제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
10월 26일, Manus의 공동 창업자이자 제품 파트너인 장타오(온라인 닉네임 HideCloud)는 최근 자신의 공식 계정 ‘잠운사유’에 ‘Manus로 Manus를 개조하다’라는 제목의 장문의 글을 게재했다. 글의 서두에는 그에게 매우 인상적인 한 장면이 등장한다. 그는 엔지니어에게 몇 가지 요구사항과 버그를 전달했고, 잠시 후 진행 상황을 확인해 보니 상대방의 컴퓨터에는 Codex와 Manus의 세션이 줄지어 열려 있었다. 아무 세션이나 하나를 클릭해 보니, 입력창에는 바로 그가 방금 …에서 작성한 내용이 그대로 표시되어 있었다.
옌더리, 텐센트의 수석 전문가 LLM은 확률 모델이며, 인과관계를 이해하지 못합니다. 대규모 언어 모델(LLM)은 언어를 실제로 이해하는 것이 아니라 다음 토큰을 예측하는 데 그칩니다. 이는 지루한 ‘글자 연속하기’ 기계와 같아서 한 단계씩 나아가며 그때그때 계산할 뿐, 되돌아가지 않습니다. 본질적으로 LLM은 확률 모델로서, 통계적 동시 발생 구조 속에서 ‘무엇이 자주 무엇과 함께 나타나는지’를 학습하고, ‘대체로 그렇다’는 결과를 출력할 뿐 ‘왜 그런지’는 이해하지 못합니다…
10월 26일, Manus의 공동창업자이자 제품 파트너인 장타오(온라인 닉네임 HideCloud)는 최근 자신의 공식 계정 ‘잠운사유’에 ‘Manus로 Manus를 개조하다’라는 제목의 장문을 게시했다. 글의 서두에는 그에게 깊은 인상을 남긴 한 장면이 등장한다. 그는 엔지니어에게 몇 가지 요구사항과 버그를 전달한 뒤 잠시 후 진행 상황을 확인하니, 상대방의 컴퓨터에는 Codex와 Manus의 세션이 줄지어 열려 있었다. 무작위로 하나를 클릭해 보니, 입력된 내용은 바로 그가 방금 Slack에서 올린 요구사항 원문 그대로였고, 단 한 글자도 수정되지 않았다. 더욱 놀라운 점은, 해당 엔지니어가 당시 동시에 십여 개에서 이십여 개의 요구사항을 처리하고 있었다는 사실이다. 오늘날 Manus에서는 이러한 상황이 이미 일상이 되었다. 이 글은 정보량이 매우 많으며, 특히 기억해둘 만한 몇 가지 사항이 있다. Manus 내부에는 ‘Manus-mono’라는 통합 코드 입구가 마련되어 있고, AI가 이해할 수 있도록 작성된 설명서까지 함께 제공되어 있어, AI가 리포지토리 간의 전체적인 흐름을 파악할 수 있게 된다. 하나의 요구사항만으로도 한 사람이 모든 플랫폼의 구현을 완료할 수 있다. 모바일팀은 항상 단 7명으로 구성되어 있으며, 동시에 두 개의 제품과 네 개의 앱을 담당하고 있는데, 진행 상황은 웹버전과 거의 동기화된다. 모든 제품 매니저들이 Manus에 코드를 제출했고, 그중 약 절반은 스스로 요구사항을 완전히 개발해 서비스에 적용하기도 한다. 일부 매니저가 제출한 요구사항은 문서에서 벗어나 이미 영상으로 구현되기도 한다. 마케팅팀에는 ‘디지털 동료’가 생겨, 스스로 업무를 배치하고 프로젝트 진행 상황을 적극적으로 알리며, 팀 간 협업을 통해 기능 세부사항까지 명확히 파악하는 역할을 수행한다. 9월에는 회사의 AI 관련 지출이 1인당 평균 1만 달러를 넘어섰고, 소수의 인원은 한 달에 7~8만 달러를 사용하기도 했다. 장타오는 이에 대해 별도의 섹션을 할애해 외부의 의혹에 답했다. 글이 발표된 시점 또한 매우 미묘하다. 9월 말에는 Manus가 2.0 버전과 개인형 인공지능 애플리케이션 Cue를 출시했고, 10월 초에는 모회사인 ‘나비효과’가 5억 달러가 넘는 신규 투자 유치를 완료하며, 동시에 베이징에서 17개의 채용 공고를 내놓았다. 이러한 시점에서 볼 때, 이 글은 오히려 Manus 팀이 2.0 시대에 진입했음을 알리는 선언과도 같다. 여기서는 조직이 AI를 어떻게 활용해 발전해 나가는지를 다루고 있지만, 그 이면에는 이 회사의 제품 방향, 비용 체계, 그리고 인재 채용 기준까지 드러나 있다. 01 Manus 자체가 바로 2.0의 모델룸이다. 만약 당신이 글 속의 내부 실천 사례들과 Manus 2.0의 기능 목록을 비교해 본다면
· OpenAI, GPT-6.1 Terra 출시: API 가격 절반 인하 및 컴퓨터 작업 속도 향상 · 애플, iOS 27.2 정식 배포: Apple Music에 흑백 새 디자인 도입, iPhone Duo에서 Apple Pencil 지원 · 화웨이 샤오샹 시리즈 누적 출하량 1억 6천만 대 돌파 #아이판얼 공식 위챗 공식 계정을 팔로우해 주세요: 아이판얼(위챗 아이디: ifanr), 더 많은 흥미로운 콘텐츠를 가장 먼저 전해드립니다.
