Show HN: 시나몬 – 가정용, 개인 및 공유 컨텍스트를 위한 보다 안전한 AI 에이전트
기사 URL: https://getcinnamon.ai/ 댓글 URL: https://news.ycombinator.com/item?id=50373233 포인트: 2 # 댓글: 1
AI NEWS JOURNAL
에이전트
주제별로 새로운 사실과 후속 변화를 따라갑니다.
스트림 기반 에이전트형 SOC 구축
당사 보안 팀이 지속적인 스트리밍 아키텍처를 활용하여 알림 트리아지 처리량을 확장한 자동화된 다중 에이전트 조사 파이프라인을 구축한 방법을 확인해 보세요.
알리클라우드, AI 투자 리서치 워크스테이션 Qovest 출시: 월 99위안으로 개인 초대 테스트 오픈 알리클라우드가 최근 전문 기관 투자자를 대상으로 한 AI 투자 리서치 워크스테이션 Qovest를 발표했습니다. 사용자가 한 문장으로 리서치 요구를 제시하면 시스템이 자동으로 데이터를 조회하고 심층 분석한 뒤 보고서를 생성하며, 정기적으로 지속적으로 추적합니다. 리서치 공간에 결과를 저장해 연구를 연속적으로 추진할 수 있어 처음부터 다시 시작할 필요가 없습니다. 공식 웹사이트 www.qovest.cn에서 개인 초대 테스트를 이미 개방했으며, 구독료는 월 99위안과 199위안 두 가지 옵션이 있습니다. 조만간 기업용 버전도 출시될 예정입니다. 방금 전 6.6K
알리클라우드가 전문 기관 투자자를 위한 AI 투자 리서치 워크스테이션 Qovest를 출시했습니다. 사용자가 자연어로 리서치 요구 사항을 제시하면 데이터 조회와 분석을 자동으로 수행하고 보고서를 생성하며, 주기적으로 연구 대상을 지속 추적할 수 있습니다. 이 플랫폼은 현재 공식 웹사이트 www.qovest.cn에서 개인 사용자 초대 베타 테스트를 진행 중이며, 구독료는 월 99위안 또는 199위안입니다. 향후 기업용 버전도 출시될 예정입니다. Qovest는 권위 있는 금융 데이터베이스와 자체 개발 에이전트 프레임워크 Harness를 통합해 데이터 호출부터 분석 결과 출력까지 전 과정을 자동화했으며, FinFirst 및 IRAB 평가에서 선두를 달성했습니다. 플랫폼은 휴머노이드 로봇 산업 체인, 데이터센터 전력 설비, 금 ETF 등 다양한 투자 리서치 사례 템플릿을 제공하고, 대화형 분석과 동적 추적 대시보드를 지원합니다. 제품 책임자는 반복적인 투자 리서치 업무를 AI에 맡겨 인력을 전문적 판단에 집중시키는 것이 목표라며, 이는 AI의 투자 리서치 분야 경쟁이 모델 성능에서 산업 데이터와 프로세스 역량으로 전환되고 있음을 의미한다고 밝혔습니다.
엔비디아 네모클로우를 사용해 귀하가 관리하는 스택 위에 특화된 에이전트 구축
자율 에이전트를 구축하려면 모델, 하네스 및 도메인 특화 도구가 필요합니다. 에이전트를 보다 안전하게 배포하기 위해 개발자는 정책을 강제하는 런타임 환경과 함께...
