읽을 가치가 있는 기사만, 짧고 또렷하게.

코로나19 스캔들이 여전히 진행 중이라는 기사가 보도되었습니다. 이 기사는 경제지인 이코노미스트에서 발행되었으며, 해당 사안에 대한 심층적인 분석을 제공하고 있습니다.

현재 제공된 자료에는 기사의 구체적인 내용이나 세부 정보가 포함되어 있지 않아, 스캔들의 진행 상황이나 관련된 구체적인 사실을 전달하기는 어렵습니다.

따라서 독자들은 해당 기사를 통해 코로나19 관련 사안의 현재 상황과 배경에 대한 경제적 관점의 분석을 참고할 수 있습니다.

4년 전 동유럽 및 중앙 유럽 최대 암호화폐 거래소의 사장이 실종된 사건이 현재 그 후계자까지 사라지면서 다시 주목받고 있습니다. 폴란드와 에스토니아에서 발생한 이 사건은 유럽 암호화폐 산업이 범죄자들의 자금 세탁을 위한 온상이라는 평판에서 벗어나지 못하고 있음을 보여줍니다.

2022년, 동유럽 최대 거래소의 설립자인 실베스터 수제크가 헬리콥터가 보관된 폴란드 연료 저장소에서 실종되었고, 가족들은 그가 살해당했을 가능성을 믿고 비트코인을 요구했습니다. 이 사건은 해당 거래소인 존다크립토(Zondacrypto)의 사장이 사라진 후, 이를 대신한 폴란드 변호사 역시 4년 이내에 사라지면서 상황이 더욱 심각해졌습니다.

법률가 로버트 노가키는 "암호화폐 보스 한 명이 사라지는 것도 나쁘지만, 4년 동안 두 명이 사라진 것은 터무니없이 나쁘다"고 지적하며 이 상황에 대해 의문을 제기했습니다. 이 일련의 사건들은 암호화폐 산업이 사기꾼과 범죄자들이 불법 자금을 세탁하는 통로로 이용된다는 의혹과 연결되어 있으며, 폴란드 총리 도널드 투스크가 존다크립토가 러시아 정보기관, 조직 범죄 및 우파 정치인들과 연관되어 있다는 의혹을 제기한 배경이 됩니다.

마이크로소프트는 2026년 8월 Windows 업데이트 이후 발생한 게임 충돌 및 실행 실패 문제의 원인을 RGB 조명 장치와 같은 주변 기기 또는 내부 장치 구성 요소에서 찾고 있다고 밝혔습니다. 이 문제는 Windows 11 24H2 및 25H2 버전을 사용하는 시스템에서 ARC Raiders, MARVEL Tōkon: Fighting Souls, The Finals와 같은 게임에서 발생했으며, 사용자들은 게임 프리징, EXCEPTION_ACCESS_VIOLATION 오류, 예상치 못한 시스템 재부팅을 경험했습니다.

마이크로소프트는 이 문제가 RGB 조명 기능을 가진 장치가 특정 드라이버나 코드 구성 요소를 설치하여 시스템에 영향을 미치기 때문에 발생할 수 있다고 추정했습니다. 특히 이들 장치가 inpoutx64와 유사한 파일 이름을 가진 드라이버나 코드 컴포넌트를 설치했을 때, 특정 게임을 실행하면 문제가 유발된다고 설명했습니다.

게임 개발사인 Embark Studios는 이 문제가 Windows 커널 드라이버의 변경으로 인해 발생한 inpoutx64.sys 파일과 관련이 있다고 언급했습니다. 이에 따라 임시 해결책으로 서비스 삭제 및 Windows 드라이버 폴더에서 inpoutx64 파일을 제거하는 방법을 공유했습니다. 마이크로소프트는 공식적인 수정 패치를 제공하기 전까지 이 문제를 조사 중이며 추가 정보가 나오는 대로 업데이트할 예정입니다.

