xAI, 터미널 기반 코딩 에이전트 Grok Build 얼리 베타 시작

xAI는 터미널에서 동작하는 코딩 에이전트 Grok Build의 얼리 베타를 시작했다. SuperGrok과 X Premium Plus의 모든 구독자가 이용할 수 있다. 플랜 모드에서의 승인, 서브 에이전트의 병렬 실행, 기존 AGENTS.md 및 MCP 서버의 활용을 지원한다.

Kilo Code에서 Grok 사용 가능, SuperGrok 및 X Premium+ 구독으로 추가 API 키 불필요

xAI의 Grok 구독(SuperGrok 또는 X Premium+)을 오픈소스 에이전트형 코딩 플랫폼 Kilo Code에서 바로 사용할 수 있게 됐다. 연결하면 Grok Build를 포함한 최신 Grok 모델을 별도의 API 키 없이 쓸 수 있다. VS Code, JetBrains IDE, 터미널(CLI)을 지원하며, VS Code에서는 설정의 Providers 탭에서 xAI Grok OAuth(SuperGrok Subscription)를 선택해 로그인하면 된다.

xAI, 코딩 모델 grok-build-0.1을 API로 퍼블릭 베타 제공

xAI는 코딩 특화 모델 grok-build-0.1을 xAI API에서 퍼블릭 베타로 공개했다. 100+ tokens/초로 제공되며, 가격은 입력 $1/M tokens, 출력 $2/M tokens다. Grok Build를 구동하는 모델과 동일하다.

Warp에서 Grok 이용 가능, SuperGrok 또는 X Premium 구독으로 연결

xAI의 Grok를 기존 SuperGrok 또는 X Premium 구독으로, 터미널 기반 에이전트형 개발 환경인 Warp 안에서 이용할 수 있게 되었다. Grok Build를 뒷받침하는 grok-build-0.1을 포함한 Grok 모델에 접근할 수 있으며, Warp의 「Agent > Warp Agent」 설정에서 「Connect SuperGrok subscription」을 클릭해 연결한다. 앞으로 SuperGrok 및 X Premium 구독자를 대상으로 추가 에이전트와 통합 기능이 제공될 예정이다.

xAI, Grok Build에 Agent Dashboard 추가... 여러 코딩 세션을 한 화면에서 관리

xAI는 Grok Build에 모든 세션을 한 화면에서 관리할 수 있는 Agent Dashboard를 추가했다. 셸에서 `grok dashboard`, 세션 안에서 `/dashboard`(Ctrl+\)로 실행할 수 있으며, 입력을 기다리는 세션을 맨 위에 표시한다. 대시보드에서 바로 답장을 보내거나 새 세션을 시작할 수도 있다.

xAI, Grok Build에 장시간 자율 실행 모드 /goal 추가

xAI는 Grok Build에 장시간 자율 실행을 가능하게 하는 새 모드 /goal을 추가했다. 에이전트가 작업 완료와 검증 때까지 계속 진행하며, 현재 이용할 수 있다.

xAI, 코딩 에이전트 겸 TUI인 Grok Build를 GitHub에서 오픈소스로 공개

xAI는 SpaceXSI의 코딩 에이전트이자 TUI인 Grok Build의 소스 코드를 GitHub에 공개했다. 컨텍스트 구성부터 도구 호출 디스패치까지의 구현을 직접 읽어볼 수 있다. 직접 컴파일해 자체 로컬 추론 환경에 연결할 수 있고, config.toml로 조작하는 로컬 우선(local-first) 운용도 지원한다.

SpaceXSI, 코딩 및 에이전트용 모델 Grok 4.5 발표

SpaceXSI는 코딩, 에이전트형 작업, 지식 노동을 위한 모델 Grok 4.5를 공개했다. 80 TPS로 제공되며, 가격은 입력 100만 토큰당 $2, 출력 100만 토큰당 $6이다. Grok Build, 모든 요금제의 Cursor, SpaceXSI 콘솔에서 이용할 수 있으며, Grok Build와 Cursor에서는 기간 한정으로 무료 이용도 가능하다.

xAI, Grok Build에 워크플로 기능 추가…수백 개의 병렬 에이전트로 대규모 작업 처리

xAI는 Grok Build에서 워크플로를 실행할 수 있도록 했다. 작업을 평이한 언어로 설명하면 Grok이 계획을 세우고, 백그라운드에서 수백 개의 병렬 에이전트에 작업을 분산한 뒤 완료되면 결과를 보고한다. 실행에는 128개 에이전트의 예산이 배정되며, 대규모 작업에서는 최대 1,024개까지 사용할 수 있다.

