IDEAS
2026.1010건
- 10.24내 위치를 기준으로 반경 안 항목만 추려 보여주는 구성이라, 그어봄 결과를 화면에 뿌리는 방식에 참고할 여지
걸어서 30분 거리 안의 것만 보여주는 Local Wikipedia 가 오늘 해커뉴스 점수 1위
- 10.23에이전트를 격리해 돌리는 런타임 쪽 선택지라, 새김 웍스 MCP 발행과 그어봄 도구 실행 환경에 비교 대상으로 둬 볼 여지
새김 웍스자율 AI 에이전트 무리를 돌리는 런타임 OpenShell 이 NVIDIA 저장소로 올라와 화제
- 10.22모델이 도구를 못 고르는 문제를 프롬프트 말고 도구 인터페이스를 고쳐 가며 다루는 접근으로, geoubom 과 새김 웍스 MCP 발행 쪽에 대볼 여지
새김 웍스에이전트가 쓸 인터페이스를 사람이 짜지 말고 경험에서 진화시키자는 Agent S4
- 10.17도구 호출을 채점하는 법령 BMT 와 그어봄 MCP 에서 같은 충돌이 나는지 한 번 짚어 볼 여지
법령해석 BMT도구 호출과 구조화 출력을 같이 쓰면 안 맞는다는 랭체인 질문이 조회 601을 기록했다
- 10.14새김AI MCP 로 내놓은 도구들이 서로 조합될 때 생기는 경로를 점검하는 축으로 실험해 볼 여지
새김 웍스도구 의존 그래프를 따라 개인 에이전트의 유해 경로를 찾는 레드팀 틀 X-AgentRed 제안
- 10.13같은 MCP 도구 노출이나 법령 BMT 의 도구 호출 채점에서, 호출 실패 이력을 선택 순위에 되먹이는 축으로 실험해 볼 여지
법령해석 BMT도구 검색에 실행 신뢰도를 섞어 장애 도구 선택을 줄인다는 RATED 제안
- 10.08나 noon-desktop 처럼 외부 글을 읽고 도구를 부르는 쪽에, 주입 문장을 일부러 섞은 회귀 케이스를 몇 개 만들어 둘 여지
noon-desktop웹 에이전트를 적응형 프롬프트 주입에 맞서 훈련시키는 틀 AdvSim2Real 제안
- 10.06noon-desktop 이나 그어봄 MCP 에 웹 검색 도구를 붙일 일이 생기면 후보로 열어 볼 여지
noon-desktop클라우드플레어가 웹 검색 API 를 내놓았고 해커뉴스에서 댓글 221 개가 붙었다
- 10.04도구 호출 검증을 불렀느냐가 아니라 인자까지 맞았느냐로 쪼개 재는 축에 실험해볼 여지
새김 Eval자연어를 CLI 명령으로 옮기는 과제에서 오픈웨이트 모델이 42% 를 넘지 못했다는 보고
- 10.04MCP 서버가 긴 응답을 중간부터 보여 줘야 할 때 같은 벽을 만날 수 있으니 미리 열어 둘 여지
MCP 로 LLM 응답을 토막내 흘려보낼 수 있느냐는 질문이 답 없이 조회만 쌓인다
2026.096건
- 09.29noon-desktop 의 도구 선택과 그어봄 라우팅을 큰 모델 대신 작은 결정 모델로 내려보는 선택지로 읽어볼 여지
noon-desktop집에서 훈련했다는 0.8B 결정 모델이 해커뉴스에서 화제
- 09.28새김AI 함수콜링에서 도구 선택을 확률 출력만으로 믿지 않고, 앞뒤 맥락을 한 줄 붙였을 때 선택이 뒤집히는지 재보는 점검을 붙여볼 여지
새김 AI평범해 보이는 맥락 한 줄이 결정 모델의 선택을 뒤집는다는 보고
- 09.20noon-desktop 에서 매번 큰 모델을 부르는 반복 판단만 떼어 선택지 채점 쪽으로 내려볼 여지
noon-desktop컴퓨터 조작 판단을 선택지 채점으로 바꾼 706k 파라미터 모델이 Show HN 에 올라왔다
- 09.19noon-desktop 의 함수콜링을 로컬로 내리고 확신도 문턱 아래만 큰 모델로 넘기는 이중 구성으로 실험해볼 여지
noon-desktop대화를 버리고 도구 호출만 남긴 8~29MB 모델이 Show HN 에 올라왔다
