모든 글

AI

펠리컨이 자전거를 못 타면 그 모델은 탈락입니다

MMLU도 GPQA도 다 만점 근처인 시대. 개발자들은 대신 '펠리컨이 자전거 타는 SVG를 그려봐'라고 시킵니다. 장난처럼 보이는 이 사적인 테스트가 왜 공식 점수보다 정직하다는 말을 듣는지 짚어봤습니다.

AI 벤치마크 LLM
AI

YC가 만든 qm, AI 에이전트도 이제 '팀'으로 일합니다

Y Combinator가 공개한 멀티플레이어 에이전트 하네스 qm. AI 코딩 에이전트 여러 개를 동시에 굴리는 도구인데요, 진짜 병목이 모델 성능이 아니라 '사람의 관리 능력'이었다는 걸 드러냅니다.

AI 코딩에이전트 오케스트레이션