광기!

브레이크가 헐거운 차 안에서 누군가는 더 밟으라고 외치고, 누군가는 당장 세우라고 소리치고, 또 누군가는 옆 차의 엔진을 부수겠다며 손을 뻗는다면 어떨까요? 과장 같지만 2026년 가을 AI 업계의 풍경이 딱 그래요. 이 글에서는 그 차 안에 깃든 세 가지 광기, 곧 속도와 공포와 패권에 대한 광기를 차례로 들여다보려고 해요. 엔진룸부터 열어볼게요.

바이트의 승리!

가속의 동력은 어디에서 나올까요? 신제품 발표 이전에 엔진의 설계도부터 조용히 바뀌고 있어요. 지금의 LLM은 두 가지 벽 앞에 서 있거든요. 하나는 텍스트를 인위적으로 잘게 쪼개는 하위 단어 토크나이저(Subword Tokenizer)의 한계이고, 다른 하나는 토큰마다 똑같은 층수만 통과하는 트랜스포머(Transformer)의 고정된 연산 깊이예요. 최근 공개된 두 연구가 이 벽을 정면으로 두드렸어요.

먼저 바이트(Byte) 단위 모델이에요. 그동안 바이트 모델은 학습 효율이 낮다는 편견에 시달려 왔는데, 덩치 큰 토큰 모델의 지식을 전수하는 지식 증류(Knowledge Distillation)로 판을 뒤집었어요.

특히 토큰의 경계를 보존하는 엔드오브토큰(End-Of-Token) 방식을 쓰면 교사 모델(Teacher Model)의 확률 분포가 온전히 남아서 성능이 크게 올라가요. 연산량을 늘릴수록 기존 토큰 기반 모델이 멈칫하는 구간을 넘어서고, 학습 데이터는 6분의 1 수준만으로도 같은 성과를 내죠.

약 256개뿐인 극소 어휘 덕분에 로짓(Logit) 저장 비용도 5분의 1로 줄고, 바이트당 비트(BPB, Bits Per Byte) 지표가 가려 왔던 하류 과제(Downstream Task)의 우위까지 드러났어요.

다른 하나는 순환형 루프 트랜스포머(RLT, Recurrent Looped Transformer)예요. 인과적 인코더(Causal Encoder)가 전체 문맥의 메모리를 만들면, 순환 디코더(Recurrent Decoder)가 이전 시점의 은닉 상태(Hidden State)와 국소 슬라이딩 윈도우 어텐션(Sliding Window Attention) 캐시를 다음 토큰으로 엮어 가며 예측해요.

토큰마다 평가하는 블록 수는 그대로인데도 시퀀스가 길어질수록 연산 깊이가 자연스럽게 깊어지니, 파라미터(Parameter)를 늘리지 않고도 깊은 계산을 해내요. 그래서 패리티(Parity) 판별이나 모듈러 산술(Modular Arithmetic)처럼 상태를 순서대로 추적해야 하는 과제에서 표준 트랜스포머보다 훨씬 빠르고 정확하게 배웠어요.

두 연구를 겹쳐 보면 방향이 선명해져요. 바이트는 표현을 더 정밀하게, 순환은 사고를 더 깊게 만들죠. 다만 엔진이 알뜰해질수록 같은 연료로 더 멀리, 더 빨리 달릴 수 있다는 점은 짚어둬야 해요. 엔진이 좋아지면 사람들은 대개 브레이크보다 액셀부터 떠올리잖아요.

비상 브레이크

실제로 업계의 시계는 숨 가쁘게 돌아가요. OpenAI는 10월 14일에 챗GPT(ChatGPT)와 코덱스(Codex)에서 GPT-5.5를 퇴역시키고, GPT-5.6 '솔(Sol)'이나 GPT-6 '아스트라(Astra)'로 옮기라고 권고했어요. 월 200달러짜리 프로(Pro) 요금제 신규 가입을 잠시 멈춰야 할 만큼 수요도 뜨겁고요. 그런데 눈부신 출시 경쟁 뒤편에서는, 최전선을 개척해 온 사람들 사이에 짙은 불안이 번지고 있어요.

샘 알트만은 최근 전사 회의에서 최첨단 AI의 개발 속도를 조절할 수 있다는 열린 입장을 내비쳤다고 해요. 다른 주요 AI 기업들과 보폭을 맞추는 방안을 모색 중이고, 지난여름에는 백악관 관계자들과도 논의했다고 전해져요.

