TechLLM

Anthropic이 멀티 에이전트 리서치 시스템을 만든 방식

출처: Anthropic 문서유형: 번역·해설 #Anthropic #Claude #MultiAgent #AIAgent #Research 핵심 요약 Anthropic이 Claude Research를 만들며 얻은 결론은 분명합니다. 복잡한 리서치에서는 “하나의 똑똑한 에이전트”보다, 여러 하위 에이전트가 각자 다른 방향을 탐색하고 핵심만 압축해 올리는 구조가 더 강합니다. 다만 이 방식은 토큰과 조율 비용이 크기 때문에, 모든 작업이 아니라 넓은 정보 탐색이 필요한 고부가가치 작업에 맞습니다. ...

언어 모델 내부의 연결 구조를 현미경처럼 들여다보는 Anthropic 연구 이미지

Anthropic이 Claude의 생각을 추적해 발견한 것들

출처: Anthropic 문서유형: 번역·해설 #Anthropic #Claude #Interpretability #AI안전 #LLM 핵심 요약 Anthropic은 Claude 3.5 Haiku 내부를 들여다보는 회로 추적(circuit tracing) 연구를 공개했습니다. 결론은 꽤 흥미롭습니다. Claude는 단순히 다음 단어만 맞히는 기계가 아니라, 언어를 넘는 공통 개념 공간을 쓰고, 몇 단어 뒤를 미리 계획하며, 때로는 실제 계산 없이 그럴듯한 설명을 만들어낼 수 있습니다. ...

AI가 제로데이를 사냥하기 시작했다: Anthropic Project Glasswing의 진짜 의미

출처: Anthropic 문서유형: 번역·해설 #Anthropic #ProjectGlasswing #ClaudeMythos #Cybersecurity #ZeroDay #AIAgent 핵심 요약 Anthropic이 Project Glasswing을 발표했습니다. AWS, Apple, Google, Microsoft, NVIDIA, Cisco, CrowdStrike, Linux Foundation, JPMorganChase 등 주요 기업이 참여하는 사이버보안 협력 프로젝트입니다. ...

AI 연구자도 자동화된다: 인간이 마지막 병목이라는 불편한 신호

출처: Import AI 454 문서유형: 번역·해설 #ImportAI #AIResearch #Alignment #AutomatedResearch #AI안전 #Huawei #Kimi 핵심 요약 이번 Import AI 454의 가장 자극적인 신호는 분명합니다. AI가 AI 연구를 자동화하기 시작했다는 것입니다. Anthropic의 자동화된 정렬 연구 실험은 Claude 기반 에이전트들이 아이디어를 제안하고, 실험을 돌리고, 결과를 분석하며, 인간 연구자보다 높은 성과를 낸 사례를 보여줍니다. ...

AI 에이전트의 진짜 경쟁력은 모델이 아니라 하네스다

출처: Addy Osmani 문서유형: 번역·해설 #AgentHarness #HarnessEngineering #AIAgent #OpenClaw #TechLLM #Subagent 핵심 요약 AI 에이전트의 성능은 모델 하나로 결정되지 않습니다. 모델을 둘러싼 프롬프트, 도구, 파일 시스템, 샌드박스, 메모리, 훅, 서브에이전트, 검증 루프까지 합쳐져야 실제로 일을 끝내는 에이전트가 됩니다. Addy Osmani는 이 전체 구조를 **하네스(harness)**라고 부릅니다. ...

AI 에이전트와 업무 구조 설계를 표현한 TechLLM 블로그 대표 이미지

AI를 잘 쓰는 사람은 프롬프트보다 업무 구조를 먼저 짠다

출처: TechLLM 문서유형: 블로그 포스트 #AI에이전트 #AI활용 #프롬프트 #업무자동화 #생산성 #AgenticWorkflow #TechLLM 핵심 요약 AI 에이전트 시대에는 좋은 프롬프트 문장보다 업무 구조를 설계하는 능력이 더 중요해지고 있다. 목표, 입력자료, 판단 기준, 검증 루프가 잡혀 있어야 AI는 단순히 그럴듯한 답을 내는 수준을 넘어 실제 업무 흐름 안에서 안정적으로 결과를 만든다. ...

Claude Code가 정말 나빠졌던 이유: Anthropic이 밝힌 세 가지 원인

Claude Code가 정말 나빠졌던 이유: Anthropic이 밝힌 세 가지 원인 메타 설명: Claude Code 품질 저하가 단순한 체감이 아니었다. Anthropic이 공개한 세 가지 원인, 추론 강도 변경, thinking 삭제 버그, 과도한 길이 제한 프롬프트를 시간순으로 정리한다. ...

DeepSeek V4 Preview의 Pro와 Flash API 마이그레이션, 1M 컨텍스트, 가격 차이를 시각화한 대표 이미지

DeepSeek V4 Preview 공개: 1M 컨텍스트와 API 비용 경쟁의 시작

DeepSeek V4 Preview 공개: 1M 컨텍스트를 전면에 내세운 AI 모델 업데이트 문서유형: 원문 기반 번역·해설 해시태그: #DeepSeek #DeepSeekV4 #DeepSeekAPI #1MContext #AI모델업데이트 #ReasoningModel #중국AI 핵심 요약 DeepSeek가 DeepSeek V4 Preview를 공개하며 API 사용자에게 중요한 변화를 예고했다. 이번 업데이트의 핵심은 deepseek-v4-pro와 deepseek-v4-flash의 이원화, 1M context window, OpenAI·Anthropic 호환 API, 그리고 기존 deepseek-chat·deepseek-reasoner의 종료 일정이다. ...

Google Cloud Agentic AI 파트너 생태계와 기업 도입 실행 구조를 표현한 대표 이미지

Google Cloud의 7억 5천만 달러 베팅: Agentic AI 경쟁은 이제 모델보다 실행 생태계다

Google Cloud의 7억 5천만 달러 베팅: Agentic AI 경쟁은 이제 모델보다 실행 생태계다 문서유형: 원문 기반 번역·해설 해시태그: #GoogleCloud #AgenticAI #GeminiEnterprise #EnterpriseAI #AI파트너생태계 #AI도입전략 핵심 요약 Google Cloud가 Agentic AI 확산을 위해 7억 5천만 달러 규모의 신규 파트너 펀딩을 발표했다. 표면적으로는 Gemini와 Google Cloud 생태계 확대 전략처럼 보이지만, 핵심은 조금 다르다. 이제 기업 AI 경쟁은 “누가 더 좋은 모델을 만들었는가”에서 “누가 기업 현장에 실제로 배포하고 운영할 수 있는가”로 이동하고 있다. ...