#coding-agents

코딩 모델 평가가 정답률에서 코드 리뷰 품질로 옮겨가고 있다는 점에 HN 관심이 모였다. FrontierCode는 PR을 실제 maintainer가 받아들일지에 초점을 둔다.

xAI가 Composer 2.5를 Grok Build 안에 넣었다. 공식 트윗은 복잡한 지시와 장기 작업에 강한 모델이라고 설명했고, 64만 회 이상 조회되며 개발자 도구 경쟁을 키웠다.

AI coding agent 시장에서 독립 플레이어가 아직 끝나지 않았다는 신호다. Cognition은 $1B 이상을 조달해 valuation $26B를 기록했고, Devin의 run-rate revenue는 $492M까지 커졌다고 밝혔다.

오염 없는 113개 장기 코딩 과제가 공개 벤치마크의 촘촘한 순위를 흔들었다. DeepSWE에서는 GPT-5.5가 70.0%, Claude Opus 4.7이 54.2%를 기록했다.

xAI의 다음 Grok 기반 모델이 현재 운영 모델보다 3배 큰 1.5T 규모로 학습을 마쳤다. Cursor 데이터가 추가됐고 공개 전 fine-tuning과 RL 단계가 남았다.

OpenAI가 코딩 에이전트를 자율 운용하는 오케스트레이션 레이어 Symphony를 오픈소스로 공개했다. Linear 이슈보드를 제어 플레인으로 삼아 각 태스크마다 에이전트를 자동 실행하고 PR 생성까지 처리한다.

HN은 Mistral Medium 3.5를 단순 모델 공개로 보지 않았다. 4GPU 자가호스팅, 오픈 웨이트, 원격 코딩 에이전트 패키지가 핵심 화제였다.

LocalLLaMA가 가장 먼저 붙든 건 숫자보다 형태였다. Mistral Medium 3.5는 reasoning, coding, agent 작업을 한 모델에 묶으면서도 “이건 직접 돌려볼 수 있겠다”는 감각을 줬고, 그 지점이 스레드를 달궜다.

LocalLLaMA에서 675댓글이 붙은 이유는 단순한 “로컬 모델 별로” 한마디가 아니었다. 과장된 기대를 걷어내자는 공감과, 그래도 하니스와 설정을 분리해서 봐야 한다는 반론이 한 스레드 안에서 정면충돌했다.

LocalLLaMA가 뜨거웠던 이유는 절대 점수만이 아니었다. 2026년 4월 28일 올라온 이 글은 Qwen 3.6-27B의 Terminal-Bench 2.0 38.2%를 late-2025 frontier 수준과 연결했고, 그 순간 로컬 코딩은 장난감이 아니라 배치 옵션으로 읽히기 시작했다.

HN은 EvanFlow를 새 에이전트 장난감보다, 통제 안 되는 자동화를 묶어두는 장치로 읽었다. TDD 자체보다도 체크포인트, 통합 테스트, 자동 커밋 금지가 더 크게 반응을 만들었다.

HN은 이번 글을 벤치마크 보고서보다 사실상의 부고장처럼 읽었다. 누가 몇 점을 찍었는지보다, 오염된 문제와 틀어진 테스트가 코딩 리더보드를 얼마나 빨리 무력화하는지가 더 큰 이야기였다.