Neo4j Context Graphs는 RAG를 에이전트의 의사결정 메모리로 확...
Stephen Chin의 AI Engineer Europe 발표는 context graph를 단순 검색 보강이 아니라 단기·장기·추론 메모리와 의사결정 trace를 연결하는 에이전트 운영 계층으로 제시한다.
Tag
#YouTube
YouTube 태그가 붙은 글입니다.
AI Harness는 프롬프트를 더 세게 쓰는 대신 실행 환경을 설계하는 일이다
Tejas Kumar의 AI Engineer 발표는 낡은 GPT-3.5 Turbo 브라우저 에이전트가 Hacker News upvote task에서 실패하고 거짓 성공을 보고하는 장면을 출발점으로, tool re...
MLX와 Locally AI는 iPhone을 작은 로컬 LLM 런타임으로 바꾸고...
Adrien Grondin의 AI Engineer 발표는 Gemma 4를 iPhone에서 약 40 tok/s로 실행하는 데모를 통해, MLX Swift LM, Hugging Face MLX Community, 4...
No Vibes Allowed는 AI 코딩의 병목을 모델이 아니라 컨텍스트 공급...
Dex Horthy의 AI Engineer 발표는 복잡한 brownfield 코드베이스에서 AI 코딩 에이전트가 실패하는 이유를 모델 지능 부족보다 context window 관리, compaction, spec...
Anthropic의 Agent Skills는 에이전트를 더 만들기보다 전문성 폴...
Barry Zhang과 Mahesh Murag의 AI Engineer 발표는 Claude Code와 MCP 이후의 에이전트 병목이 연결성이 아니라 도메인 전문성이라고 보고, SKILL.md·스크립트·참조 파일을...
Anthropic의 effective agent 원칙은 ‘더 자율적인 모델’보다...
Barry Zhang의 AI Engineer 발표는 Anthropic의 Building Effective Agents 글을 바탕으로, 에이전트를 모든 문제에 붙이는 대신 복잡도·가치·검증 가능성·오류 비용을 따지...
MCP Apps는 채팅창을 앱 런타임으로 바꾼다: UI over MCP의 의미
AI Engineer의 MCP UI 발표는 MCP Apps가 tool result를 단순 텍스트가 아니라 sandboxed iframe, ui:// resource, bidirectional communicati...
Hugging Face Open Agent Ecosystem은 에이전트가 모델을...
Merve Noyan의 AI Engineer 발표는 Hugging Face Hub가 모델 저장소를 넘어, 오픈 모델 탐색·Inference Providers·traces·skills·MCP·Jobs를 묶어 에이전...
Arize Alyx의 계층적 메모리는 에이전트 실패를 context window...
AI Engineer 발표에서 Arize의 Sally-Ann DeLucia는 Alyx를 만들며 겪은 context explosion을 바탕으로, 단순 truncation이나 LLM summarization보다 I...
Anthropic의 NLA는 Claude의 ‘속생각’을 자연어로 압축해 읽으려는...
Anthropic의 Natural Language Autoencoders는 Claude의 activation을 자연어 설명으로 바꾸고 다시 activation으로 복원하는 왕복 구조를 통해, 모델이 말하지 않은...
AI 가격 책정은 구독료가 아니라 가치·사용량·가드레일의 설계 문제가 된다
AI Engineer Europe의 Stripe 발표는 AI 제품 수익화가 단순 SaaS 구독료에서 벗어나 가치 지표, 사용량 기반 비용, 하이브리드 가격 모델, 사용량 가드레일, 빠른 가격 실험을 함께 설계하는...
Demand-Driven Context는 에이전트의 실패를 지식 베이스 큐레이션...
AI Engineer 워크숍 영상의 Demand-Driven Context는 엔터프라이즈 에이전트가 실패한 지점을 관찰해 필요한 도메인 지식만 구조화하고, 지식 모놀리스를 agent-ready context bl...
이 워크숍은 로컬 LLM 훈련을 신비화하지 않고 tokenizer·transfo...
Angelos Perivolaropoulos의 'Training an LLM from Scratch, Locally'는 로컬에서 LLM을 훈련한다는 과장된 서사를 걷어내고, 작은 GPT를 tokenizer·arc...
왜 비전도 결국 Transformer로 수렴했는가
Isaac Robinson의 짧은 발표는 CNN에서 ViT, Swin, ConvNeXt, Hiera, DINOv3, SAM3, RF-DETR로 이어지는 흐름을 따라가며, 비전에서 Transformer가 늦게 이겼...