컨텍스트윈도우 26
- OpenRouter에 등장한 스텔스 AI 모델 OX Alpha 무료 공개, 100만 토큰과 DeepSWE 80% 성능 분석
- Google Gemini 3.7 Flash 출시: 코딩 성능 향상과 50% 수준의 API 가격 할인
- Nvidia Nemotron 3.5 Lightning과 NeMo Switchyard: 에이전트 모델 라우팅 판단법
- Liquid AI, 스마트폰과 CPU에서 작동하는 로컬 에이전트 모델 LFM2.5-2.6B 공개
- Qwen3.8-Max 2.4조 파라미터 MoE: 95B 활성 구조와 오픈 웨이트 계획
- code-graph-rag: AI 코딩 에이전트가 대규모 코드베이스의 구조와 맥락을 잃지 않는 방법
- code-review-graph 심층 분석: AI 코딩 에이전트가 코드를 정확히 기억하는 원리
- TencentDB-Agent-Memory: AI 코딩 에이전트가 맥락 폭발을 막고 진짜 기억을 갖는 법
- pxpipe: AI 에이전트의 컨텍스트를 이미지로 변환해 토큰 비용을 줄이는 완벽 가이드
- headroom: AI 코딩 에이전트의 컨텍스트 한계를 넘는 압축 기술
- GenericAgent는 30K 컨텍스트로 충분할까: Skill 결정화의 효과와 오염 위험
- Context Mode가 토큰을 98% 줄인다는 수치를 믿어도 될까? 측정법과 누락
- Mem0를 장기 기억 계층으로 써도 될까: ADD, UPDATE, DELETE와 격리 조건
- jcode의 14ms 부팅은 무엇을 바꿀까: Rust Harness, Semantic Memory, Swarm 검증 기준
- Graphify는 코드 Context 재탐색을 줄일까? AST Graph, 추론 Edge, Drift
- Claude-HUD는 무엇을 보여 주나? Statusline, Transcript 구조와 도입 기준
- 화면 밖 자동차를 비디오 모델이 잊는다면? HyDRA의 Top-K 기억
- GSD가 Context Rot을 해결할까: 4개 Markdown State와 Fresh Context 비용
- everything-claude-code를 팀에 도입할까: 역할 분리, 스킬, 훅의 비용
- MiroFish의 에이전트 사회는 예측 엔진일까: GraphRAG, OASIS와 비용 폭발
- claude-relay-service를 팀 API Gateway로 써도 될까: 계정 풀링, v1.1.248 보안 리스크
- Athena-Public은 모델을 바꿔도 기억할까: 10K 부팅, 278개 프로토콜 검증
- 긴 대화 RAG에서 관련 문서를 다시 골라야 할까? QRRanker의 4B 해법
- OV-Encoder는 비디오 토큰을 80% 줄여도 더 정확할까: 3.1~25% Residual 선택의 맹점
- 1분 AI 영상의 Character Drift, Teacher도 5초만 보면 왜 못 고칠까?
- HERMES는 TTFT를 왜 10배 줄였나: Streaming Video KV Cache의 계층화와 손실