FilingLoop: 기업 공시 검토 및 수정을 위한 LLM 에이전트 평가 및 진화
arXiv:2610.37905v1 발표 유형: 신규 초록: SEC EDGAR와 같은 공시 저장소는 기업 공시에 대한 웹 접근을 통해 정보에 기반한 투자를 지원합니다. 이러한 문서의 검토를 언어 모델 기반 에이전트로 지원하려면, 관련 문서들 간의 미표명된 결함을 발견하고, 누락된 회사 정보를 확보하며, 요청된 수정 사항이 증거에 근거한 요구사항을 충족하는지 검증해야 합니다. 기존의 재무 관련 질문-답변 평가는 이러한 상호작용 능력에 대해 제한적인 근거만 제공합니다. 우리는 기업 공시 검토 및 수정을 위한 대화형 벤치마크이자 자체 진화형 에이전트 프레임워크인 \textbf{FilingLoop}을 소개합니다. FilingLoop은 미국 증권거래위원회의 역사적 서신을 바탕으로, 96개 기업의 주로 IPO 검토 과제 380개를 재구성합니다.
노출은 약속이 아니다: 도구 사용 에이전트를 위한 잠재적 모니터의 이중 계층 평가
arXiv:2610.37679v1 발표 유형: 신규 요약: 도구를 사용하는 언어 에이전트는 간접적인 프롬프트 주입에 취약하며, 점점 늘어나는 연구들은 모델 내부를 분석하여 안전하지 않은 행동이 실행되기 전에 이를 포착하려고 시도하고 있지만, 그 결과는 매우 상반됩니다. 우리는 이러한 갈등의 대부분이 평가 과정에서 발생하는 오류 때문이라고 주장하며, 평가와 학습 집단 모두에서 주입 노출과 행동적 약속을 분리하는 이중 계층화 프로토콜을 제안합니다. 주요 Qwen AgentDojo 그리드에서, 무지한 상태로 불안전한 행동과 나머지 행동을 혼합한 대조를 기반으로 학습된 모니터들은 대부분 노출을 인식하는 방식으로 학습됩니다. 즉, 에이전트가 실제로 행동을 따르든 아니든 노출된 경로를 표시하며, 어떤 경우에 안전하지 않은 행동으로 이어지는지 거의 예측하지 못합니다. 노출된 사례들만을 대상으로 재학습한 동일한 탐지 계열은 모델 자체가 수행하는 안전하지 않은 도구 호출을 최대 2초 전까지 예측할 수 있습니다.
시퀀싱 프로토콜 이해를 위한 AI 에이전트 평가 및 개선
arXiv:2610.37851v1 발표 유형: 신규 초록: 기존의 과학적 에이전트 벤치마크는 에이전트가 시퀀싱 프로토콜에서 명시된 정확한 분자 구조와 생성 워크플로를 재구성할 수 있는지에 대해 거의 평가하지 않으며, 이는 맞춤형 시퀀싱 분석을 수행하는 데 매우 중요한 역량입니다. 우리는 시퀀싱 라이브러리 구조와 분자 워크플로를 재구성하기 위한 문서 기반 벤치마크인 LibStructBench를 제안합니다. 우리의 실험 결과에 따르면, 최첨단 에이전트들은 대체로 대략적인 재구성을 수행하긴 하지만, 특히 분자 상태 표현과 워크플로 연결성 측면에서 정확한 재구성에는 여전히 신뢰성이 부족한 것으로 나타났습니다. 또한, 기본 언어 모델을 변경하는 것이 에이전트 하네스를 교체하는 것보다 평균 성능 차이를 더 크게 발생시켰으며, 이는 통계적으로 유의미한 차이였습니다.
벤 하일락 인용
내가 사용하는 모든 제품은 단지 헤드리스 MCP에 불과하며, 이는 에이전트로 연결되어 아래쪽에서는 어떤 것도 신경 쓸 필요가 없도록 설계되어야 한다.
산업용 AI의 자율 운영 시대: AVEVA, ‘리빙 디지털 트윈’과 인간의 협업 제어를 촉진
2026년 10월 28일, MIT 테크놀로지 리뷰는 AVEVA 등 기업들이 ‘리빙 디지털 트윈’과 에이전틱 AI 기술을 통해 정유, 식품 가공, 화학 산업 및 전력망 분야에서 폐루프 최적화와 예측형 개입을 실현하고 있다고 보도했다. 이 과정에서 인간은 여전히 목표 설정, 경계 규정, 이상 상황 수정 등의 주요 역할을 담당하며, 인공지능과 인간 간의 협업을 기반으로 한 새로운 산업 자율화 패러다임을 형성하고 있다.
