아키텍처

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.

Canva가 수억 사용자의 세션 폐기 조회를 초당 수십만 건 처리하는 게이트웨이 인메모리 캐시를 어떻게 다시 설계했는지 정리한 엔지니어링 블로그. 배포 때 MySQL로 몰리던 캐시 시딩 부하를, 12시간 윈도를 30분 청크로 자른 16바이트 이진 배열을 S3에 두는 방식으로 풀었다.

Moonshot의 2.78조 파라미터 멀티모달 MoE, Kimi K3를 Apple의 MLX 프레임워크로 옮긴 포트. 39개 테스트를 모두 통과하고 mxfp4 티어는 원본과 비트 단위로 일치하지만, 정작 이 모델은 지구상 어떤 맥에서도 한 토큰조차 만들어낸 적이 없다.

GPT-2(2019)부터 Kimi K3(2026)까지 언어모델 아키텍처의 진화를 코드 구현 수준까지 추적한 워크로그. 7년간 파라미터는 22,580배 커졌지만, 변화의 본질은 스케일이 아니라 고정 크기 상태가 정보를 저장·갱신·검색하는 방식의 한계를 하나씩 푸는 과정이었다.

Celeris AI Labs가 확산 기반 추론 아키텍처로 만든 첫 모델 Celeris-1을 공개했다. GPT-5에 근접한 지능을 유지하면서 응답 지연을 15배 이상 줄이고, 초당 1,600토큰대의 생성 속도를 낸다고 주장한다.

8달러짜리 ESP32-S3 마이크로컨트롤러에 28.9M 파라미터 언어모델을 올려 완전 오프라인으로 초당 9.5토큰의 짧은 이야기를 생성한 오픈소스 프로젝트. 대부분의 파라미터를 플래시로 내보내는 구글 Per-Layer Embeddings 기법이 핵심이고, 저자는 28.9M을 능력의 척도로 읽지 말라고 선을 긋는다.

386M 파라미터 사전학습 모델 Fractale-350M-base는 8개의 fast-weight 슬롯을 유일한 장기 기억 채널로 삼는다. 컨텍스트 창 확장이나 추론시점 역전파와는 다른 세 번째 축을 겨눈다. 모델이 스스로 요약 벡터를 쓰고 하이퍼네트워크로 되읽는 학습된 메모리 정책을 386M 스케일에서 검증한 연구 아티팩트다.

Claude Code·Codex의 세션 로그를 코드베이스의 3D ‘밤의 지도’ 위에서 빛의 이동으로 재생하는 로컬 시각화 도구. 에이전트가 무엇을 했는가가 아니라 태스크를 어떻게 이해했는가를 한눈에 보여준다.

Cerebras가 하루 15,000건의 질문을 받는 사내 지식베이스를 만든 방법. 모든 것을 한 플랫폼에 모으는 단일 진실 공급원을 포기하고, 데이터가 이미 사는 곳에서 끌어와 단일 Postgres 임베딩 테이블에 착지시켰다.

Omnara의 Ishaan Sehgal이 쓴 X 아티클. 에이전트의 정체는 모델도 런타임도 아닌 이벤트 로그이며, 로그를 1급 시민으로 다루면 신뢰성과 확장성과 포크와 마이그레이션이 구조적으로 따라온다고 주장한다.