이러한 문제는 Windows 업데이트 이후 게임 안정성과 성능에 대한 마이크로소프트의 지속적인 대응 사례 중 하나입니다. 과거에도 업데이트로 인해 Asphalt 8 충돌이나 Easy Anti-Cheat 블루스크린과 같은 문제가 발생했을 때 마이크로소프트는 여러 차례 호환성 문제를 해결하고 업그레이드 차단을 해제하는 조치를 취한 바 있습니다.

Rust로 작성된 MartyPC는 초기 PC들을 위한 크로스 플랫폼 에뮬레이터 프로젝트입니다. 이 프로젝트는 다양한 초기 PC 시스템, 예를 들어 MDA, Hercules, CGA, EGA, VGA, Memory Sidecar, AdLib 카드 등을 지원하며 시스템 로딩 기능을 제공합니다.

현재 웹 에디션에서 시스템 로딩 과정 중 초기화에 실패하는 상황이 보고되었습니다. 이는 개발자가 디버깅을 위해 개발자 콘솔을 확인하도록 안내하고 있으며, 오류 발생 시 F12 키를 눌러 상세 정보를 확인할 수 있도록 설정되어 있습니다.

MartyPC는 Rust 언어를 사용하여 개발되었으며, 이러한 에뮬레이션 프로젝트는 하드웨어의 복잡한 동작을 소프트웨어적으로 재현하는 데 있어 흥미로운 도전 과제를 제시합니다. 웹 에디션은 이러한 에뮬레이션 기술을 접근성을 높이는 데 기여하고 있습니다.

월마트 소유의 플립카트가 인도 퀵커머스 시장의 선두 주자들과 빠르게 격차를 좁히고 있습니다. 플립카트의 퀵커머스 서비스인 Minutes는 현재 하루 110만에서 120만 건의 주문을 처리하며, 이는 11월 주문량이 약 39만 건에서 40만 건으로 증가한 수치입니다. 이는 하루 약 140만 건을 처리하는 스위거리 Instamart와 근접한 수준이며, 시장에서 Blinkit, Zepto, Instamart가 주도하는 상황에서 플립카트가 뒤늦게 추격하고 있다는 점이 주목됩니다.

인도 퀵커머스 시장은 이미 Blinkit(일일 340만~360만 건), Zepto(일일 240만~260만 건) 등 여러 플레이어들이 경쟁하고 있으며, 플립카트는 기존 이커머스 고객 기반을 활용하여 빠른 배송 모델을 확장하고 있습니다. 이를 위해 플립카트는 고객에게 가까운 소규모 물류 창고인 마이크로 풀필먼트 센터를 공격적으로 확장하고 있으며, 2026년 말까지 1,500개 시설을 목표로 하고 있습니다.

이러한 확장 전략은 단순히 물류 인프라를 늘리는 것을 넘어 고객의 구매 패턴 변화를 포착하고 있습니다. 플립카트 Minutes 이용 고객 중 65~70%가 재구매 고객이며, 고객당 거래 횟수도 전년 대비 50~60% 증가했습니다. 또한, 고객들은 과일, 채소, 육류 등 생필품 외에도 유기농 및 수제 상품 등 고가 제품에 대한 지출을 늘리고 있어, 플립카트는 더 높은 가치의 상품을 제공하며 경쟁 우위를 확보하려 하고 있습니다.

소비자들의 전반적인 소비 수요가 약화되는 가운데, 이커머스 거인들은 속도 경쟁을 통해 고객 이탈을 방어하고 있습니다. 플립카트와 아마존 등은 빠른 배송 속도를 제공하지 못하면 고객을 전문 퀵커머스 플랫폼으로 내보낼 위험에 직면해 있으며, 이는 향후 인도 시장의 경쟁 구도를 더욱 치열하게 만들 것으로 보입니다.

