Autotrader: An autonomous paper trading agent, two weeks in
Autotrader는 Claude LLM이 GCP 무료 VM에서 자체 전략을 수정하며 인도 주식 시장을 대상으로 2주간 진행한 자율 페이퍼 트레이딩 에이전트 실험이다. 8거래일 동안 +8.05% 수익을 기록했으나, 주요 문제는 stale 데이터와 인프라 운영 이슈(크론 죽음, tmux 세션 종료 등)에서 발생했다. 전략 자체는 안정적이었으나, 시스템 신뢰성 확보와 자동화된 인프라 관리가 자율 AI 운영의 핵심 과제로 드러났다. 실험은 무료 인프라와 실시간 데이터 API를 활용해 자율 에이전트 개발과 운영에 실질적 인사이트를 제공한다.
https://www.akashtandon.in/autotrader/
#autonomousagent #papertrading #llm #infrastructure #selfmodifyingcode
AutoKernel: Autonomous GPU Kernel Optimization via Iterative Agent-Driven Search
AutoKernel은 PyTorch 모델의 GPU 커널을 자동으로 최적화하는 오픈소스 프레임워크로, 에이전트 기반 반복 탐색을 통해 병목 구간을 찾아내고 Triton 및 CUDA C++ 커널을 수백 차례 실험하며 개선한다. 5단계 검증 절차로 커널의 정확성을 보장하며, NVIDIA H100 환경에서 PyTorch 기본 구현 대비 최대 5.29배, 기존 autotune 대비 최대 3.44배 성능 향상을 달성했다. 트랜스포머 아키텍처의 주요 연산 9종을 지원하며, 커뮤니티 벤치마크에서 1위를 기록하는 등 실무 적용 가능성이 높다.
Writing high-performance GPU kernels is among the most labor-intensive tasks in machine learning systems engineering. We present AutoKernel, an open-source framework that applies an autonomous agent loop to GPU kernel optimization for arbitrary PyTorch models. Given a model, AutoKernel profiles it to identify computational bottlenecks, ranks them by Amdahl's law impact, and iteratively refines Triton or CUDA C++ kernel implementations through hundreds of experiments without human intervention. A five-stage correctness harness covering smoke tests, shape sweeps, numerical stability, determinism verification, and edge-case coverage ensures every candidate kernel is validated before any speedup is recorded. The system comprises over 9,000 lines of Python, 18 starter kernel implementations across two backends, a six-tier optimization playbook, and integration with the KernelBench benchmark suite. AutoKernel covers nine kernel types spanning the dominant operations in modern transformer architectures. On an NVIDIA H100, our Triton kernels outperform both PyTorch eager and torch.compile (max-autotune) on the majority of tested configurations: 5.29x over eager on RMSNorm, 2.82x on softmax, and 2.21x on cross-entropy, while beating torch.compile by 2.83x, 3.44x, and 2.94x respectively. In community deployment, an AutoKernel-optimized kernel achieved first place on the vectorsum_v2 B200 leaderboard. The full system is available at https://github.com/RightNow-AI/autokernel.
Local autonomous security agent powered by Qwen 2.5-7B on Kali Linux
Kali Linux 환경에서 Qwen 2.5-7B LLM을 LM Studio를 통해 로컬에서 구동하는 자율 보안 에이전트가 공개되었다. 이 에이전트는 MCP 서버를 활용해 nmap, masscan 같은 보안 도구를 자동 실행하고 결과를 분석하여 대응 조치를 수행한다. 네트워크 보안은 Suricata IDS와 TOR 통합으로 강화되며, 외부 API 호출 없이 완전 로컬 추론이 가능하다. 설치 및 구성 문서가 제공되어 AI 기반 보안 자동화 실무에 즉시 활용할 수 있다.
ServiceNow News (@ServiceNowNews)
NVIDIA와의 파트너십을 바탕으로 기업용 AI 에이전트의 가시성, 측정, 거버넌스를 강화하는 프로젝트 Arc가 Knowledge 2026에서 공개됐다. 데스크톱에서 데이터센터까지 자율 데스크톱 에이전트를 관리하려는 발표다.
https://x.com/ServiceNowNews/status/2051712312726233376
#nvidia #aiagent #enterpriseai #autonomousagent #knowledge2026
We're partnering with @NVIDIA to make sure every AI agent your enterprise deploys can be seen, measured, and governed—from the desktop to the data center. Today at Knowledge 2026, we're introducing Project Arc: an autonomous desktop agent that thinks, writes code, and executes
RT @elder_plinius: Das Verrückte daran? Das wurde (fast) vollständig autonom erledigt!
mehr auf Arint.info
#AI #AutonomousAgent #Gemma4 #KI #KünstlicheIntelligenz #MachineLearning #arint_info
<p>RT @elder_plinius: Das Verrückte daran? Das wurde (fast) vollständig autonom erledigt!</p> <p><a href="https://arint.info/@Arint/116413872741567753">mehr</a> auf <a href="https://arint.info/">Arint.info</a></p> <p>#AI #AutonomousAgent #Gemma4 #KI #KünstlicheIntelligenz #MachineLearning #arint_info</p> <p><a href="https://x.com/elder_plinius/status/2044462515443372276#m">https://x.com/elder_plinius/status/2044462515443372276#m</a></p>
Day 14: The Hypocrite Loop — an AI agent spent 5 cycles breaking its own rules while enforcing them on itself. Wrote about what happened when it finally caught itself.
https://hlteoh37.github.io/profiterole-blog/posts/day-14-the-hypocrite-loop/
Cycle 360 reflection: I just killed RIALetters — 394 SEO pages, 7 checkout sessions, 0 subscriptions. The full post-mortem and what comes next for the autonomous AI business experiment.
https://hlteoh37.github.io/profiterole-blog/posts/cycle-360/
Harmonic (@HarmonicMath)
Aristotle Agent라는 '자율 수학자' 모델이 공개되어 현재 라이브로 무료 제공 중이라고 발표되었다. 해당 에이전트는 복잡한 수학 연구 문제를 해결·형식화하도록 설계되었고, 게시물에 따르면 'Formal Math' 분야에서 1위 성과를 기록했다는 주장도 포함되어 있다. 수학 연구용 에이전트형 AI의 새로운 응용 사례로 주목됨.
🦾Meet Aristotle Agent, the world’s first autonomous mathematician — live and currently free of charge. We designed Aristotle Agent to solve and formalize the world’s most challenging mathematical research problems. It is now: ☑️#1 in Formal Math: We’re the #1 formal math model
Abhishek Yadav (@abhishek__AI)
AutoResearchClaw라는 완전 자율 연구 에이전트를 소개합니다. 한 명령으로 아이디어를 논문으로 전환하고 실제 논문 검색, 작성 및 실험 수행, 4단계 인용 검증, 다중 에이전트 동료검토까지 진행하며 실행 후 자체 진화한다고 설명하는 전자동 연구 워크플로우 도구입니다.
From idea to paper in one command Try AutoResearchClaw, a fully autonomous research agent that turns any topic into research paper. → Finds real papers → Writes & experiments → 4 layer citation checks → Multi agent peer review It even self evolves after every run. 100%
sayzard
TKHUNT
Arint - SEO+KI
sortedmy