World Models, JEPA And The Path To Sample-Efficient RL
AI의 가장 큰 두 가지 미해결 문제는 와트당 지능(Intelligence per Watt)과 샘플당 지능(Intelligence per Sample)이다.
불러오는 중입니다
AI의 가장 큰 두 가지 미해결 문제는 와트당 지능(Intelligence per Watt)과 샘플당 지능(Intelligence per Sample)이다.
Cognition·Devon의 Jared Zoneraich가 말하는 AI 에이전트 빌딩 원칙: 정교한 프롬프트/DAG가 아니라 모델 진보 자체에 올라타는 것이 진짜 전략이다.
Peter Yang이 OpenAI GPT-5.6과 Anthropic Claude Fable 5를 6개 실전 작업으로 정면 비교했다.
ChatGPT Work와 Codex는 사실상 동일한 도구 — 차이는 UI(Codex엔 PR 탭)뿐, 저자는 Codex를 주로 사용.
이번 주 반도체 섹터 급락과 중국 저가 AI 모델 등장이 겹치며 'AI 투자가 끝났다'는 공포가 시장에 확산됨.
AI 에이전트 간 통신 프로토콜 3종: MCP(도구 통신), A2A(에이전트 간 통신), ACP(REST 기반, A2A에 통합)
발표자 Armanas Povilionis(Alithea Bio, 면역항암·면역펩티도믹스 라이프사이언스 기업)가 에이전틱 자동화 실무에서 발견한 갭을 공유하는 라이트닝 토크.
Langfuse의 Annabelle이 발표: "토큰 그만 태우고, 자기개선 루프에 도메인 전문성부터 넣어라."
발표자 Matt Palmer(전 Replit DevRel 리드, 현 Conductor DX 리드)의 핵심 주장: 콘텐츠 제작의 매체가 점점 "코드"로 수렴하고 있다.
발표 주제는 "인지 인프라(추론 인프라)를 언제까지 빌려 쓸 것인가"이다.
Notion에서 일하는 연구자 Geoffrey Litt가 '에이전트가 코드를 대신 짜주더라도 그 코드를 이해하는 것은 여전히 중요하다'는 주제로 쓴 강연 원고다.
OpenAI가 제작한 약 3분짜리 짧은 다큐멘터리로, 서울에서 OpenAI와 패스트캠퍼스가 50~60대 학습자를 대상으로 진행한 ChatGPT·Codex 실습형 AI 교육 프로그램을 다룬다.
t3dotgg(Theo)가 Anthropic의 신형 대형 모델 Fable과 OpenAI의 GPT-5.6("56 Soul")을 실사용 데이터로 심층 비교했다.
웹 엔지니어링은 카나리·세그먼트 타겟팅·킬스위치 같은 안전 배포 인프라를 10년 전에 이미 해결했지만, AI 에이전트는 그 인프라 없이 2008년식으로 배포되고 있다는 것이 이 발표의 핵심 문제의식이다.
ZenML 공동창업자 Hamza Tahir가 AI Engineer 컨퍼런스에서 "에이전트에도 저장 버튼이 필요하다"는 주제로 발표했다.
GPT-5.6 발표를 전후해 xAI Grok 4.5, Meta Spark 1.1이 잇따라 소개됐지만 Gemini 3.5 Pro는 예고된 여름 출시가 아직 이뤄지지 않았다.
Anthropic이 Claude Fable 5를 영구적으로 Max 및 Team Premium 구독 플랜에 포함하기로 결정했다.
AI Engineer 컨퍼런스에서 "루프(Loop) 엔지니어링"을 주제로 옥스퍼드 방식 토론이 열렸다.
Apple이 OpenAI를 영업비밀 침해로 제소 — 24년차 임원 Tan Tang이 부하직원에게 기밀 반출을 부추긴 혐의, 41페이지 소장.
Chip Huyen의 저서 『AI Engineering』을 41분 분량으로 해설하며, AI 엔지니어링은 파운데이션 모델을 유용·안전·빠르고 신뢰할 수 있는 제품으로 바꾸는 작업이라고 정의한다.
SpaceXAI(xAI) 정체성 위기 — Grok이 Claude를 따라잡으려 하지만 여전히 경쟁사에 뒤처지고 내부 혼란 지속
Unsloth 공동창업자 Daniel Han이 AI Engineer 워크숍에서 'Reward Hacking in Agents'를 발표했다.
1. 발표자 Pablo Castro(MS CVP & Distinguished Engineer)가 지식을 내재적(intrinsic)·외재적(extrinsic)·학습된(learned) 세 가지로 나눠 설명.
Lila Sciences는 "과학을 무한 토큰 생성기로 만든다"는 단일 테제 아래 움직이는 회사로, 인터넷 데이터가 고갈된 지금 실험 데이터를 새로운 스케일링 축으로 삼는다.