에이전트와 코딩

GPT-6 Astra에게 헤드폰 앰프 Zähl HM1의 사진을 찾아 Blender로 모델링해 보라고 한 줄로 요청했다. Astra는 Blender MCP로 실행 중인 장면을 파이썬으로 편집해 편집 가능한 .blend 파일과 렌더 9컷을 만들고, 그 과정을 6쪽 보고서로 정리해 넘겼다. 참고 사진 수집부터 수치 검증까지 MCP 호출 20회의 기록이다.

ETH 취리히 연구진이 대학생 100명에게 코드를 감춘 채 자연어로만 앱을 만들게 했다. 컴퓨터과학 성취도와 작문 능력이 모두 성과를 예측했지만, 일반 인지 능력을 통제하자 컴퓨터과학 쪽만 살아남았다.

OpenAI 개발자 블로그가 Codex의 Astra로 집 한 채를 설계한 과정을 공개했다. 프롬프트 한 줄에서 시작해 편집 가능한 Blender 씬, 평면도, 30초 카메라 투어, 그리고 걸어 다닐 수 있는 Unreal Engine 5 빌드까지 이어졌다.

Google Research가 에이전트 스킬을 자동으로 고쳐 나갈 때, 실행 경험을 영속 위키에 먼저 정리하고 그 위에서 스킬을 손보게 했다. 다섯 모델과 다섯 벤치마크에서 기존 스킬 진화 기법을 모두 앞섰고, 위키를 떼어내면 그 평균이 48.7%에 그친다.

LLM 에이전트의 실행 로그 전체를 상태 7개에서 43개짜리 유한 상태 기계 한 대로 압축하면, 다음 행동 예측과 실패 예측과 런타임 감시가 같은 구조물 위에서 동시에 해결된다. 그리고 그 구조물의 모양은 모델이 아니라 배포 하네스가 정한다.

한 판 또는 두 판의 잉크로 편집 인쇄물을 만드는 Claude Code 스킬. 34KB 산문 지침과 기계 판독 카탈로그 7종, 16개 평가 케이스로 인쇄 디자인의 취향을 결정론적 계약으로 옮겼다.

우버가 사내 AI 코딩 사용량을 7배로 키우면서 요청 1,000건당 비용을 34% 낮춘 기록. 지출을 여섯 항의 곱으로 분해하고, 사람이 요청한 일이 아니라 에이전트가 자기 편의로 쓰는 토큰만 골라 깎았다.

코드베이스를 채팅 안에서 인터랙티브한 시스템 맵으로 바꾸는 에이전트 스킬. 에이전트는 그림 대신 타입이 정해진 JSON을 쓰고, Archify가 검증을 모두 통과한 결과만 HTML 한 파일로 내놓는다.

자기 개선 에이전트의 평가 기준을 고정하지 않고 에이전트와 함께 진화시키는 탐색 프레임워크. 코딩·논문 쓰기·증명 쓰기 세 영역에서 고정 평가자 기준선을 앞섰고, AI가 쓴 글을 지나치게 잘 받아주던 심사자의 편향까지 탐색 중에 교정했다.

Zed의 GPU 가속 UI 프레임워크 GPUI를 React로 감싼 바인딩. React 리컨사일러의 뮤테이션을 JSON 직렬화 없이 Rust로 그대로 넘겨, Electron이나 웹뷰 없이 데스크톱 앱을 GPU에 직접 그린다.