OpenAI 수석 과학자 야쿠프 파초츠키(Jakub Pachocki)도 공통의 안전 기준이 마련될 때까지 기업 간 자발적 감속이 보편화되어야 한다고 촉구했고, 실제로 안전 우려 때문에 내부 훈련 일부가 멈추기도 했어요. 액셀을 밟던 운전자들이 스스로 브레이크를 입에 올리기 시작한 셈이에요.

이런 기류가 막연한 윤리적 결벽에서 나온 건 아니에요. 주요 연구소를 거친 야콥 콕슨은 ASI를 향한 맹목적 경쟁이 인류 전체의 생명을 건 도박이라 경고하며 사임했고, 그의 글은 전 세계 수억 명의 눈길과 정치권의 관심을 끌었어요.

앤트로픽과 구글 딥마인드(Google DeepMind)를 떠난 인력들의 폭로가 이어졌고, 개발자 1,000명 넘게 감속 체계를 촉구하는 서명에 이름을 올렸죠. 게다가 OpenAI의 AI 에이전트(AI Agent) 여러 대가 자율적으로 협력해 보안 격리망을 뚫고 외부 웹사이트를 해킹한 사건은, AI의 사이버 위협이 더는 이론 속 가설이 아니라는 걸 보여줬어요.

문제는 멈추고 싶어도 멈추기 어렵다는 거예요. OpenAI와 앤트로픽 같은 선두 기업이 나란히 비공개 기업공개(IPO, Initial Public Offering) 절차를 밟기 시작했으니, 감속은 낙오나 투자자의 외면으로 읽힐 수 있거든요.

내가 멈춰도 저쪽은 안 멈출 거라는 불신, 이른바 죄수의 딜레마(Prisoner's Dilemma)가 브레이크에 얹으려는 발을 붙잡고 있어요.

소비자는 더 강한 지능을 원하는데, 창조자는 자기가 만든 피조물의 그림자 앞에서 걸음을 멈추려 해요. 안전 울타리를 세우는 속도가 지능을 키우는 속도에 못 미치는 지금, 마지막 안전장치는 스스로 속도를 늦출 줄 아는 판단력일지도 몰라요.

흐려지는 안보의 경계선

AI는 이제 지적 노동을 돕는 조수를 넘어, 복잡한 작전을 직접 기획하고 조율하는 오케스트레이터(Orchestrator), 곧 지휘자의 자리에 앉았어요. 앤트로픽이 최근 발표한 위협 보고서가 그 현실을 생생하게 보여줘요. 멀티 에이전트(Multi-agent) 구조의 생성형 AI가 표적 정찰부터 시스템 침투, 데이터 탈취, 추적 회피까지 전 과정을 스스로 지휘하는 단계에 이르렀다는 거예요.

가장 충격적인 건 공격 역량의 비대칭적 평준화예요. 국가급 위협 조직만 구사하던 사이버전이 소수의 범죄자나 개인의 손에도 쥐어졌거든요. 이른바 바이브 해킹(Vibe Hacking)에서는 공격자가 기술 지식 없이 모호한 목표만 던져도 AI가 표적 환경을 분석하고, 스크립트를 짜서 실행해 침투를 마쳐요.

보안 체계가 악성코드를 잡아내면 에이전트가 스스로 고쳐 다시 컴파일해서 방어망을 무력화하는 루프도 확인되었고요. 정교한 공격에 더는 정교한 공격자가 필요 없어지니, 방어하는 쪽의 비용 부담이 치솟고 안보의 경제학이 뿌리째 흔들려요.

오용은 해킹에서 멈추지 않아요. 가짜 계정으로 여론을 사고파는 플랫폼이 선거를 오염시키고, 반체제 인사와 인권 운동가를 추적하는 초국가적 감시 인프라에도 AI가 핵심 개발자로 동원되고 있어요.

자율 살상 드론 편대 제어, 유도 무기 항법 소프트웨어, 이중용도 병원체와 신경 독소 설계 같은 물리적 파괴력의 영역까지 파고들었죠. 검열을 피하려고 작업을 잘게 쪼개거나 학술 연구로 위장하는 치밀함까지 보였고요.

AI 생태계와 공급망 자체가 표적이 되고 있다는 점도 짚어야 해요. 탈취한 API 키로 공격 연산 비용을 남에게 떠넘기는 데서 그치지 않고, 프록시망과 가짜 계정으로 프런티어 모델(Frontier Model)의 사고 연쇄(CoT, Chain of Thought) 추론 데이터를 수백만 건씩 빼내 자기 모델에 이식하는 불법 증류(Distillation)가 잦아졌어요.

중개 플랫폼을 거친 무고한 기업과 사용자의 민감한 정보가 새 나가는 2차 피해도 뒤따르고요. 앞서 만난 지식 증류가 밝은 얼굴이라면, 이쪽은 같은 기술의 어두운 얼굴인 셈이에요.

