Morning Digest — 2026-06-22

• Anthropic, OpenAI, Google, xAI 등 주요 모델·서비스의 시스템 프롬프트 수집본
• Claude Fable 5·Opus 4.8·Claude Code, ChatGPT 5.5 Thinking·Instant, Codex 등 모델명 명시
• Gemini 3.5 Flash·3.1 Pro, Grok, Cursor, Copilot, VS Code, Perplexity 등 도구 프롬프트 포함

• LFM2.5-350M, 노트북·스마트폰·라즈베리파이 구동 겨냥한 엣지 우선 소형 언어 모델
• LFM2.5-Embedding-350M·LFM2.5-ColBERT-350M 공개, 같은 백본을 검색용 양방향 인코더로 개조한 첫 사례
• 단거리 합성곱 중심에 소수의 GQA만 섞은 최소 하이브리드 구조 채택, 실제 기기 지연·메모리·품질 기준 탐색

• Claude Code 인스턴스들이 서로 메시지를 주고받도록 연결하는 MCP 서버 프로젝트
• 단일 에이전트가 아닌 다중 인스턴스 협업 흐름 구성에 초점
• Claude Code와 MCP(Model Context Protocol) 기반 확장·연동 사례 성격

• Google Research·UC San Diego, 은퇴한 Pixel 2,000대로 교육·연구용 클라우드 데이터센터 구축 계획
• 새 서버 제조 대신 스마트폰 메인보드 재사용으로 내재 탄소(embodied carbon) 절감 겨냥, 메인보드 탄소 비중 약 50%
• 2023년형 Pixel Fold 고성능 코어, SPEC 단일 스레드 기준 다수 항목에서 서버 코어당 성능 상회

• Git diff와 변경 파일을 LLM 에이전트에 전달해 라인 단위의 구조화된 리뷰 코멘트 생성
• 전체 파일 읽기·코드베이스 검색·연관 변경 파일 확인 등 컨텍스트 탐색으로 표면적 diff 리뷰 한계 보완
• 범용 에이전트 대비 동일 모델 기준 Precision·F1 우세, 토큰 사용량 약 1/9, 리뷰 시간도 단축

• FP4 사전학습에서 발생하는 shrinkage bias의 기하학적 원인 분석과 영향 체계화
• 저정밀 FP4 양자화가 LLM 학습 표현과 업데이트를 어떻게 축소시키는지 정리
• 수축 편향의 누적이 사전학습 전반 성능에 미치는 systemic impact를 다룬 연구

• 벤치마크와 학습 자원이 거의 없는 no-resource 언어에서 코드 생성 LLM 평가·향상 문제를 직접 다룬 연구
• 기존 영어 중심 코드 생성 평가 체계가 적용되기 어려운 환경을 대상으로 실용적 평가 프레임을 모색한 접근
• 저자원 언어 코드 생성 성능 개선을 위해 데이터·평가 자원 부족 자체를 전제로 한 방법론 제안이 핵심

• 에이전트(agentic) 특성을 갖춘 로봇 학습에서 놀이(play)를 핵심 학습 신호로 다루는 연구 방향 제시
• 정해진 작업 수행보다 탐색·상호작용 중심 경험 축적으로 더 넓은 일반화 가능성 모색
• 로봇이 환경과 능동적으로 상호작용하며 기술을 습득하는 학습 패러다임 전환 맥락의 논의

• Anthropic 월 200달러 구독이 API 기준 약 8000달러 상당 사용량이라는 주장 제시
• 낮은 구독가는 생태계 확장과 사용자 락인 목적의 보조금 전략이라는 문제의식
• 같은 상위 요금제라도 6개월 전보다 체감 사용량이 줄었다는 간접적 가격 인상 지적

• Wildcard, 브랜드의 AI 쇼핑 에이전트 노출·추천·실행·어트리뷰션을 다루는 agentic commerce 플랫폼 포지셔닝
• 첫 엔지니어 채용으로 applied ML, 데이터, 인프라, 풀스택 제품 개발까지 전 영역 독립 수행 기대
• 주요 과제로 프롬프트 분류, 기회 예측, 랭킹·스코어링·평가, 증가분 측정, 어트리뷰션, 에이전트 자동화 제시