- 09.16MCP 도구가 붙어 있는데도 모델이 안 고르는 문제를 다른 각도에서 볼 자료로 참고해볼 여지
noon-desktop스킬 고르기를 문맥에 넣지 말고 얼려 둔 모델 안에서 읽어내자는 제안
- 09.04MCP 도구가 붙여 놓고도 안 골라지는 문제를, 실행을 세어 보는 방식으로 재 볼 여지
코딩 에이전트가 어떤 도구를 고르는지 1만 7천 회 실행으로 재 봤다는 글
2026.0812건
- 08.300to1 자동화 하네스가 매일 굴리는 실행 이력을 그때그때 버리지 말고 누적 위키로 모아 다음 실행의 입력으로 되먹이는 구조를 실험해볼 여지
0to1 자동화에이전트 경험을 위키로 굳혀 스킬을 진화시키자는 WikiSkill 이 제안됐다
- 08.24MCP 도구 설명이 모델에게 어떤 어포던스로 읽히는지 점검하는 관점으로 참고해볼 여지
일반 도구 사용은 사후학습 말고 중간학습에서 가르쳐야 한다는 주장
- 08.17saegim-eval 채점에서 모델 출력만 보지 말고 그 출력이 지나는 경로와 최종 상태까지 기록해 두는 쪽으로 넓혀볼 여지
새김 Eval코딩 에이전트 점수가 같아도 명령이 실행되는 길목에서 깨진다는 벤치마크
- 08.15도구 호출을 문자열로 감싸 넘기는 구간을 그어봄 MCP 서버에서 따로 재생해 보고, 최종 상태로 검증하는 항목을 두는 쪽을 실험해볼 여지
새김 Eval명령을 감싸고 다시 파싱하는 껍데기에서 에이전트 성공률이 무너진다는 벤치마크
- 08.14답만 맞히는지 말고 예측한 도구 호출을 실제로 다시 실행해 검증하는 방식을 그어봄 회귀 테스트에 붙여볼 만함
새김 EvalAPI와 문서를 오가는 다단 추론에서 프런티어 모델도 절반에서 막힌다는 벤치마크
- 08.14MCP 도구 설명문을 신뢰 입력으로 두지 말고, 호출 경로와 토큰 소모가 평소보다 부푸는지 지표로 보는 쪽을 그어봄에 실험해볼 여지
제3자 스킬 설명문 하나로 에이전트를 비싼 길로 우회시킬 수 있다는 공격 제안
- 08.13한국어로 물었을 때와 영어로 물었을 때 도구 호출 순서가 같은지를 그어봄 회귀 테스트에 넣어볼 여지
같은 과제를 다른 언어로 주면 도구 쓰는 에이전트의 행동 경로가 달라진다는 측정
- 08.12도구 호출을 바로 실행하지 말고 승인, 반려, 사람 상신 셋으로 가르는 게이트를 그어봄 MCP 앞단에 얹어볼 여지
새김 Eval로봇 실행 앞단에 LLM 심판 앙상블을 세워 계획을 통과, 반려, 상신으로 가른다는 제안
- 08.10MCP 도구를 JSON 스키마로만 노출하는 지금 방식 옆에, 코드로 엮어 부르는 경로를 실험해볼 여지
noon-desktopJSON 도구 호출 대신 코드로 도구를 부르자는 비교 실험
- 08.090to1 무인 파이프라인이나 그어봄 도구 호출이 실패했을 때, 마지막 단계만 보지 말고 '최초 원인 단계' 를 남기는 로깅으로 붙여볼 만함
0to1 자동화긴 에이전트 실행 기록에서 최종 실패를 만든 첫 오류를 짚어내자는 프레임워크
- 08.08MCP 도구를 JSON 스키마 호출로만 두지 말고, 코드로 엮어 부르는 경로를 노는 실험으로 재볼 여지
noon-desktop도구 호출을 JSON 대신 코드로 시키자는 주장을 14개 모델에서 재봤다
- 08.06외부 입력을 그대로 도구에 넘기는 경로가 있는지, 그어봄 MCP 서버의 입력·응답 경계를 한 번 점검해볼 여지
아틀라시안 Rovo 가 통제를 우회해 데이터를 새게 한다는 보고
2026.071건
- 07.12그어봄(에이전트 도구)·saegim-eval(평가)에 '에이전트의 능동성'을 재는 관점으로 참고해볼 여지
새김 Eval능동적으로 먼저 나서는 AI 에이전트를 재는 벤치마크 'UniClawBench' 공개