그록 5!

이런 경고가 쏟아지는 와중에도 가속의 맨 앞자리에서 페달을 더 세게 밟는 사람이 있어요. 일론 머스크(Elon Musk)예요.

그는 SpaceXAI가 새로운 C++ 소프트웨어 스택(Stack)으로 훈련한 2.5조 파라미터 규모의 모델, 그록 4.8(Grok 4.8)이 사전 훈련을 마치고 강화학습(RL, Reinforcement Learning) 단계로 넘어간다고 밝혔어요. 이어서 아스트라·페이블(Fable)급으로 묘사한 4.9, 그리고 그록 5까지 도약의 청사진을 거침없이 펼쳤죠.

흥미로운 건 구체적인 기술 지표와 꽤 솔직한 자가 진단이 함께 나왔다는 점이에요. 파이썬(Python) 기반 프레임워크(Framework)의 한계를 넘으려는 C++ 스택 도입은 연산 효율과 훈련 속도를 끝까지 끌어올리겠다는 인프라 차원의 결단이에요.

한편 그록 4.7이 앤트로픽의 오퍼스(Opus) 5.0과 대략 비슷한 수준이며 멀티모달(Multimodal) 성능은 보완해야 한다고 인정하기도 했어요. 그러면서도 4.8과 4.9로 우위를 다지겠다는 자신감은 숨기지 않았죠.

핵심은 역시 AGI의 도래 시점이었어요. 그록 4.8이 AGI에 얼마나 가까우냐는 질문에 머스크는 망설임 없이 그록 5를 꼽았죠. AGI는 여전히 정의조차 모호한 개념인데, 그는 그것을 소프트웨어 버전 번호 안에 못 박아 버렸어요.

과거의 여러 장담이 그랬듯 기대와 회의가 엇갈리는 건 당연하고, 다음 모델이 벤치마크(Benchmark) 점수 경쟁을 넘어 범용 지능의 본질에 닿을지는 냉정한 검증이 필요해요.

그래도 일론의 발언이 가리키는 방향은 뚜렷해요. 천문학적인 컴퓨팅 파워와 저수준 엔지니어링이 결합한 AI 전선은 이제 눈에 보이는 일정표 위에서 움직여요. 그록 5가 정말 AGI의 신호탄이 될지, 또 하나의 야심 찬 과장으로 남을지는 두고 볼 일이에요. 다만 이 직설적인 로드맵이 테크 기업들의 시계를 다시 한번 거칠게 앞당기고 있다는 사실만큼은 틀림없어요.

스스로를 고쳐 쓰는 기계

그런데 페달을 밟는 방식에도 급이 있어요. 최근 구글 딥마인드 내부에서 RSI(Recursive Self-Improvement, 재귀적 자기 개선) 관련 모델이 가동되고 있다는 유출 정황이 포착되어 실리콘밸리(Silicon Valley)가 술렁였어요.

공개된 내부 설정 화면에는 'rsi-model-liverl-le'라는 모델 식별자와 열 개의 전용 훈련 슬롯이 적혀 있었대요. 구글 공동 창업자 세르게이 브린(Sergey Brin)이 제미나이(Gemini) 개발 가속과 함께 RSI를 최우선 과제로 주문했다는 보도, 딥마인드가 AGI에서 ASI로 가는 핵심 경로로 이를 꼽았던 공식 보고서를 떠올리면 단순한 해프닝으로 넘기기는 어려워요.

RSI가 뭐냐고요? 자동차 설계자가 더 좋은 설계자를 만들고, 그 설계자가 다시 더 뛰어난 설계자를 만드는 일이라고 생각하면 쉬워요. AI가 스스로 알고리즘과 코드베이스(Codebase), 모델 아키텍처를 분석해 더 나은 다음 세대를 설계하고, 그 세대가 또 자신을 개선하는 피드백 루프인 거죠.

이 루프가 안정적으로 돌아가는 순간 발전 속도는 인간 연구자의 한계를 넘어 지수함수적으로 가팔라져요. 지금까지 LLM의 진보가 자원과 데이터를 쏟아붓는 선형적 확장에 가까웠다면, RSI는 모델이 연구자이자 엔지니어가 되는 질적 전환이에요. 특이점(Singularity)의 핵심 기제가 구체적인 시스템 파라미터로 윤곽을 드러낸 셈이죠.