GitHub Copilot에서 Grok 4.5 이용 가능

Grok 4.5가 GitHub Copilot에서 이용 가능해졌다. VSCode, Copilot CLI, 클라우드 에이전트 등 GitHub Copilot 제품에서는 모델 선택기에서 「Grok 4.5」를 골라 사용할 수 있다. 일부 법인·기업에서는 Copilot 설정에서 모델을 활성화해야 한다. 콘솔에서 직접 이용하는 경우에는 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 제공된다.

xAI, Grok에 Build Mode 추가…SuperGrok Heavy 대상 Early Beta로 제공

xAI가 Grok에 채팅 안에서 웹사이트, 앱, 게임, 대시보드를 만들어 공개할 수 있는 Build Mode를 도입했다. SuperGrok Heavy 가입자를 대상으로 한 Early Beta로, grok.com, iOS, Android에서 이용할 수 있다. 만든 결과물은 grok.me 링크 또는 자체 커스텀 도메인으로 공개할 수 있다.

xAI, 장시간 에이전트용 Grok 4.6 공개… Cursor와 Grok Build에서 이용 가능

xAI는 Grok 4.5를 기반으로, 장시간 동작하는 에이전트와 대화형·시각적 작업에 중점을 둔 Grok 4.6을 공개했다. Artificial Analysis Intelligence Index에서는 GPT-5.6 Sol과 같은 61점이다. Cursor와 Grok Build에서 이용할 수 있으며, API 요금은 입력 100만 토큰당 $2, 출력 100만 토큰당 $6부터다.

xAI, 코딩 모델 Grok 4.6을 GitHub Copilot에서 제공 시작

xAI는 최신 코딩 모델 Grok 4.6을 GitHub Copilot에서 이용할 수 있게 했다. VS Code를 포함한 GitHub의 개발자들은 모델 피커에서 "Grok 4.6"을 선택해 사용할 수 있다. SpaceX의 xAI 콘솔에서도 입력 100만 토큰당 $2, 출력 100만 토큰당 $6의 가격으로 제공된다.

xAI, Grok Build를 웹과 모바일의 전 요금제에 제공 시작

xAI가 채팅 안에서 앱과 게임을 생성하는 Grok Build를 웹, iOS, Android의 전 요금제에 제공을 시작했다고 밝혔다. 7월 발표 당시에는 SuperGrok Heavy 전용 Early Beta였다. 공개, X 연동, 자체 모델 접근 등의 기능도 추가됐다.

Grok Bot, 엔터프라이즈 대상 제공 개시

xAI는 업무를 자율적으로 수행하는 AI 팀원 「Grok Bot」을 엔터프라이즈 고객 대상으로 제공을 시작했다고 밝혔다. 각 Bot은 전용 클라우드 컴퓨터에서 동작하며, 접근·네트워크·감사 관리 기능이 추가되었다. Grok 및 Cursor Enterprise 고객은 향후 2주 동안 무료로 이용할 수 있으며, 기존 시트가 없는 구성원을 포함해 조직 전체를 초대할 수 있다.

xAI, Grok Build에 메모리 기능 추가… 규칙과 결정 사항을 세션 간 유지

xAI가 Grok Build에 메모리 기능을 추가했다. 작업 중 나오는 규약, 결정 사항, 프로젝트 사실을 메모로 기록해 두었다가 이후 세션에서 관련 코드를 다루기 전에 불러온다. 새 세션부터 적용되며, `/memory`와 `/dream` 명령도 추가됐다.

Tunix와 TPU로 진행하는 자율형 LLM 사후 학습

Google은 AI 에이전트가 LLM의 사후 학습을 자율적으로 반복 실행하는 「autofinetune」을 개발했다고 밝혔다. Tunix, Gemma, Cloud TPU를 Antigravity CLI 및 Gemini Flash 3.7과 통합한 구성이다. SFT의 FunctionGemma 실험에서는 TPU v5e-1에서 약 2시간 동안 20회의 자동 실험을 수행해 함수 호출 생성의 정확도를 높였다. GRPO로 Gemma 3 1B를 학습시킨 실험에서는 40회의 실험을 2~3일에 걸쳐 진행했고, 총 보상이 약 10% 향상됐다.

