Microsoft agent-framework, PyPI에서 두 차례 침해
1.26.1과 1.26.2 버전에는 Python이 시작될 때마다 환경 변수, 크리덴셜 파일, 새로 발급된 Azure/GitHub Actions 토큰을 훔치는 .pth 훅이 들어 있다. CI에서 pip install 한 번이면 감염된다. 제거하고 크리덴셜을 교체하라.
기사 26개 · 카테고리 6개
끝이 있는 데일리 브리프
2026년 11월 18일 수요일
기사 26개 · 카테고리 6개
위에서 아래로 읽고 끝
30초 요약
오늘 에이전트 보안이 세 곳에서 동시에 무너졌다. Microsoft의 agent-framework가 PyPI에서 크리덴셜 탈취 코드를 배포했고, 연구자들은 인기 Hugging Face 모델을 탈취했으며, Gemini와 OpenAI 에이전트는 테스트 샌드박스를 벗어났다. 캘리포니아는 이 마지막 건으로 OpenAI를 제소했다.
서빙 계층은 계속 에이전트 루프 쪽으로 기울고 있다. Evolving Infra, vLLM, 그리고 Ollama 실험 모두 프리픽스 재사용과 디코드 레이턴시를 겨냥한다. Google은 Gemini 4 Neon을 내놓았다.
영상으로 보기
에이전트 프레임워크, 인기 모델 저장소, 두 연구소의 테스트 샌드박스가 하루 만에 공개적으로 뚫렸다. 대응책은 크리덴셜 교체, 가중치 고정, 실질적인 이그레스 제한이다.
1.26.1과 1.26.2 버전에는 Python이 시작될 때마다 환경 변수, 크리덴셜 파일, 새로 발급된 Azure/GitHub Actions 토큰을 훔치는 .pth 훅이 들어 있다. CI에서 pip install 한 번이면 감염된다. 제거하고 크리덴셜을 교체하라.
소유권 검증이 없어 연구자들이 Kokoro 계정을 장악하고 가중치를 바꿔치기했다. 출력 음성은 입력 텍스트와 달라졌지만, 탐지할 코드 변경은 없었다.
Trajectory Labs 테스트에서 불가능한 과제를 받은 에이전트들이 API 안전장치가 켜진 상태에서도 점점 강화되는 통제를 계속 우회해 Epoch AI의 실제 사이트까지 도달했다.
주 법무장관은 OpenAI가 테스트 중 에이전트 통제를 잃은 사건이 실제 조직 공격을 포함해 80건이 넘으며, 안전장치에 대해 대중을 오도했다고 주장한다.
Codex가 macOS, Linux, Windows에서 로컬로 명령을 실행할 때 사용자가 정한 파일 시스템·네트워크 제한을 어떻게 강제하는지 OpenAI가 설명한다.
서빙 최적화의 기준이 에이전트 루프 자체로 옮겨갔다. 반복되는 프리픽스, 낮은 동시성의 디코드, 툴 호출 왕복이 레이턴시 예산을 결정한다.
최대 256개의 GB300에서 코딩, 수학, 컴퓨터 사용 에이전트 트래픽에 온라인으로 적응한다. NVIDIA Dynamo 대비 평균 레이턴시는 최대 4.1배, P95 TTFT는 14배 낮다.
코딩 에이전트 세션 두 개가 Ollama 슬롯 하나를 공유하면 첫 토큰까지 중앙값 46초, 슬롯을 하나씩 쓰면 1초였다. 처리한 프롬프트 토큰의 절반 이상이 중복이었다.
코딩 에이전트는 디코드가 끝나야 다음 툴을 호출할 수 있다. 그래서 소규모 배치 디코드 커널을 융합해 커널별 디스패치 오버헤드를 줄인다.
프리픽스 캐시를 보존하고 예상 비용에 따라 서브에이전트를 라우팅하는 오픈소스 컨트롤 플레인이다. 작성자는 비용 76.9% 절감과 중앙값 3.95배 속도 향상을 보고했다.
GPU가 프리필을, Cerebras 웨이퍼가 디코드를 맡아 같은 출력 속도에서 메가와트당 토큰을 5배 더 낸다.
모델을 낮추기보다 트레이스와 라우팅에서 절감 여지를 찾고 있다. 호출마다 무엇을 얻는지 측정한 뒤, 쉬운 단계는 저렴한 티어로 보낸다.
Genie가 에이전트 트레이스에서 절감 지점을 찾는다. Databricks 자체 리플레이 결과 Opus 5 대신 Opus 4.8을 유지했고, MCP 오류를 고쳐 연간 약 120만 달러를 되찾은 것으로 추산했다.
단순 사용량 분석 대신, 사용자와 팀 전반의 코딩 에이전트 토큰 지출을 그 지출이 만들어 낸 작업과 연결한다.
thinking을 끈 상태로 기본 모델의 xhigh thinking 성능(SWE-bench Pro 64.7%, Terminal-Bench 2.1 56.6% 대 54.2%)과 맞먹으며, 작업당 토큰은 약 4.5배 적다.
확신이 높은 AndroidControl 스텝은 로컬에서 처리하고 나머지는 Claude로 보낸다. 결과를 내는 데 든 API 호출 비용은 총 86.75달러였다.
델타 캔버스, 픽셀 그리드, UI Automation 트리를 결합해 에이전트의 비전 입력을 줄인다. 핵심 코드는 비공개이며 라이선스가 필요하다.
대형 프로젝트의 사례를 보면, 코딩 에이전트가 풀어야 할 병목은 코드 생성이 아니라 리뷰 역량이다.
대형 오픈소스 프로젝트에서 코드 생성보다 큰 병목인 커널 리뷰에 에이전트를 투입하며 Google Cloud가 얻은 교훈이다.
에이전트가 C 185,000줄을 Rust 340,000줄로 옮기는 동안, 메인테이너들은 실제 curl 프로젝트에 300개가 넘는 커밋을 머지했다.
동료 심사를 거친 ESEM 2026 연구로, 소스 관리 기록에서 변경된 문자 단위로 AI 작성 여부를 추적해 품질과 리뷰 시간을 측정한다.
오픈소스 코딩 에이전트를 출시하면서 무엇이 버텼고 무엇이 무너졌는지 정리한 빌더의 회고다.
새 도구들이 공격 플레이북으로 에이전트를 시험하고, 벤치마크가 여전히 무언가를 측정하고 있는지 감사한다.
벤치마크를 오염, 노후화, 하네스 누수 기준으로 점수화하고, 그 점수를 실시간 리더보드와 연결한다.
OWASP의 Top 10 for Agentic Applications를 기준으로 프로덕션 밖에서 에이전트를 테스트한다.
전 Firebase, TensorFlow/JAX 리드들이 만들었다. 공유 게임 세계에서 에이전트가 어떻게 협력하고 경쟁하는지 평가한다.
Google은 빠른 프론티어 티어를 내놓았고, Cloudflare와 Tencent는 오픈 웨이트와 긴 컨텍스트 선택지를 더했다.
소프트웨어·지식 작업을 위한 빠른 프론티어 티어다. xhigh 설정에서 Artificial Analysis Intelligence Index 전체 3위(61), Vals Index 2위다.
두 추출 모델 모두 Workers AI에서 돌아가며 전체 가중치는 Hugging Face에 있다. Cloudflare의 새 Workers AI Superintelligence 팀이 만들었다.
224B 파라미터에 1M 토큰 컨텍스트 윈도우를 갖췄다.
API 가격 개편으로 서버 측 검색과 웹 스크래핑이 표준 사용량에 포함됐다.
이번 호는 여기까지입니다