만 가중치 모델, BiRefNet, Depth Anything, RAFT, ComfyUI, Claude Code, Blender Cycles, NVENC가 포함된 ffmpeg를 포함한 스택으로 구축되었습니다 @tetsuoai.

비디오용 Claude Code 스킬 스택은 스토리보드, VFX, SFX, 편집을 Claude Code 내에서 다루는 것으로 설명되며, 비디오가 되는 HTML을 작성하는 hyperframes, React 비디오용 remotion 스킬, claude-animated-shorts, 영화 감독, 드라마 스킬, seedance 스토리보드, pixelfx, 셰이더 스킬, WebGPU 스킬, comfyui-mcp, ElevenLabs 스킬, Suno의 AI 음악 파이프라인과 같은 도구가 포함됩니다 @Y0urDumble. 업데이트된 버전은 reverse-any-video, 10,000개 이상의 음악 트랙, 75,000개 이상의 스톡 이미지, TTS, GSAP 스킬, video-shotcraft, motionmaxxing, Blender MCP, Blender 스킬, dream-loop, threejs-game-skills, 해부학, 3dviz-pro-max를 추가합니다 @Y0urDumble.

cutaway라는 무료 Claude 스킬은 코드로 3D 문어를 만들고, 아무것도 움직이기 전에 참조 이미지에 대해 체크리스트 라인을 평가하고, 각 팔을 두 줄의 빨판 바퀴에 16링크 나선형으로 조여지는 유리 링크 기차로 모델링하고, 2.4배로 렌더링한 다음 1080p 60fps로 다운스케일하고 사운드는 -14 LUFS로 처리하는 것으로 설명됩니다 @0x_fokki.

3D 인터페이스 측면에서 한 프로토타이퍼는 가우시안 스플랫이 인터페이스를 렌더링할 수 있는지 테스트했으며 Imagen에서 SHARP, spark, popmelt로 이어지는 파이프라인이 첫 시도에서 괜찮은 결과를 얻고 아트 디렉션과 상호작용 튜닝으로 더 나은 결과를 얻는다고 보고합니다. 게시물은 Astra와 같은 LLM이 스플랫 작업에 능숙하여 미세 조정을 더 효율적으로 만든다고 말합니다 @bekhovsgun.

SUMMARY: 이 요약은 AI 코딩 하네스, 압축된 로컬 모델, 새로운 모델 벤치마크, 로보틱스 데이터 인프라, 과학을 위한 AI 파이프라인, 에이전트 검증, 생성 비디오 도구에 대한 게시물을 종합합니다.

TITLE: AI 및 프론티어 기술 요약: 코딩 하네스, 로컬 모델, 물리적 AI 데이터