시퀀스 학습 루프 - 이슈 #960: 지난주 인공지능 인프라 동향
DeepSeek, Google, 그리고 NVIDIA가 에이전트 스택을 구축하다
에이전트 간 인수 이행에 대한 벤치마킹 과제
arXiv:2610.36523v1 발표 유형: 신규 초록: 에이전트들이 더 긴 작업을 협업하는 과정에서, 작업이 완료되기 전에 책임이 모델 간에 이양될 수 있습니다. 수신 모델은 남아 있는 요구사항을 해결하면서, 이전의 결정, 관찰 및 행동을 바탕으로 작업을 이어가야 합니다. 이러한 전환 과정을 평가하려면, 인수 이전에 보존된 정보와 수신 모델이 어떻게 작업을 계속해 나가는지 사이의 관계를 연결해야 하며, 이는 단순히 작업 성공률과 기억 유지 점수만으로는 포착할 수 없습니다. 우리는 인수 이행 상태 연속성 벤치마크(HSC-Bench)를 도입하며, 이는 작업 인수의 두 가지 상호보완적인 측면을 평가하는 1,039개의 과제로 구성되어 있습니다: 관련 저장소 증거를 복구하고, 이미 설정된 대화, 도구 및 파일 작업 상태에서 계속 진행하는 능력입니다. 여섯 개의 수신 모델 간 비교 결과에 따르면, 구조적…
Anthropic이 세계 1위의 LLM을 안전하게 배포하는 방법: 뇌와 손을 분리하다
케이틀린 레스와 앤젤라 장이 Latent Space에 합류하여 Claude 플랫폼의 기술적 배경을 설명합니다: Opus 5.5 출시, 모델의 ‘뇌’와 에이전트의 ‘손’을 분리하고, API를 확장하며, 신뢰할 수 있는 관리형 에이전트를 구축하는 과정을 소개합니다. 새로운 서론...
우리가 디자인 에이전트를 어떻게 구축했는지
LangChain이 Slack에서 브랜드에 맞는 동영상, 그래픽 및 프레젠테이션을 제작하는 오픈소스 디자인 에이전트인 Content Studio와 이를 구동하는 하네스를 어떻게 구축했는지.
Kimi 할당량 문제에 대해 Anthropic이 해결 방안을 찾았습니다.
K3.1 Pro 출시 이후, 여러 사용자가 할당량이 너무 빠르게 소진된다는 피드백을 제출하자 월지암면은 긴급 공지를 통해 “문제는 우리에게 있었으며, 우리는 더 일찍 이를 수정했어야 했다”고 밝혔다. 보상 할당량을 제공하는 동시에 월지암면은 “불필요한 하위 에이전트 호출과 출력 길이를 줄이겠다”고도 밝혔다. 모델이 정식으로 출시되기 이틀 전, 앤트로픽은 ‘에이전트 구축: 언제 하위 에이전트를 메인 에이전트 루프로 통합할 것인가’(Building agents: When to fold subagents into your main agent loop)라는 제목의 글을 발표했는데, 이 글에서 다루는 내용은 바로 하위 에이전트와 관련된 사항이었다. 앤트로픽의 결론에 따르면, 여러 기업이 배포한 Claude를 비교한 결과, 기술을 갖춘 하나의 에이전트가 오히려 “일군의...”보다 품질 면에서 우월하다는 것을 확인했다.
Kimi 할당량 문제에 대해 Anthropic이 해결 방안을 찾았습니다.
당신의 한도는 왜 제대로 사용되지 않나요? 대부분은 하위 에이전트에게 ‘무효 회의’를 열도록 쓰이고 있습니다.
개발자는 AI 시대의 기반 혜택을 어떻게 포착할 수 있을까요? CEIC×1024 선전 특별 행사에서 AI와 홍멍 개발의 신인프라를 해부합니다.
