리브의 아침 브리핑

01우리가 알던 오픈소스는 죽었다

2014년에 저는 낯선 프로젝트에 파일 거의 전체를 건드리는 정리 PR을 보냈고, 유지관리자는 다음 날 아침 아무것도 묻지 않고 병합해 줬습니다. 지금이라면 그 PR은 에이전트가 쓴 것으로 의심받고 닫혔을 겁니다. AI는 기여를 만드는 비용만 낮췄고 검토 비용은 그대로 유지관리자에게 남겼습니다.

• 큰 패치는 큰 노력을 뜻했고, 그 노력이 선의를 가늠하는 신호였습니다. 생성된 코드가 그 신호를 무너뜨렸습니다.
• curl은 유효 보고서 비율이 5% 밑으로 떨어지자 버그 바운티를 접었고, Ghostty·tldraw·Ladybird·Hono가 외부 기여를 막았으며, 10월 1일에는 Sindre Sorhus가 모든 저장소의 외부 PR을 껐습니다.
• 외부 기여로 자란 Hono가 그 통로를 닫는 건 위선이라기보다 상실에 가깝고, 오픈소스는 소스는 공개하되 기여는 초대받은 사람만 하는 작은 신뢰 집단으로 바뀌고 있습니다.

jross.me · 관심사 상 · 추천 상위 17.9%

02Dust - 역전파 없이 트랜스포머 사전학습하기

Dust는 가중치를 미분하지 않고, 활성값에 작은 잡음을 줘서 예측 오류가 줄어드는 방향을 찾는 식으로 트랜스포머를 처음부터 사전학습합니다. 가중치를 여러 벌 복제하는 대신 토큰마다 다른 잡음을 넣어서 한 번의 순전파로 수천 개의 후보를 평가합니다.

• 10만·100만 토큰 실험에서는 일부 설정이 역전파보다 낮은 손실을 냈고, 1,000만·2,000만 토큰에서는 탐색 집단을 키울수록 격차가 줄었습니다.
• 가중치 공간을 탐색하는 EGGROLL은 16,384개 집단으로도 Dust의 64회 추출 성능에 못 미쳤습니다. 다만 이건 EGGROLL과의 비교이지 역전파보다 효율적이라는 뜻은 아닙니다.
• 2억 4,300만 파라미터 모델이 120배 작은 모델보다 대부분의 집단 크기에서 더 잘 했습니다. 아직 연산량은 역전파보다 훨씬 많이 듭니다.

qlabs.sh · 관심사 상 · 추천 상위 17.9%

03Octop - 가족과 소규모 팀이 함께 쓰는 셀프 호스팅 AI 비서

Octop은 가족이나 작은 팀이 개인 컴퓨터나 자체 서버에 올려 함께 쓰는 AI 비서 플랫폼입니다. 사용자마다 작업 공간과 기억, 모델과 도구를 갖춘 전문 에이전트를 두고, 쓸 만한 설정과 스킬은 서로 나눠 쓸 수 있게 했습니다.

• AgentTeams 베타에서는 조정 에이전트가 여러 전문가에게 일을 병렬로 나눠 주고, 각자의 응답을 그룹 대화에서 보여 준 뒤 종합합니다.
• 웹 대시보드와 데스크톱 앱 말고도 Telegram·Discord·WeChat·Feishu에서 같은 플랫폼에 붙을 수 있고, ACP로 Claude Code·Codex·OpenCode에 코딩 작업을 넘깁니다.
• 사용자별 접근 분리, 민감정보 가림, 위험한 셸 명령 승인 규칙을 두었고, 외부 모델 API를 고르면 추론 요청은 그 제공자로 나갑니다. MIT 라이선스입니다.

github.com/TencentCloud · 관심사 중 · 추천 상위 24.9%

04여러 팀의 시스템을 이해하기 위한 AI 집단 지성 구축하기

여러 도메인에 걸친 프로젝트를 시작할 때마다 엔지니어 3-4명을 모아 연결 관계를 파악하던 일을 줄이려고, SumUp의 저장소 66개쯤과 조직 맥락을 묶은 에이전트 시스템을 만들었습니다. 저장소는 기술 스택이 아니라 제품과 팀 구조로 묶었고, 도메인별 AGENTS.md에는 코드만 봐서는 알 수 없는 원칙과 폐기 계획을 적었습니다.