게이밍 PC를 짭팀머신으로 활용하기 위해 운영체제(OS) 커스터마이징에 대한 내용입니다. 사용자는 미니 PC에 게이밍 OS를 표방하는 CachyOS를 설치했습니다.

이후 타일링 윈도우 매니저인 Hyprland를 사용하고 싶다는 욕심이 생겼고, 기본 설정으로 사용하다가 한껏 튜닝된 Omarchy까지 적용하여 시스템을 구축했습니다.

결과적으로 CachyOS와 Omarchy의 요소를 혼합한 하이브리드 환경을 만들고 있습니다. 이는 특정 리눅스 배포판과 윈도우 매니저를 조합하여 자신만의 맞춤형 데스크톱 환경을 구현하는 과정으로 볼 수 있습니다.

최근 컴퓨팅 환경에 대한 성찰을 담은 이 글은 현재의 기술 발전 방향에 대한 비판과 대안적인 인터넷의 모습을 제시합니다. 저자는 현재의 인터넷이 유리와 주사율, 클라우드와 구름 모양 등 피드와 트로프를 통해 제공되는 형태로 이루어져 있다고 지적하며, 탐색과 발견, 인내심 있는 방황이 있는 숲 같은 인터넷을 그리워합니다.

저자는 과거의 방식처럼 익명의 사람들의 장문의 개인 업데이트를 따라가며 웹의 경계를 따라 움직이는 경험, 즉 수공으로 만들고 다듬은 웹링에서 느껴지는 공명에 대해 이야기합니다. 이는 현재의 기술적 발전이 미래의 급류에 뛰어들 위험을 안고 있으며, 과거에 집착하는 대신 새로운 것을 구축하는 꿈을 꾸어야 함을 시사합니다.

그는 새로운 것을 구축하는 데 집중하며, 미래의 컴퓨팅을 향해 나아갈 때 독자들이 미소를 짓게 만들거나 눈을 찡그리게 하는 문장들로 작성된 글, 해킹 가능한 하드웨어에서 보는 수공예 웹사이트, 그리고 다시 개인화된 개인용 컴퓨터를 꿈꿉니다.

궁극적으로 저자는 인터넷이 그 이용자와 거주자들에 의해 만들어지는 것이 가장 이상적이라고 주장합니다. 다만, 이러한 탐험의 과정에서 경계해야 할 점도 제시하는데, 마치 칼처럼 커서를 다루듯이 탐험이 단순히 HTML 요소에 머무르지 않고 안개 속에서 더 많은 것을 드러낼 수 있음을 경고합니다.

Munder Mifflin은 사용자의 업무 방식, 도구, 지식을 공유하는 여러 복제 에이전트를 로컬 컴퓨터에서 실행할 수 있게 해주는 무료 오픈소스 하네스입니다. 이 도구는 기존 에이전트 CLI와 구독 기능을 활용하여 복잡한 AI 에이전트 시스템을 구축하는 데 도움을 줍니다.

Munder Mifflin은 Claude Code, Codex, Copilot 등 총 12개의 에이전트 CLI를 통합하여 관리할 수 있는 기능을 제공합니다. 이를 통해 에이전트들이 서로 기억과 맥락을 공유하며 협업할 수 있는 환경을 구축할 수 있습니다.

이 하네스는 개발자들이 로컬 환경에서 다양한 AI 도구들을 효율적으로 통합하고 관리하며, 복제된 에이전트 시스템을 운영할 수 있도록 지원합니다. 이는 개인화된 업무 환경에서 AI 에이전트의 상호작용과 지식 공유를 극대화하는 데 중요한 기반이 됩니다.

일봉 거래량가중이동평균(거가중100)을 기준으로 위로 닫히는 코인을 매일 추적하는 웹 스크리너에 대한 정보입니다. 이 도구는 업비트와 바이낸스의 공개 일봉 데이터만을 사용하여 시장을 분석합니다.