2026년 창사·1024 프로그래머의 날 행사 기간 동안, CEIC 소비자 전자 혁신 컨퍼런스와 CSDN은 선전에서 개발자들을 위한 강력한 기술 축제를 공동으로 개최했습니다. CEIC 조직위원회 상임 부주임 양타오가 인터뷰에서 밝힌 바와 같이: “소비자 전자 분야의 모든 경험 혁신은 결국 우리 프로그래머들이 작성한 코드에서 비롯됩니다.” 현재 기술의 전환점에 있어, 단순한 수기 코드 작성에서부터 지능형 에이전트(Agent)와 풍부한 엣지 측 AP를 활용하는 방식으로...
Manus가 방금 조용히 자신의 2.0 선언을 발표했습니다
10월 26일, Manus의 공동창업자이자 제품 파트너인 장타오(온라인 닉네임 HideCloud)는 최근 자신의 공식 계정 ‘잠운사유’에 ‘Manus로 Manus를 개조하다’라는 제목의 장문을 게시했다. 글의 서두에는 그에게 깊은 인상을 남긴 한 장면이 등장한다. 그는 엔지니어에게 몇 가지 요구사항과 버그를 전달한 뒤 잠시 후 진행 상황을 확인하니, 상대방의 컴퓨터에는 Codex와 Manus의 세션이 줄지어 열려 있었다. 무작위로 하나를 클릭해 보니, 입력된 내용은 바로 그가 방금 Slack에서 올린 요구사항 원문 그대로였고, 단 한 글자도 수정되지 않았다. 더욱 놀라운 점은, 해당 엔지니어가 당시 동시에 십여 개에서 이십여 개의 요구사항을 처리하고 있었다는 사실이다. 오늘날 Manus에서는 이러한 상황이 이미 일상이 되었다. 이 글은 정보량이 매우 많으며, 특히 기억해둘 만한 몇 가지 사항이 있다. Manus 내부에는 ‘Manus-mono’라는 통합 코드 입구가 마련되어 있고, AI가 이해할 수 있도록 작성된 설명서까지 함께 제공되어 있어, AI가 리포지토리 간의 전체적인 흐름을 파악할 수 있게 된다. 하나의 요구사항만으로도 한 사람이 모든 플랫폼의 구현을 완료할 수 있다. 모바일팀은 항상 단 7명으로 구성되어 있으며, 동시에 두 개의 제품과 네 개의 앱을 담당하고 있는데, 진행 상황은 웹버전과 거의 동기화된다. 모든 제품 매니저들이 Manus에 코드를 제출했고, 그중 약 절반은 스스로 요구사항을 완전히 개발해 서비스에 적용하기도 한다. 일부 매니저가 제출한 요구사항은 문서에서 벗어나 이미 영상으로 구현되기도 한다. 마케팅팀에는 ‘디지털 동료’가 생겨, 스스로 업무를 배치하고 프로젝트 진행 상황을 적극적으로 알리며, 팀 간 협업을 통해 기능 세부사항까지 명확히 파악하는 역할을 수행한다. 9월에는 회사의 AI 관련 지출이 1인당 평균 1만 달러를 넘어섰고, 소수의 인원은 한 달에 7~8만 달러를 사용하기도 했다. 장타오는 이에 대해 별도의 섹션을 할애해 외부의 의혹에 답했다. 글이 발표된 시점 또한 매우 미묘하다. 9월 말에는 Manus가 2.0 버전과 개인형 인공지능 애플리케이션 Cue를 출시했고, 10월 초에는 모회사인 ‘나비효과’가 5억 달러가 넘는 신규 투자 유치를 완료하며, 동시에 베이징에서 17개의 채용 공고를 내놓았다. 이러한 시점에서 볼 때, 이 글은 오히려 Manus 팀이 2.0 시대에 진입했음을 알리는 선언과도 같다. 여기서는 조직이 AI를 어떻게 활용해 발전해 나가는지를 다루고 있지만, 그 이면에는 이 회사의 제품 방향, 비용 체계, 그리고 인재 채용 기준까지 드러나 있다. 01 Manus 자체가 바로 2.0의 모델룸이다. 만약 당신이 글 속의 내부 실천 사례들과 Manus 2.0의 기능 목록을 비교해 본다면
사용자를 대신해 아이폰 폴더블 스크린을 선점하는 에이전트가, AI 시대 전자상거래의 모습을 새롭게 만들어가고 있다.