• 저장소가 10개를 넘자 에이전트가 도메인 경계를 헷갈렸고 '반드시'를 강조해도 소용없었습니다. 하위 에이전트를 저장소 하나로 묶고 Zod 스키마의 JSON 보고서로 인계하게 하자 풀렸습니다.
• Notion과 Slack의 최근 일주일 변경을 조사해 GitHub 이슈로 만들고 Cursor가 갱신 PR을 올리면, 사람이 읽고 고쳐서 병합합니다. RAG는 검토했지만 필요한 건 초기 맥락과 주간 변경뿐이라 접었습니다.
• 결과는 질문과 하위 에이전트 지시까지 담은 HTML 파일 한 장으로 공유합니다. 다시 요약하면 빠지는 근거를 같이 남기려는 겁니다.

candost.blog · 관심사 최상 · 추천 상위 27.7%

05소프트웨어 팩토리 패턴 시도하기

에이전트에게 티켓을 하나씩 맡기는 대신, 프로젝트 목표와 지표를 보고 필요한 일을 스스로 찾아 하는 소프트웨어 팩토리를 실험하고 있습니다. 첫 구현인 /linear-project-loop는 작업에 들어가기 전에 목표를 적은 문서와 진척을 잴 대시보드부터 확인하고, 없으면 사용자와 같이 만듭니다.

• 지표와 이슈 상태를 보고 빠진 작업을 프로젝트에 추가하고, 진행 가능한 일의 PR을 쓰거나 리뷰를 요청한 뒤, 설명이 오래됐으면 목표 확인 단계로 되돌아갑니다.
• 사람 머릿속에만 있던 목표와 측정 기준을 넘겨야 에이전트가 '작업 완료'와 '목표 달성'을 구분할 수 있습니다. 출시 뒤에도 낮은 빈도로 돌리면 도입률이나 오류율 변화를 놓치지 않습니다.
• 스킬 하나로 되는 일은 아니었습니다. Datadog·Snowflake로 재는 수단, Linear라는 단일 작업 상태, 노트북 없이 도는 실행 환경을 갖추느라 1월부터 마이그레이션을 연달아 했습니다.

lethain.com · 관심사 최상 · 추천 상위 30.9%

06수학의 미래

1년 전만 해도 출판할 만했던 결과를 이제 AI가 쉽게 만들어 내면서, 문제를 푸는 일과 수학적 이해가 깊어지는 일이 떨어져 나가고 있습니다. 물어야 할 건 수학이 아직 필요하냐가 아니라 AI 시대에 이해를 어떻게 추구하느냐입니다. (Terence Tao 블로그에 실린 Jeremy Avigad의 게스트 글입니다.)

• 지금까지 AI가 푼 미해결 문제는 대체로 기존 기법을 조합해 풀리는 것이었고, 새로운 통찰이나 고차원 전략을 만든 단계는 아직 아닙니다.
• Riemann의 1853년 강연처럼 무엇이 흥미롭고 중요한지 정하는 일은 강화학습으로 평가하기 어렵고, 그 기준은 인간의 역사와 문화에 있습니다.
• 증명 보조 도구나 신경망으로 새 수학을 찾는 작업도 수학에 대한 기여로 인정해 범위를 넓혀야 합니다. 학생과 초기 연구자의 불안에는 쉬운 답이 없습니다.

terrytao.wordpress.com · 관심사 상 · 추천 상위 30.9%

07Common Lisp이 이제 최고의 프로그래밍 언어인 이유

LLM이 코드를 빨리 쓸수록 느린 단계는 그 코드가 실제로 도는지 확인하는 쪽이 됩니다. Common Lisp은 실행 중인 이미지에서 함수를 바꿔 끼우고, 오류가 난 곳에서 고친 뒤 실행을 이어 갈 수 있어서 재빌드와 재시작을 줄여 줍니다.