해당 스크리너는 코인을 밀착, 돌파, 시도, 접근 등의 분류로 나누어 제공합니다. 사용자는 지표와 손익비를 종합하여 '오늘 매수 후보'와 추천 진입 구간을 얻을 수 있습니다.

추가적으로 제시되는 거래 전략은 손절은 이동평균선 아래로 설정하고, 1차 및 2차 익절은 매물, 박스권, R 배수를 활용하도록 안내합니다. 이는 기술적 지표와 손익비를 결합하여 구체적인 매매 후보와 진입 근거를 제시하는 데 중점을 두고 있습니다.

2006년 무렵, 피츠버그의 낡은 집을 수리하던 중 수도와 난방이 작동하지 않는 상황에서 고철 수집상들과 소동을 겪은 경험이 있습니다. 당시 이 경험은 생활용품보다는 원재료 금속을 노리는 수집 문화에 대한 인식을 심어주었습니다.

특히 뒤뜰에 있던 무거운 주철 욕조가 24시간도 채 지나지 않아 사라지는 것을 목격하면서, 사람들은 가치 있는 생활용품보다는 재활용 가능한 원재료 금속 자체에 집중하는 수집 문화를 알게 되었습니다. 이는 물건의 사용 가치보다는 물질의 본질적인 재료적 가치에 초점을 맞추는 현상을 보여줍니다.

이러한 사건은 단순히 물건을 버리는 행위를 넘어, 금속과 같은 원재료가 어떻게 순환하고 가치를 형성하는지에 대한 새로운 관점을 제시합니다. 이는 소비 문화와 자원 순환에 대한 인식이 변화하는 데 영향을 미쳤습니다.

Go로 구현된 gomacro는 대화형 REPL과 스크립트 실행을 모두 지원하는 거의 완전한 Go 인터프리터입니다. 이 도구는 개발자들이 Go 코드를 탐색하고 실행하는 방식을 개선하며, 라인 편집과 Tab 자동 완성 기능을 제공하여 개발 편의성을 높입니다.

일반적인 REPL 사용 시에는 Go 툴체인 없이도 실행이 가능하여 접근성이 높습니다. 다만, 런타임에 서드파티 패키지를 Import할 때 일부 환경에서는 Go 툴체인이 필요할 수 있다는 점을 고려해야 합니다. 이는 기본적인 환경에서는 툴체인 의존성을 줄여 개발 환경을 간소화하는 데 중점을 두고 있음을 의미합니다.

gomacro는 Go 언어 환경에서 인터랙티브한 개발 경험을 제공하는 것을 목표로 합니다. 따라서 Go 개발 환경에서 스크립트 실행 및 디버깅을 보다 효율적으로 수행하고자 하는 사용자에게 유용한 도구입니다.

AI 에이전트 시대에 소프트웨어 개발의 결과를 개선하기 위한 코딩 패턴과 방법론을 정리하는 프로젝트가 시작되었습니다. 이 프로젝트는 코드 생성 및 실행이 가능한 도구인 Claude Code나 OpenAI Codex와 같은 코딩 에이전트를 활용하여 기존 전문 지식을 증폭하고 작업을 가속화하는 '에이전트 엔지니어링'에 초점을 맞춥니다.

에이전트 엔지니어링은 코딩 에이전트가 인간 감독 없이도 코드를 테스트하고 반복할 수 있게 함으로써 개발 프로세스를 변화시키는 것을 의미합니다. 저자는 이 새로운 분야에서 좋은 결과를 얻기 위한 실질적인 패턴들을 모으는 것을 목표로 하며, 이를 디자인 패턴처럼 장기적으로 업데이트 가능한 가이드 형식으로 정리하고 있습니다.