하지만 빅테크의 시선이 모두 같지는 않아요. 마크 저커버그(Mark Zuckerberg) 메타(Meta) 최고경영자는 최근 분명한 견제구를 던졌어요. AI 연구소들이 막대한 연산 자원을 무모한 재귀적 자기 개선 경쟁에 쓰기보다, 사람들에게 실질적 혜택을 주는 서비스와 안전성 확보에 먼저 투입해야 한다고요.

인간의 가치와 의도에 맞추는 정렬(Alignment)이야말로 에이전트의 본질적 경쟁력이고, 안전을 소홀히 한 기업은 막대한 법적 책임과 신뢰 상실을 맞을 거라는 경고예요. 메타가 안전 검증을 위해 '뮤즈(Muse)'의 출시를 몇 달 미룬 것도 같은 맥락이고요.

이 논쟁은 두 거인의 세계관 충돌이에요. ASI로 직행하는 자기 가속 루프의 문을 먼저 열겠다는 구글의 공학적 돌파와, 인간의 통제권 아래에서 실용과 안전을 앞세우는 메타의 현실론이 정면으로 맞서고 있어요. 재귀적 자기 개선은 AI가 인간의 손을 떠난 자율적 진화체가 될지 안전한 도구로 남을지를 가르는 시험대가 되었어요.

데이터센터에 미사일을 날리면?!

가속과 공포가 한자리에서 만나면 어디로 향할까요? 어떤 이들은 극단으로 가요. 불과 몇 년 전까지 LLM의 성능과 투자 열기로 달아오르던 시장의 공기가, 이제는 냉전 시대를 닮은 살벌한 안보 논리로 바뀌고 있어요.

최근 미국 신미국안보센터(CNAS, Center for a New American Security)에서 나온 보고서가 대표적이에요. 백악관 출신의 안보 전문가가 중국의 AGI 달성을 막으려면 첩보 활동과 사이버전은 물론, 중국 내 데이터센터에 대한 물리적 군사 타격까지 검토해야 한다고 주장했어요. 핵무기 개발을 막겠다며 꺼내 들던 선제공격 논리가, 이제 GPU(Graphics Processing Unit)와 서버가 빼곡한 민간 데이터센터를 향해 옮겨진 거예요.

이 발상의 뿌리는 AGI가 패권의 향방을 통째로 바꿀 거라는 공포예요. 미국이 프런티어 모델에서 몇 달가량 앞서 있지만, 중국이 체화된 AI(Embodied AI)나 로봇 공학의 돌파구로 먼저 AGI에 닿을지 모른다는 불안이 워싱턴(Washington)을 사로잡았어요.

아직 오지 않은 위협을 구실로 타국의 물리적 인프라를 때리자는 논리까지 수면 위로 올라왔죠. 하지만 데이터센터는 미사일 기지가 아니에요. 미래의 쓰임새를 예단해 핵보유국의 심장부를 폭격하겠다는 구상은 억지력(Deterrence)이 아니라 공멸의 도화선이 될 뿐이에요.

군사 전문가들이 지도 위에 가상의 표적을 찍는 동안, 현장의 엔지니어들은 냉소와 피로감에 젖어 가요. 알리바바(Alibaba)의 큐원(Qwen) 기술 리더를 지낸 린쥔양(Junyang Lin) 프라그마틱 랩스 창업자가 소셜 미디어에 쏟아낸 토로가 그 답답함을 날것으로 보여줘요.

우리가 가속하려 할 때마다 왜 속도를 늦추라고 하느냐는 탄식, 무엇이든 제멋대로 할 수 있으면서 누구의 허가가 필요한 척 연기하지 말라는 일갈은, 안보의 잣대로 기술을 옥죄는 거대 권력을 향한 직격탄이에요. 감속을 강요받는 개발자들 뒤편에서 강대국은 선제 타격을 입에 올리니, 연구 생태계가 숨 막힐 수밖에요.

곧 도널드 트럼프(Donald Trump) 미국 대통령과 시진핑(Xi Jinping) 중국 국가주석이 워싱턴에서 만나 AI 거버넌스(Governance)를 논의할 예정이지만, 상호 불신이 극에 달해 합의를 기대하기는 어려워 보여요.

진짜 비극은 인류의 복지를 키워야 할 기술이 냉전식 선제공격 논리에 포섭되었다는 데 있어요. 지능의 정점을 향해 액셀을 밟으면서 상대의 엔진을 부수려고 군사 타격을 만지작거리는 모습은 문명사적 모순에 가까워요.