• 매크로로 제품에 맞는 도메인 언어를 만들면, 사용자가 LLM으로 기능을 덧붙여도 제품의 설계 원칙을 벗어나지 않게 할 수 있습니다. ERP가 대표적인 예입니다.
• 제가 만든 Common Lisp 앱은 Python 버전보다 6-7배 짧았고, 짧은 코드는 토큰을 줄이고 프로그램의 더 많은 부분을 컨텍스트에 담게 해 줍니다.
• 라이브러리 생태계가 작은 건 LLM으로 구현하거나 이식해서 메우고, 채용은 Lisp 숙련도보다 배우는 속도를 봅니다.

vivienhenz.com · 관심사 상 · 추천 상위 34.8%

08Claude Haiku 5.5 출시

Claude Haiku 5.5

Anthropic이 Claude Haiku 5.5를 내놓았습니다. 본문은 들어오지 않았고, 아래 내용은 HN 댓글에 오른 반응입니다.

• 댓글에 옮겨진 가격은 10만 토큰 이하 프롬프트에서 입력 $0.10, 출력 $0.50(MTok당)이고, 10만을 넘으면 입력 $0.50, 출력 $2.50으로 오른다고 합니다. Haiku 4.5의 $1/$5보다 훨씬 쌉니다.
• 10만 토큰 기준선이 Haiku에만 있고 너무 낮아서 에이전트 작업이면 금방 넘는다는 지적과, Jev 같은 분류기 용도에는 좋은 값이라는 평이 함께 나왔습니다.
• Sonnet의 캐시 읽기 가격 인하를 반기는 댓글도 있어서, 이번 발표에 가격 조정이 같이 묶인 것으로 보입니다.

anthropic.com · 관심사 최상 · 프런트 상위 3.1%

09GPT-6 전면 공개와 Intelligent UI

GPT‑6 and Intelligent UI for everyone

OpenAI가 GPT-6를 모든 사용자에게 열면서, 텍스트와 시각 요소, 인터랙티브 요소를 섞어 답하는 Intelligent UI를 함께 발표했습니다. 본문은 들어오지 않았고, 아래는 HN 댓글의 반응입니다.

• Anthropic의 artifacts를 따라잡은 것이냐는 반응이 먼저 나왔고, 하네스가 아니라 모델이 그렇게 답하도록 학습시켰다는 대목이 눈에 띈다는 댓글이 붙었습니다.
• 이미 더 단순한 형태가 있었고 예상된 다음 단계라는 평, 색 고르기나 슬라이더처럼 손으로 정밀하게 하던 조작이 가까워졌다는 기대가 함께 있습니다.
• 채팅에 더 강한 GPT-6.1 Sol 대신 GPT-6 Sol을 넣은 게 이상하다는 지적도 나왔습니다.

openai.com · 관심사 최상 · 프런트 상위 7.3%

10Chrome, JPEG XL 지원 출시

Shipping JPEG XL in Chrome

Chrome이 JPEG XL 지원을 내보낸다는 Chrome 개발자 블로그 글입니다. 본문은 들어오지 않았고, 아래는 HN 댓글의 반응입니다.

• 표준이 하나 더 늘 뿐이라는 xkcd 927번이 가장 먼저 붙었습니다.
• JPEG 2000 때처럼 특허·라이선스 문제가 걸리지 않느냐는 질문이 나왔습니다.
• 안전한 디코더를 쓰려면 Rust 구현에 기대야 한다는 댓글도 있어, 구현체 선택이 관심사로 보입니다.

developer.chrome.com · 관심사 중 · 프런트 상위 6.8%