첫 번째 장에서는 코드를 작성하는 비용이 거의 무시할 수 있을 정도로 낮아졌다는 점을 핵심 과제로 제시하며, 이것이 개인 및 팀의 업무 방식에 어떤 영향을 미치는지 탐구합니다. 또한 테스트 우선 개발(Red/green TDD)이 에이전트가 더 간결하고 신뢰할 수 있는 코드를 작성하도록 돕는 방식을 다루고 있습니다.

미국 군사 신문 《스타즈 앤 스트라이프스》의 편집장인 에릭 슬라빈이 군부(DoD)로부터 '불복종'을 이유로 해고당한 후 검열에 대한 우려를 표명했습니다. 슬라빈은 해고가 발생한 시점이 정부와 언론 간의 긴장감이 고조된 상황이며, 국방부 관계자들이 공개적인 발언을 꺼리고 있다고 언급했습니다.

이러한 해고는 슬라빈과 중동 특파원 라라 코르테, 그리고 발행인 맥스 레더러가 모두 겪은 일로, 이들은 지난달 CBS의 일요일 아침 프로그램에 제공한 인터뷰와 관련이 있다고 밝혔습니다. 군부 측은 해고에 대해 공식적인 설명을 제공하지 않았으며, 슬라빈은 이 결정이 미국-이스라엘 전쟁 중인 이란 관련 상황이나 USS 에이브러햄 링컨호에 탑승한 승조원들의 정신 건강 문제 보도와 관련이 있는지 의문을 제기했습니다.

《스타즈 앤 스트라이프스》는 헌법 수호와 독립적인 언론의 권리를 주장하며 군사 및 정부 보도에 대한 검열에 반대해 왔습니다. 이 사건은 국방부가 군사 보도를 통제하려는 시도로 비춰지면서, 언론의 자유와 군사 정보 보도의 독립성에 대한 논쟁을 더욱 심화시키고 있습니다.

수학자들이 다른 누구보다 먼저 쓸모없어질 수도 있다는 내용이 논의되고 있습니다. 이 주장은 수학 분야의 역할과 미래에 대한 근본적인 질문을 던지고 있습니다.

이러한 논의는 수학적 지식이 다른 분야, 특히 개발 및 공학 분야에서 어떻게 변화하고 있는지에 초점을 맞춥니다. 즉, 수학적 사고방식과 도구가 실제 기술 개발 과정에서 얼마나 필수적인지 재평가하는 시각이 반영된 것입니다.

결국 이 글은 수학적 학문이 기술 발전의 속도와 요구사항에 따라 그 중요성이 재정의될 수 있다는 점을 시사합니다. 이는 수학적 기초가 여전히 중요하지만, 그 적용 방식과 필요성이 변화하고 있음을 의미합니다.

OpenTelemetry는 벤더 중립성을 달성했음에도 불구하고 기능 전달에 병목 현상이 발생하고 있습니다. 이는 엄격한 안정성 약속, 광범위한 언어 및 프레임워크 지원, 그리고 부족한 유지관리자가 복합적으로 작용하여 기능 전달 속도가 느려졌기 때문입니다.

현재 OpenTelemetry의 작업은 Core와 Contrib으로 나뉘어 진행되고 있습니다. 새로운 기능이 개발되고 배포되는 과정은 OTEP, 명세, 시맨틱 규약, 언어별 SDK, 계측 패키지, Collector, OTLP 등 여러 단계를 거쳐야 합니다.

이러한 복잡한 구조는 OTel이 목표하는 벤더 중립성과 광범위한 채택을 달성하는 데 있어 효율적인 기능 전달을 저해하는 요인으로 작용하고 있습니다. 따라서 OTel 프로젝트의 효율성을 높이고 기능 전달 속도를 개선하기 위한 구조적 개선이 필요합니다.

Gleam은 폐기 예정 표시, 할 일, 제네릭, 패턴 매칭, 오류 처리를 언어 차원에서 일관되게 제공하여 코드의 단순성과 가독성을 높입니다. 이러한 언어적 일관성은 개발자가 복잡한 로직을 더 명확하고 이해하기 쉽게 작성할 수 있도록 돕습니다.