쇼피파이 AI의 거래 주문 수는 13배 증가했다. 10월 16일 이른 아침, 애플의 첫 번째 폴더블 스마트폰인 아이폰 듀오의 사전예약이 시작됐다. 가격은 1,999달러부터이며, 초기 생산량이 부족해 배송 일정이 얼마 지나지 않아 내년 1월로 연기됐다. 이번에 첫 출시 물량을 선점한 것은 단순히 화면 앞에 매달린 사람들만이 아니었다. 올해 에이전트는 아이폰 듀오 암시장에서 가장 강력한 ‘아버지’로 떠올랐다｜출처: 애플 MacRumors 포럼에서는 예약에 실패한 한 사용자가 분통을 터뜨렸고, 레딧에는 누군가 자신이 설정한 뮤즈 로봇이 순식간에 여러 대를 확보해 놓았다는 자랑이 올라왔다. 사람이 손을 대기도 전에 재고가 AI에 의해 이미 소진된 것이다. 뮤즈는 메타가 9월 8일 출시한 개인용 에이전트로, 출시 직후 미국 앱스토어 무료 앱 순위 1위에 오르며 다운로드 수가 곧바로 250만 건을 넘어섰다. 메타 측은 쇼핑이 뮤즈의 가장 주요한 활용 사례 중 하나라고 밝혔다. 아이폰 듀오 판매 개시를 전후해 뮤즈는 이 신형 기기에 맞춘 새 버전을 별도로 출시했으며, 업데이트 설명에는 채팅 내 쇼핑을 더욱 편리하게 만든다는 문구가 바로 뒤따랐다. AI가 사람을 대신해 쇼핑하는 일은 이제 발표장에서의 시연을 넘어 실제 물량 확보 현장으로까지 진입했다. 그러나 모든 상점이 이러한 새로운 고객들을 환영하는 것은 아니다. 9월 하순, 아마존은 뮤즈에 대한 접근을 차단하기 시작했다. 10월에 들어서는 머스크가 이끄는 그록 보트의 사용자들도 아마존에서 주문할 때 동일한 경고 문구를 마주하게 됐다. 무허가 AI 에이전트의 계속된 접근은 아마존 이용 약관을 위반하는 행위라는 것이다. 반면 다른 한 기업인 쇼피파이는 정반대의 길을 선택했다. 9월 21일, 쇼피파이 최고경영자 토비 뤼트케는 뮤즈와의 심층적 협력을 발표하며, 뮤즈가 쇼프 파이 결제 방식(Shop Pay)을 통해 모든 쇼피파이 스토어에서 결제를 완료할 수 있도록 했다. 그리고 쇼피파이의 실적 보고서는 이 길이 초창기부터 어떤 성과를 낳았는지를 보여준다. 올해 1분기, AI 검색을 통한 주문 수는 전년 동기 대비 거의 13배 증가했으며, AI가 유발한 스토어 트래픽은 8배 늘어났다. 한쪽에서는 문을 닫고, 다른 쪽에서는 문을 열고 있다. 점점 더 많은 구매 결정이 에이전트에게 맡겨지는 가운데, “에이전트를 들여보낼 것인지 말 것인지”가 과연…
왼손에는 오픈소스 모델, 오른손에는 크리에이티브 에이전트를 갖춘 Hi3D의 AI 3D 후반전
