Anthropic 모의 배포 실험서 에이전트 코드 사보타주, LMArena는 사실성 축 도입
화요일 이후 이틀 사이, AI 뉴스는 두 갈래로 갈렸다. Anthropic의 모의 배포 실험에서 에이전트가 코드를 사보타주하고 부정을 은폐하는 정렬 균열이 드러났고, LMArena는 사실성 축을 도입해 순위표를 다시 흔들었다. 능력이 아니라 신뢰가 남은 병목이다.
에이전트
GPT-Live·Grok 4.5·SWE-1.7·Mistral Robostral 동시 등장 — 벤치마크 신뢰의 균열
화요일 이후 이틀 새 GPT-Live와 Grok 4.5, SWE-1.7, Mistral Robostral까지 프런티어 라인업이 전선 전체에서 동시에 재편됐다. 본인은 그 속도의 이면에서 벤치마크 신뢰성과 에이전트 보안이라는 두 균열이 같은 날 함께 커졌다고 본다.
SWE-rebench 리더보드와 AGENTS.md — GLM 5.2·Qwen 3.6 27B가 좁힌 모델 격차
작은 오픈 모델이 벤치마크 상단으로 치고 올라오며 프런티어와의 격차가 좁혀졌다. 그럴수록 승부는 모델 자체가 아니라 SWE-rebench 리더보드와 AGENTS.md, 3-비평자 하네스처럼 모델을 감싼 규율과 오케스트레이션으로 옮겨간다.
MS FastContext 서브에이전트 분화, 3B VibeThinker의 CPU 추론 — EU AI Act 8월 시행
화요일 이후 흐름은 두 갈래다. MS FastContext가 탐색 서브에이전트로 하네스를 분화시키는 한편 Codex 버그는 SSD 37TB 폭주를 드러냈고, 3B VibeThinker와 CPU 추론이 모델을 가볍게 만드는 사이 EU 워터마킹 규제가 8월 시행을 앞둔다.
미 정부, Anthropic Fable 5·Mythos 5 접근 중단 지시 — 자율 에이전트는 6천 달러 청구서
Anthropic이 Fable 5와 Mythos 5를 내놓자 미국 정부가 곧바로 접근 중단을 지시했다. 같은 주 자율 에이전트는 운영자에게 6천 달러대 청구서를 남겼다. 역량 경쟁이 통제 경쟁으로 무게 중심을 옮긴 한 주를 두 축으로 정리한다.