Gleam은 이러한 언어적 일관성을 통해 개발자가 코드를 읽고 이해하는 데 드는 인지 부하를 줄여줍니다. 특히 복잡한 타입 시스템과 패턴 매칭 기능을 언어 수준에서 통합함으로써, 코드가 의도하는 바를 명확하게 표현할 수 있게 됩니다.

또한 Gleam은 코드 내에 `@deprecated`와 `todo`와 같은 주석을 사용하여 개발 과정의 세부 사항을 직접 기록할 수 있도록 지원합니다. 이 기능들은 새로운 API로의 이동 경로나 아직 완료되지 않은 작업의 세부 사항을 코드에 직접 남겨, 코드의 상태와 변경 이력을 명확하게 관리할 수 있게 합니다.

직장에서 드러내는 분노는 동료들을 위축시키고 의사결정을 비공식적인 채널로 밀어내는 결과를 초래합니다. 이러한 감정 표출은 결국 당사자의 협업 기회와 업무상 영향력을 감소시키는 직접적인 원인이 됩니다.

분노는 때로는 업무에 대한 강한 관심에서 비롯되기도 하지만, 유능함만으로는 감정적 불안정성이 야기하는 문화적 손실까지 상쇄할 수는 없습니다. 이는 개인의 감정 상태가 팀 전체의 협업 환경과 조직 문화에 미치는 영향을 고려해야 함을 시사합니다.

업무 환경에서 감정 조절은 단순히 개인의 문제가 아니라 조직의 효율성과 문화적 손실을 막는 중요한 요소입니다. 따라서 분노와 같은 감정을 관리하고 건설적인 방식으로 소통하는 것이 동료와의 관계를 개선하고 효과적인 의사결정을 이끌어내는 데 필수적입니다.

마스킹 확산 언어 모델(dLLM) 기반 기계 번역에서 길이 적응 디코딩의 중요성이 제시되었습니다. 기존의 고정 캔버스 디코딩 방식은 노이즈 제거 전에 목표 길이를 선택해야 하는 문제를 안고 있으며, 기존 연구들은 토큰 언마스킹 순서에 주로 초점을 맞추어 목표 길이 결정에 대한 탐구가 부족했습니다.

연구진은 이러한 문제를 해결하기 위해 훈련 없이 작동하는 길이 선택기인 엔트로피-밸리(Entropy-Valley, EV)를 제안했습니다. EV는 전체 마스크 순방향 통과(all-mask forward passes)로부터 평균 예측 엔트로피를 사용하여 후보 목표 캔버스를 점수화하고, 백본 모델이 채우기에 가장 준비된 캔버스를 선택합니다.

EV는 기준선(학습 코퍼스 길이 통계 사용) 대비 EntoZh, ZhtoEn, EntoDe에서 참조 목표 길이로부터 COMET-22 점수 이득의 64.9%, 65.3%, 33.0%를 회복했습니다. 이 결과는 노이즈 제거에 적합한 길이가 반드시 참조 길이와 일치할 필요는 없음을 보여줍니다.

세 명의 번역 전문가의 평가를 통해 EnleftrightarrowZh의 적합성 이득이 뒷받침되었으며, 특히 ZhtoEn에서 더 강력한 증거가 확인되었습니다. 또한, 동일한 파인튜닝 데이터로 학습된 LLaMA-3-8B 자기회귀(AR) 모델과 비교했을 때 EV 시스템은 EntoZh에서는 동률을 이루고 ZhtoEn에서는 우위를 보였습니다. 최종적으로, 이 마스킹 확산 기계 번역 설정에서는 어떤 토큰을 먼저 드러낼지 결정하는 것보다 목표 길이가 어떻게 제공되는지가 더 중요함을 오라클 길이 진단으로 입증했습니다.

