푸른강아지의 일상

Meta Muse Spark 1.1이 던진 질문 — 더 큰 모델보다 ‘일을 나누고 맥락을 관리하는 모델’이 필요한 시대핵심 요약: Meta가 7월 9일 공개한 Muse Spark 1.1은 단지 도구 호출 점수를 높인 모델이 아닙니다. 주 에이전트가 계획·맥락 수집을 맡고, 병렬 하위 에이전트에게 실행을 위임하며, 긴 작업 중에는 스스로 컨텍스트를 압축하는 오케스트레이션 능력을 제품의 중심에 둡니다.중요한 변화는 ‘100만 토큰’을 넣을 수 있다는 주장 자체가 아니라, 그 안에서 무엇을 버리고 무엇을 다음 단계로 넘길지 결정하는 책임이 모델과 런타임으로 이동한다는 데 있습니다. API가 열렸다는 점은 이 설계를 실제 개발 워크플로로 검증할 수 있게 만들었다는 뜻이기도 합니다.📌 모델 호출이 아니라 작업 ..

SWE-1.7이 던진 질문 — 코딩 에이전트의 다음 승부처는 ‘더 오래, 더 신중하게’ 일하는 능력입니다핵심 요약:Cognition의 SWE-1.7은 Kimi K2.7 Code를 기반으로 추가 강화학습을 거쳐 장기·비동기 소프트웨어 작업에 맞춘 모델입니다. 회사 발표 기준 FrontierCode 1.1에서 42.3%, Terminal-Bench 2.1에서 81.5%를 기록했고, Devin에서 Cerebras 기반 1,000 TPS로 제공됩니다. 다만 이 발표에서 더 중요한 것은 숫자 자체보다, 긴 작업을 끝까지 수행시키기 위한 탐색·압축·검증 행동을 모델 학습의 중심에 놓았다는 점입니다.📌 코딩 모델의 기준이 ‘한 번에 맞히기’에서 바뀌고 있습니다AI 코딩 도구를 써 본 개발자라면 익숙한 장면이 있습니..

Bun의 Zig→Rust 재작성, 11일의 기적이 아니라 ‘검증 가능한 에이전트 공정’의 승리입니다핵심 요약: Bun 팀은 약 53.5만 줄의 Zig 코드베이스를 Rust로 옮기고, 전 플랫폼에서 테스트 스위트를 통과시키는 데 11일을 썼습니다. 핵심은 모델이 코드를 대량 생성했다는 사실이 아닙니다. 언어 독립적인 100만 assertion 테스트, 작성자와 분리된 적대적 리뷰, 오류가 나면 코드가 아니라 생성 워크플로를 고치는 루프가 결합됐다는 점입니다. AI 코딩의 병목은 생성량이 아니라 신뢰를 만들어내는 검증 체계라는 사실을 이보다 선명하게 보여주는 사례는 드뭅니다.📌 ‘전체 재작성은 하지 말라’는 상식을 다시 묻게 만든 사건Bun의 창업자 Jarred Sumner가 공개한 기술 글에 따르면, 대..