AI Tracker인프라 뉴스,
개발자를 위해.
모든 AI 제공업체의 최신 인프라 뉴스: 출시, 가격 변경, 지원 종료를 나에게 미치는 영향과 함께 요약했습니다.
Microsoft, Copilot 하네스를 Foundry Agent Service에 도입
Microsoft는 Foundry Agent Service에 Microsoft Copilot 하네스를 도입했습니다. Microsoft에 따르면 GitHub 엔지니어링 팀이 여러 모델을 지원하는 하네스를 구축했으며, 이를 Microsoft 제품 전반에 구현했습니다. Foundry 버전을 사용하면 개발자는 실행 계층을 다시 구축하지 않고도 에이전트를 만들 수 있습니다. Microsoft는 이 하네스가 오케스트레이션, 도구, 컨텍스트 및 제어를 처리하므로 개발자는 에이전트의 역량과 결과에 집중할 수 있다고 밝혔습니다. Microsoft는 데모 영상과 Foundry 블로그 게시물을 공개했습니다.
Vercel AI Gateway에 ElevenLabs 모델 14종 추가, 11월 9일까지 50% 할인
Vercel에 따르면 모델 제공업체를 위한 통합 엔드포인트인 AI Gateway에서 ElevenLabs 모델 14종을 이제 이용할 수 있으며, 11월 9일까지 50% 할인된다. Vercel은 이 모델에 실시간 음성 에이전트, 음악, 음향 효과, 다중 음성 대화, WebSockets를 통한 음성 스트리밍, 음성-텍스트 변환 등이 포함된다고 밝혔다.Vercel의 HarnessAgent, 이제 이미지 입력 지원
Vercel은 HarnessAgent가 이제 모든 harness 어댑터에서 이미지 입력을 지원한다고 밝혔습니다. 표준 AI SDK 메시지 형식으로 텍스트와 함께 이미지를 전달하면, Vercel에 따르면 각 harness의 기반 비전 모델이 나머지를 처리합니다. 자세한 내용은 Vercel의 변경 로그 항목에서 확인할 수 있습니다.Parallel, 요청당 $0.001에 최신 웹 데이터로 의사결정 모델을 뒷받침하는 Decisions API 출시
Parallel은 10월 27일 X에서 Decisions API를 발표하고 현재 이용 가능하다고 밝혔습니다. Parallel은 이를 “최초의 웹 기반 의사결정 엔진”이라고 부릅니다. Jev 같은 의사결정 모델은 즉시 답변할 수 있지만 최신 뉴스가 반영되지 않는 반면, 새 API는 한 번의 호출로 두 가지를 결합합니다. 이는 Parallel 자체의 주장입니다.
Anthropic의 Logan Graham, Cathedral 침입 사건에 대한 Washington Post 보도 내용 바로잡아
Anthropic Frontier Red Team의 Logan Graham은 10월 26일 X에 Washington Post 기사와 이에 대한 반응을 바로잡는 글을 올렸습니다. 해당 기사에는 보안 스타트업의 AI 에이전트가 12시간도 안 돼 Anthropic 시스템에 침입했다고 적혀 있었습니다. 다음은 Anthropic의 공식 발표가 아닌 Graham의 설명입니다.Cloudflare says a GLM 5.3 setup mismatch on Workers AI exposed KV cache pages across requests
Cloudflare published a disclosure and remediation write-up on October 26 saying a configuration mismatch in GLM 5.3 (@cf/zai-org/glm-5.3) on Workers AI triggered a bug in SGLang, the inference engine, that exposed KV cache pages across requests. The disclosure was coordinated with a post from SGLang.Scale AI의 AgentEnv 평가를 이제 Vercel Sandbox에서 실행할 수 있습니다
Vercel에 따르면 이제 Vercel Sandbox에서 Scale AI Labs의 AgentEnv 평가를 실행할 수 있습니다. 에이전트에 작업을 맡기고, 샌드박스에서 실행한 뒤 성과를 확인할 수 있습니다. Vercel은 변경 로그 항목과 샌드박스 문서의 설정 가이드를 공개했습니다.이제 Vercel Sandbox 명령어에서 stdin을 지원합니다
Vercel에 따르면 Vercel Sandbox에서 실행되는 명령어가 이제 stdin으로 입력을 받을 수 있습니다. 이를 통해 샌드박스 안에서 실행 중인 CLI 도구와 agent-browser 같은 stdio MCP 서버에 입력을 전달할 수 있습니다. 자세한 내용은 Vercel의 변경 로그 항목에서 확인할 수 있습니다.Gemini API, 유료 요금제에서 Generate Content 요청 기본 저장
Google의 Gemini API 변경 로그에 따르면, 유료 요금제에서 Generate Content API(generateContent, streamGenerateContent, batchGenerateContent)를 사용하는 신규 프로젝트는 이제 요청이 기본적으로 저장되며(store=true), 이는 Interactions API와 동일한 설정입니다. 기존 프로젝트는 현재 설정을 유지합니다.Washington Post reports a security startup's AI agents got into Anthropic's internal systems in under 12 hours
Elizabeth Dwoskin of The Washington Post posted on October 26 an exclusive saying that a group of former DOGE cyber researchers used AI agents to penetrate Anthropic's systems in less than 12 hours, including Slack channels where the company's most sensitive models are discussed. Her post ties the story to a recent charge by Anthropic whistleblower Joseph Coxon.Together AI, post-training용 MiniMax M3.1 Flash 공개
Together AI는 자사 플랫폼에서 MiniMax M3.1 Flash를 이제 post-training에 사용할 수 있다고 밝혔습니다. Together에 따르면 사용자는 자체 Python 코드에서 학습 루프를 유지하면서 자체 데이터, 보상 및 환경으로 지도 미세 조정(SFT)이나 강화 학습(RL)을 수행할 수 있습니다.A seller claims to have OpenRouter's user database and API keys; OpenRouter finds no evidence
The threat-intelligence account DailyDarkWeb reported on October 25 that a seller on an underground forum claims to be offering a database tied to openrouter.ai. The account says the seller claims:연구자가 Tailscale과 headscale의 미패치 취약점 11건 공개… 대부분 Tailscale SSH 관련
Cyberdione Labs의 Erica Windisch는 사전 조율된 공개 절차 없이 Tailworm(tailworm.com)이라는 이름으로 취약점 11건을 공개해, 공급업체가 먼저 패치를 준비할 시간이 없었다. 10월 25일까지 패치나 CVE는 보고되지 않았다.
SGLang says it now matches DeepSeek's DeepInfer engine on DeepSeek-V4.1-Flash
The SGLang project says its inference engine now matches DeepInfer, DeepSeek's own engine, on both prefill and decode for DeepSeek-V4.1-Flash. A few hours after vLLM made a similar claim, SGLang reported up to 1.04× DeepInfer's prefill throughput on 4× GB300 and 4× B300, and up to 7.4% decode throughput on 64× GB300.
vLLM, DeepSeek-V4.1-Flash에서 DeepSeek의 DeepInfer 엔진과 성능이 같다고 밝혀
vLLM 프로젝트는 자사의 추론 엔진이 배치 크기 8~256에서 DeepSeek의 디코드 설정 기준으로 DeepSeek-V4.1-Flash용 자체 엔진인 DeepInfer와 성능이 같아졌다고 밝혔습니다. DeepInfer의 EP64DP64 설정에 맞서, vLLM은 32개 GPU에서 전문가 병렬화를 적용한 데이터 병렬 어텐션인 DEP32로 이 성능을 달성했다고 합니다.