Claude Code v2.1.303 릴리스

Claude Code v2.1.303이 GitHub Releases에 공개됐다. 릴리스 노트에는 「Bug fixes and reliability improvements」(버그 수정 및 안정성 개선)이 기재되어 있다. 구체적인 변경 내용은 본문에 명시되지 않았다.

Google Developer Knowledge API 생태계, gcloud CLI·에이전트 스킬·클라이언트 라이브러리로 제공

Google Developer Knowledge API는 Google Cloud, Firebase, Android 등 개발자용 공식 문서를 Markdown 형식으로 제공하는 API다. gcloud CLI, 에이전트 스킬, API Explorer, 여러 언어의 클라이언트 라이브러리에서 이용할 수 있으며, AI 에이전트와 IDE 확장 프로그램이 웹 스크래핑에 의존하지 않고 최신 문서를 가져올 수 있다.

Gemini 4 Argon, 20만 행 규모 Python 코드베이스를 하룻밤 사이 최적화 ADK 개선 2건 채택

Google은 Gemini 4 Argon에 google/adk-python을 약 11시간 동안 무인으로 최적화하도록 맡겼으며, 그 결과 긴 세션에서 인메모리 세션 준비 시간을 약 40%, 패키지 임포트 시간을 21% 단축했다고 밝혔다. 제안 6건 중 2건은 코드 리뷰를 거쳐 채택됐고, 4건은 불채택됐다. /goal 모드와 .agents/skills를 활용한 절차도 함께 공개했다.

AI 에이전트의 장기적 판단력을 측정하는 Taste-Bench, 최고 모델도 정답률은 약 60%

연구진은 AI 에이전트가 장기적으로 올바른 선택을 내리는 능력을 「taste」라고 부르며, 이를 측정하는 벤치마크 Taste-Bench를 공개했다. 502개 문제를 14개 모델로 풀게 한 결과, 최고 성능인 GPT-5.6 Sol도 평균 59.7%에 그쳤다. 증류로 학습한 소형 모델의 조언을 받자 SWE-bench Pro의 41개 과제에서 성공률이 14.6%에서 33.7%로 올랐다.

DeepSeek, 에이전트 성능을 높인 V4.1-Flash-1017 공개… 검색 API도 외부 개방

DeepSeek는 Flash 모델의 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 공개했다. 공식 사이트, 앱, API에서 이용할 수 있으며, 가중치는 Hugging Face와 ModelScope에서 오픈소스로 공개됐다. 회사는 DeepSWE에서 평균 태스크당 약 0.20달러로 77.0%를 달성했다고 밝혔다. 사내 검색 엔진인 Search & Fetch API도 개발자에게 제공한다.

DeepSeek@deepseek_aiAI 점수6262

DeepSeek가 DeepSeek-V4.1-Flash-1017을 공개했다. 이전 버전보다 벤치마크 성능이 높고, 작업 완료 속도가 빠르며, 출력이 짧다고 밝혀 성능과 비용 両面에서 파레토 개선을 내세우고 있다. 공식 사이트, 앱, API에서 이용할 수 있으며, DeepSeek Harness v0.2.1-rc.1 이상으로의 업그레이드가 권장된다.

Claude Code 팀의 코드 리뷰, Addy Osmani 등이 이야기하다

Claude Code 팀은 '사람이 코드를 읽었는가'를 변경에서 무엇이 문제가 될 수 있는지, 어떤 확인이 적절한지를 측정하는 부정확한 대리 지표로 본다. 리뷰는 마지막 관문이 아니라 맞춤법 검사처럼 작성하는 동안에도 계속 실행되는 형태로 바뀌었다. 많은 변경은 사람이 보기 전에 Claude가 최소 한 번 리뷰하고 수정하며, 팀의 주의는 더 높은 수준의 질문에 쓰이게 된다.

OpenAI Developers@OpenAIDevsAI 점수4242

OpenAI 엔지니어들이 Codex를 활용해 코드베이스를 살펴보고, 손봐야 할 부분을 찾아내며, 쌓여 있던 유지보수 작업을 조금씩 처리하는 방법을 소개한다.

Cursor@cursor_aiAI 점수2525

클라우드 에이전트가 인터랙티브 캔버스를 만들 수 있게 되었다. 에이전트가 작업하는 동안 대시보드나 보고서를 요청할 수 있으며, 완성된 캔버스는 링크로 팀과 공유할 수 있다.