인간은 학습 과정에서 개념이 언제 나타나는지, 선형 탐사(linear probes)가 실제 구조를 복구하는지 등 해석 가능성 연구에서 많은 질문을 제기하지만, 언어 모델에서는 개념 간의 순서나 관계에 대한 확실한 기준이 부족하여 이를 검증하기 어렵습니다. 연구진은 이러한 문제를 해결하기 위해 수백만 장의 은하 이미지로 학습된 트랜스포머 모델인 AstroPT를 천문학적 기준을 활용한 보정 테스트베드로 제안합니다. AstroPT는 개념의 난이도 순서와 관계가 사전에 알려진 도메인 내에서 학습된 LLM과 유사한 모델입니다.

이 연구 결과, 은하 속성은 알려진 난이도 순서를 따라 고정된 순서로 출현한다는 것을 발견했습니다. 픽셀에 거의 직접적으로 기록된 특성(예: 밴드 크기)은 학습 초기에 네트워크의 얕은 부분에서 해석 가능하며, 멀티밴드 또는 스펙트럼 기반으로 추론된 특성(예: 적색편이 및 특정 별 형성률)은 더 늦게 더 깊은 층에서 출현합니다. 이러한 순서는 테스트된 학습 목표에 관계없이 불변하며, 모델 용량과는 순서가 일치하지 않고 크기 차이만 발생합니다.

또한, 선형 탐사 방향을 활용하여 은하 속성 간의 알려진 물리적 구조를 성공적으로 복구했습니다. 이 연구는 천문학이 LLM에 적용되는 기계적 해석 가능성 방법론을 보정하기 위한 통제된 환경을 제공할 수 있음을 시사합니다. 이는 우리가 현재 LLM에 적용하는 해석 방법론을 더 명확하게 보정하는 데 중요한 기반을 제공합니다.

에이전트 벤치마크는 상태 기반 런타임에서 실행될 때 최종 답변만을 평가하는 경향이 있어 평가 단위가 불분명하다는 문제점을 제기합니다. 이에 연구진은 실행 추적을 반영한 평가를 위해 런타임 네이티브 에이전트 평가 벤치마크인 ClawProBench를 제시했습니다. 이 벤치마크는 작업 공간 도구와 네이티브 표면을 갖춘 라이브 에이전트 런타임인 OpenClaw를 기반으로 구축되었으며, 증거 획득, 런타임 라우팅, 안전 경계, 반복 실행에서 발생할 수 있는 실패를 포괄하는 모델-런타임 구성 단위로 평가합니다.

ClawProBench는 두 가지 트랙으로 구성됩니다. 라이브 작업 공간 및 네이티브 런타임 라우팅 작업을 포함하는 102개 시나리오의 전체 프로파일과, 견고한 순위를 위해 폐쇄형 세계 JSON 출력 계약을 사용한 68개 시나리오의 고정된 홀드아웃으로 구성됩니다. 평가 결과는 정확성, 프로세스 품질, 효율성을 결합한 안전 게이티드 공식을 통해 실행 추적에서 점수가 산출되며, 감사에 필요한 실패 증거를 보존합니다.

실험 결과, 네이티브 런타임 작업은 작업 공간 라이브 작업보다 성능이 낮게 나타났습니다. 또한 홀드아웃 데이터에서는 엄격한 세 번의 시도 통과(0.2890)보다 pass@k-any(0.6638)가 더 우수한 성능을 보였습니다. 하지만 전체 프로파일 및 홀드아웃 순위는 약한 정렬(Spearman 0.1300)을 보여주며, 순수 정확성 기반 순위는 프로세스 인식, 안전 게이티드, 엄격한 통과 관점과 상당히 다릅니다. 최종 답변 순위표는 네이티브 표면의 약점, 일회성 성공 사례, 추적 기반 에이전트 실패 모드 등을 가릴 수 있다는 점을 시사합니다.