로컬 AI 도구 확산 · 에이전트 평가 기준 변화 외 3건

오늘의 AI 동향은 클라우드 의존도를 낮추고 로컬 환경에서의 실행 효율성을 높이는 방향으로 흐르고 있습니다. 코드 분석, 비전 모델, 3D 생성 등 다양한 분야에서 로컬 우선 또는 하드웨어 최적화 솔루션이 주목받고 있으며, 코딩 에이전트의 성능 평가 방식도 단순 결과 중심에서 과정과 비용 효율성 중심으로 진화하고 있습니다. ### 그 외 소식 - 16:31 · [Does anyone have enough compute to make a distillation dataset out of GLM5.2?](https://www.reddit.com/r/LocalLLaMA/comments/1u8znul/does_anyone_have_enough_compute_to_make_a/) — GLM 5.2 모델을 기반으로 지식 증류용 데이터셋을 구축하려면 상당한 컴퓨팅 자원이 필요할 것으로 보인다. - 21:55 · [sponsors/tirth8205](https://github.com/sponsors/tirth8205) — 이 도구는 MCP 및 CLI 환경에서 로컬 우선 코드를 분석하는 지능형 그래프를 제공합니다. - 18:05 · [Kwai-Keye/Keye-VL-2.0-30B-A3B-GGUF · Hugging Face](https://www.reddit.com/r/LocalLLaMA/comments/1u9176j/kwaikeyekeyevl2030ba3bgguf_hugging_face/) — Hugging Face 플랫폼에 Kwai-Keye 프로젝트의 Keye-VL 2.0 모델이 공개되었습니다. - 09:00 · [Is it agentic enough? Benchmarking open models on your own tooling](https://huggingface.co/blog/is-it-agentic-enough) — 코딩 에이전트가 소프트웨어 라이브러리를 직접 조작하는 시대에 맞춰, 코드는 정확성뿐 아니라 에이전트의 효율적인 활용을 위해 설계되어야 합니다. - 00:24 · [TRELLIS.2 now runs natively on MLX (Image to 3d object model)](https://www.reddit.com/r/LocalLLaMA/comments/1u8d9rf/trellis2_now_runs_natively_on_mlx_image_to_3d/) — TRELLIS.2 모델이 애플의 머신러닝 프레임워크인 MLX에서 네이티브로 실행되도록 지원되었습니다.