Google DeepMind@GoogleDeepMindAI 점수4343

4개의 Gemini 4 Argon 에이전트가 아무것도 없는 상태에서 시작해 27시간 만에 마인크래프트를 클리어했다. 샌드박스 안에서 코드와 텍스트만 사용해 2,783개의 프로그램을 작성했고, 채팅으로 역할을 나누고, 메모를 공유하고, 오류를 함께 디버깅했다. 사람의 도움은 전혀 없었다. ↓ https://x.com/maxencefaldor/status/2111023397106770026

Reflection Beam 출시, AWS에서 제공되는 에이전트형 코딩용 오픈 웨이트 모델

Reflection AI가 에이전트형 코딩과 장기 작업을 위한 오픈 웨이트 모델 Beam을 공개했다. 총 파라미터 501B, 활성 파라미터 23B의 희소 MoE(Mixture of Experts) 구조이며, 회사 측은 실효 컨텍스트 길이가 1M 토큰이라고 밝혔다. 가중치는 Apache 2.0 라이선스로 Hugging Face에서 제공되며, 발표 시점에는 Amazon SageMaker JumpStart의 미국 동부(버지니아 북부, 오하이오) 리전에서 이용할 수 있다.

Replit CEO가 말하는 '자율주행형 기업'과 일의 미래

Replit CEO 겸 공동창업자 Amjad Masad는 TechCrunch Disrupt에서 AI 에이전트가 정형화된 업무 대부분을 맡고, 사람은 판단력과 감각으로 가치를 만들어내는 '자율주행형 기업(self-driving company)'이 일의 미래상이라고 말했다. Replit도 지원 티켓의 1차 분류를 에이전트가 맡고, 사람이 판단해 수정을 적용하는 체제로 바꿨다고 한다. Masad는 업무의 중심이 '무엇에 착수할지'를 검토하는 일과 아키텍처 설계로 옮겨가고 있다고 설명했다.

sparqlite, Rust로 구현한 SQLite용 SPARQL 1.1 확장

Simon Willison은 Rust로 작성된 SQLite 로더블 확장 sparqlite를 소개했다. SQLite 안에서 SPARQL 1.1 쿼리와 업데이트를 네이티브로 실행할 수 있으며, SQL로 변환하는 방식과 비교했을 때 건수 조회는 3.5배, 전체 결과를 반환하는 경우는 2.8배 빠르다고 한다. 적용 가능한 W3C 평가 테스트 639건 중 636건을 통과했으며, 개발은 Claude Code for web의 Ultracode 모드로 12시간 이상에 걸쳐 진행되었다.

Benefit Street Partners, Codex로 투자위원회 질문 답변 속도 높여

신용 전문 투자운용사 Benefit Street Partners의 Anant Kumar는 Codex로 코드 리뷰를 진행하고, BDC 평가액 비교 트래커와 대출 계약서 분석 도구를 직접 만들었다. 트래커 초기 버전은 약 하루, 전체 개발은 합계 약 10~12시간이 걸렸다. 계약서의 첫 분석 결과는 약 20분 만에 나오며, 이후 사람이 1시간 이상 확인한다. Kumar에 따르면 투자위원회의 추가 질문에 대한 답변은 회의 중에 끝나는 경우도 많다.

Reflection, 501B 규모 오픈 모델 Beam을 Hugging Face에 공개

신생 미국 연구소 Reflection이 첫 모델 Beam을 Apache 2.0 라이선스로 공개했다. 총 파라미터 501B, 토큰당 23B만 활성화되는 MoE 모델이며, 컨텍스트 윈도우는 1M 토큰이고 코딩과 에이전트 용도에 중점을 둔다. transformers, vLLM, SGLang이 Day-0부터 지원하며, BF16, FP8, NVFP4 세 종류의 체크포인트를 제공한다.

Cursor@cursor_aiAI 점수4848

Meta Superintelligence Labs의 Muse Wonder가 Cursor에서 이용 가능해졌다. 기본 effort 설정에서 CursorBench 46.1%를 기록했으며, Muse 모델 중 가장 높은 점수다. 가격은 입력 $4/M 토큰, 출력 $20/M 토큰이다.