2026년 10월 26일, 넷이즈 지치는 기업용 소프트웨어 전달을 위한 다중 에이전트 협업 시스템인 CodeWave SDD를 정식으로 출시했습니다. 이 제품은 더 이상 개발자의 코드 작성 지원에만 집중하지 않고, 요구사항 분석가, 아키텍트, 개발자 및 테스터 등 전문성에 맞춘 에이전트들이 분업과 협업을 통해 요구사항 이해, 사양 생성, 프로토타입 설계, 코드 구현부터 테스트 검증 및 배포에 이르는 전체 프로세스를 포괄합니다. 핵심 혁신은 사양 기반 개발(SDD)과 기업용 Harness 엔지니어링 환경에 있으며, 이미 100여 개 이상의 기업 프로젝트에서 검증되어 생산성 3~5배 향상을 달성했다고 밝혔습니다.
추천 이유：자료는 InfoQ(https://www.infoq.cn/article/b32Mw2zaPrxyJ6ChePD5），发布时间为2026-10-26T18:08:13.000Z（对应站点当地日期2026-10-27），早于当前系统时间（2026-10-27T00:57:40.563Z），属有效时效内资讯；内容基于)의 Faros AI 실증 데이터와 넷이즈 지치 공식 발표된 기술 경로, 검증 결과 및 고객 사례를 바탕으로 하며, 외부의 미공개 출처나 허구적 지표는 포함되지 않았습니다. 모든 주요 사실(예: 출시일, 에이전트 역할 분담, SDD/하네스 설계, 테스트 통과율, 온프레미스 배포 지원 등)은 원문과 정확히 일치하며, 추론이나 추가 정보, 주관적 평가는 전혀 포함되어 있지 않습니다.
AWS는 2026년 10월 26일 블로그를 통해, AWS CDK를 활용해 구축한 엔터프라이즈급 에이전트 기반 검색(Agentic Retrieval)의 참조 구현을 소개했습니다. 이 솔루션은 Amazon Bedrock의 관리형 지식 베이스(Managed Knowledge Base)에 특화되어 있으며, 지식 베이스 간의 시맨틱 라우팅, 반복적 검색, 인용 정보를 포함한 출처 추적 답변 및 7계층 관찰성을 지원합니다.
추천 이유：이 자료는 AWS 공식 기술 블로그(2026년 10월 26일 게시)에 실린 것으로, 2024년 8월에 출시된 관리형 KB 및 AgenticRetrieveStream API와 같은 이미 제공되는 기능, 네 스택 CDK 애플리케이션과 같은 검증 가능한 배포 구조, 지역별 이용 가능성 및 관리형 KB에만 한정된 사용 제한 등 명확한 제약 사항, 그리고 오픈소스 구현 세부사항에 초점을 맞추고 있습니다. 성능에 관한 단언이나 제3자에 의한 신뢰성 보증은 포함되어 있지 않으며, 사실성과 시의성을 충족합니다.
스페인의 반려동물 관리 기업 IskayPet은 Amazon Bedrock의 관리형 지식 베이스(Managed Knowledge Bases)를 활용해, 자체 RAG 인프라를 구축할 필요 없이 스페인, 포르투갈, 프랑스 3개국과 스페인어, 포르투갈어, 프랑스어, 영어 4개 언어를 지원하는 기업급 지식 어시스턴트를 구축했으며, 소매, 수의학, 온보딩 및 구매 등 다양한 비즈니스 시나리오를 지원합니다.
Amazon Quick은 AWS가 제공하는 HIPAA 인증 서비스로, 의료 기관이 BAA에 서명한 전제하에 보호된 건강 정보(PHI)를 처리할 수 있도록 하며, 인증이 곧 규정 준수를 의미하는 것은 아닙니다. PHI 처리 경로, 암호화 메커니즘, 로그 정책 및 비가역적 구성 요구사항은 모두 고객의 엄격한 관리 하에 이루어져야 합니다.
Rescale은 AWS 엔지니어들과의 협업을 바탕으로, AI 기반 개발 라이프사이클(AI-DLC) 방법론, Strands Agents 프레임워크 및 Amazon Bedrock(Claude Opus 4.8)을 활용해, 야간 종단 간 테스트 실패를 자동으로 분류하고 라우팅하는 생산 환경에 배치 가능한 AI 테스트 분산 에이전트를 달성하는 데 5일 만에 성공했으며, 조직 내에서 이러한 인간-기계 협업 개발 패러다임을 확산시켰습니다.