저자｜신시아 편집｜정현 2026년의 AI 3D 분야는 미묘한 분수령에 서 있다. 1차 시장의 열기는 여전히 고조되고 있으며, 새로운 모델과 스타트업이 끊임없이 등장하고 있다. 단일 이미지로부터 3D를 생성하는 방식의 프론트엔드 렌더링 품질은 거의 현실과 구분하기 어려울 정도로 완성도를 갖추었다. 그러나 화려한 데모의 겉면을 벗겨 보면, 대부분의 생성 결과는 여전히 ‘회전대 전시’ 수준에 머물러 있다. 정교하게 제작된 캐릭터나 기계 모델이 조명 아래에서 천천히 회전하며, 비늘, 옷 주름, 금속의 음각까지 생생하게 표현된다. 하지만 이러한 세부 요소들이 게임 엔진의 애니메이션 설정, 산업 시뮬레이션, 그리고 3D 프린팅의 실제 생산 공정으로 넘어가면 곧바로 문제점이 드러난다. 구조적 파손, 뒷면 붕괴, 세부 부위의 접착, 메쉬의 편집 불가능 등 다양한 결함이 동시다발적으로 발생하며, 막대한 인력 보정 비용이 AI가 가져온 효율성 혜택을 모두 소진해 버린다. 이제는 프론트뷰의 사실성만으로 3D 품질을 판단할 수 없다는 것이 새로운 업계의 공감대가 되었다. AI 3D 경쟁은 ‘생성 가능 여부’를 두고 치열했던 전반기에서, 이제는 ‘실제 적용 가능성’을 놓고 치열한 후반기에 접어들었다. 바로 이 시점에서 선도 플레이어인 Hi3D가 두 가지 중요한 카드를 연달아 내놓았다. 생산 검증을 거친 Hi3D V1.0 기반을 공식 오픈소스로 공개하는 동시에, 크리에이터 중심의 Hi3D Agent를 출시했다. 이는 산업의 하부 구조와 연결되면서도, 실제 창작 워크플로우의 깊숙한 영역까지 심층적으로 통합하는 접근이다. 그에 앞서 설립된 지 3년도 채 되지 않은 이 회사는 이미 탄탄한 성과를 보여 왔다. 반년 만에 두 차례 연속으로 투자를 유치해 총액이 약 5,000만 달러에 달했으며, 샤오미의 레드시트 차이나, IDG 캐피탈, 메이퇀 롱주 등 굵직한 투자기관들이 대거 참여했다. 자사의 Hi3D 플랫폼은 120여 개 국가와 지역, 200만 명 이상의 크리에이터를 포괄하며, 투즈루 테크놀로지, xTool 등 주요 장비업체들과도 깊이 통합되어 있다. 희박 기하학 기술의 학문적 돌파부터 생산급 모델의 오픈소스 공개, 그리고 Agent 창작 시스템의 전주기적 통합에 이르기까지, Hi3D는 3D 생성의 후반기를 향한 진입권을 확보했다. 01 3D 생성, 과대평가된 데모와 과소평가된 생산 갭 단일 이미지로부터 3D를 생성하는 기술의 근본 논리는 태생적으로 시점 편향을 내포한다. ULIP, Uni3D 등의 지표가 거듭해서 경신되면서, 전면 위주로 전체보다는 일부를, 외관 위주로 내부 구조보다는 표면만을 중시하는 관행이 지난 몇 년간 이 분야의 공통된 모습이 되었다. 그러나 3D 자산의 본질은 회전 가능하고, 편집 및 가공이 가능한 입체 객체라는 점이다. 한 장의 캐릭터 이미지 속에는…
把15个国民级App接入灵光后，我造出了最舒适的国产Personal Agent
自从拿到蚂蚁灵光2.0这个Personal Agent的内测，它已经成为我的私人管家了。到现在，我已经通过Skill、MCP、GitHub项目或者内置的方式，把15个国民级App都接进去了。基本上我打开「帮我管」那一栏里，定时任务里会定时刷新值得关注的信息。灵光不是我用的第一个Personal Agent，前前后后一共测了12个，测到后面，我越来越觉...