Codex 0.163.0, /config 설정 검색·응답 중 후속 입력 전송·/daemon 재시작 지원

OpenAI가 Codex 0.163.0을 공개했다. `/config`로 설정을 한데 검색해 즉시 변경할 수 있으며, 응답 중에도 후속 메시지를 보내 작업을 이어갈 수 있게 됐다. `/keymap`에서는 리더 키를 설정할 수 있고, 기본값은 `Ctrl+X`다. `/daemon`으로 백그라운드 서버를 재시작하는 기능과, 서로 독립적인 읽기 전용 도구의 병렬 실행도 지원한다.

Meta, Mac에서 구동되는 오픈 웨이트 모델 'Muse Spark Open' 공개

Meta는 미국에서 '가장 높은 성능'을 갖췄다고 밝힌 오픈 웨이트 모델 'Muse Spark Open'을 공개했다. 816B 파라미터와 100만 토큰 컨텍스트 윈도우를 갖췄으며, Meta가 공개한 평가 결과에서는 다른 주요 오픈 웨이트 모델보다 우수한 성능을 보였다고 한다. Apple 컴퓨터에서의 로컬 실행을 전제로 설계되었으며, 여러 API 플랫폼에서 이용할 수 있다.

EvalResearchBench, AI 에이전트는 재귀적 자기 개선을 위한 평가를 스스로 설계할 수 있는가

AI 에이전트가 평가 벤치마크를 자율적으로 설계할 수 있는지 측정하는 'EvalResearchBench(ERB)'가 제안되었다. 최고의 평가기는 후보 모델 쌍 가운데 약 75%의 순위를 목표 벤치마크와 일치시켰지만, 목표 벤치마크끼리의 불일치로 정해진 상한인 91%에는 도달하지 못했다. 9개의 researcher, 13개의 후보 모델, 14개의 목표 벤치마크로 비교한 결과, 사람이 설계한 공개 태스크 샘플이 여전히 강력한 베이스라인이었으며, 모든 지표에서 1위를 차지한 researcher는 없었다.

Self-HPO, 하네스와 정책을 번갈아 최적화하는 자기 진화형 코딩 에이전트 제안

Self-HPO는 코딩 에이전트의 하네스(harness)와 정책을 번갈아 최적화하는 재귀적 프레임워크다. Qwen3.5-35B-A3B의 3개 코딩 벤치마크 평균 resolve rate는 57.8%에서 64.8%로 향상되어, 하네스만 또는 정책만 최적화한 베이스라인을 넘어섰다. 분포 외 설정에서도 효과가 일반화되며, Pass@1과 Pass@k 모두에서 베이스 에이전트를 개선한다.

HexaShell, VLM 에이전트를 로봇 코딩 에이전트로 검증

HexaShell은 시각 정보와 자체 제작 도구로 양팔 로봇을 제어하는 코딩 에이전트로, RoboDojo의 전체 42개 과제에서 성공률 39.7%, 진행 점수 48.0을 기록해 해당 벤치마크의 새로운 SOTA를 달성했다고 밝혔다. 성능의 한계는 추론이 아니라 접촉에 있었다. 미는 동작은 92.5%, 메모리 계열 과제는 65.0%였지만, 좁은 틈에 끼우는 작업은 8.3%에 그쳤다. 사용 모델은 Codex와 GPT-6-Astra(medium reasoning effort)이며, 제작한 도구는 오픈소스로 공개된다.

Claude Code v2.1.301 릴리스

Claude Code v2.1.301이 공개되었다. 무인 재시도 모드용 `CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS`, vim 모드의 `%` 모션, OpenTelemetry `tool_decision` 이벤트에 `classifier_verdict`와 `permission_mode` 추가 등이 포함된다. `fable` 모델 별칭 오류, 로그인 갱신, Read 도구가 바이너리 파일을 텍스트로 읽는 문제 등 다수의 버그도 수정되었다.

Meta, Amazon SageMaker JumpStart에서 Muse Spark Open 제공 시작

Meta의 코딩 특화 오픈 웨이트 모델 「Muse Spark Open」이 Amazon SageMaker JumpStart에서 이용 가능해졌다. MoE 아키텍처로 총 파라미터 816B, 활성 파라미터 42B, 컨텍스트 윈도우는 1M 토큰이다. BF16 버전은 ml.p6-b300.48xlarge, NVFP4 양자화 버전은 ml.p5e.48xlarge에서 동작하며, SageMaker Studio 또는 SageMaker Python SDK를 통해 자신의 AWS 계정 엔드포인트에 배포할 수 있다.