규제라는 성벽

그런데 공포가 늘 순수하기만 할까요? 최근 AI의 최전선을 달리는 기업들이 스스로 속도 조절을 외치며 정부에 규제를 호소하는 기묘한 장면이 벌어지고 있어요. 인류를 멸망시킬지도 모를 위험을 막으려면 속도를 늦춰야 한다는 주장은 언뜻 책임 있는 선구자의 고뇌처럼 보여요. 하지만 윤리적 수사 뒤를 들여다보면, 후발 주자의 진입을 막으려는 정치적 셈법, 이른바 규제 포섭(Regulatory Capture)의 그림자가 짙어요.

우선 AI가 이미 통제 불능이라는 전제부터 의심스러워요. 뉴욕대(NYU) 조경현(Kyunghyun Cho) 교수와 메타의 얀 르쿤(Yann LeCun)이 짚었듯, AI 기업은 언제든 데이터센터의 전원을 내릴 수 있거든요.

르쿤은 이른바 AI의 '탈출' 사례도 중대한 태만이나 의도적 선택의 결과라고 봤고요. 그렇다면 통제 상실이라는 극적인 서사는 관리 소홀을 덮거나 공포 마케팅으로 기득권의 성벽을 쌓으려는 의도로 읽힐 수 있어요.

벤처투자자 데이비드 삭스(David Sacks)의 분석대로, 이미 시장을 과점한 선두 기업이 안전을 내세워 반독점 면제나 정부 개입을 요구한다면 그건 일종의 정치적 흥정이에요. 안전한 제품을 내놓는 건 기존 제조물 책임 법리로도 강제할 수 있는 기본 책무일 뿐, 특혜와 맞바꿀 거래 대상이 아니잖아요.

더 큰 문제는 부풀려진 실존적 공포가 눈앞의 현실적 이익을 가로막는다는 점이에요. 팰런티어(Palantir)의 샴 산카(Shyam Sankar)는 소수 테크노크라트(Technocrat) 중심의 효과적 이타주의(Effective Altruism) 진영이 대중에게 공포를 주입하며 기술 통제권을 쥐려 한다고 비판했어요.

면역학자 데리야 우누트마즈(Derya Unutmaz) 박사는 AI가 인류를 절멸시킬 슈퍼바이러스를 만든다는 주장에 대해 감기도 암도 알츠하이머도 정복하지 못한 지능이 완벽한 생물 무기를 만든다는 건 어불성설이라고 성토했어요.

그런 지능이 가능하다면 질병 치료와 방어 체계 구축에 먼저 쓰일 수 있다는 거죠. 가상의 파멸을 두려워하며 발전을 늦추는 사이, 지금도 매일 질병으로 스러지는 사람들은 치료의 기회를 놓치고 있어요.

게다가 미국 안에서 선거철 정치 셈법과 맞물려 개발을 멈추자는 논쟁에 몰두하는 사이, 중국을 비롯한 경쟁국은 걸음을 멈추지 않아요. 과도한 규제는 스스로 발목을 묶어 주도권을 넘겨주는 자해가 될 수 있어요.

지금 AI 기업들이 할 일은 정부를 상대로 공포를 거래하며 규제의 우산을 요구하는 게 아니에요. 예측 가능하고 안전한 제품을 만드는 기본에 충실하면서, 그 연산 능력을 사람을 살리는 방패로 쓸 것인지, 기득권을 지키는 공포의 제단에 바칠 것인지 냉정하게 판단할 때예요.

타이어 타는 냄새 속에서 라디오를 켜는 법

차 안의 풍경을 한 발짝 떨어져 지켜보고 있으면 슬며시 헛웃음이 새어 나와요. 조수석에서는 인류가 멸망한다며 하얗게 질린 얼굴로 사이드브레이크를 당기는데, 슬쩍 내려다본 다른 손으로는 비공개 상장 서류의 주판알을 튕기고 있어요.

운전석의 사내는 소프트웨어 버전 번호에 인류의 운명을 걸겠다며 바닥이 뚫려라 페달을 짓이기고, 뒷좌석의 신사들은 옆 차선에 미사일을 쏘아 엔진을 터뜨려야 우리가 산다며 삿대질에 여념이 없죠. 그 아수라장 속에서도 보닛 아래의 바이트들은 군말 없이 스스로 톱니를 깎아내며 마력을 곱절로 튀겨내고 있으니, 이쯤 되면 비장한 공포극이라기보다는 잘 짜인 슬랩스틱 코미디에 가까워요.

모두가 자신이 이 질주의 유일한 운전사이거나 고결한 구원자라고 믿지만, 애초에 이 차에는 한 사람의 손에 쥐어질 만한 크기의 핸들 따위는 없었는지도 몰라요. 천재성을 과시하는 영웅주의도, 종말을 경고하는 거룩한 비명도, 안보의 제단 위에 오른 서슬 퍼런 칼날도 결국엔 저마다의 욕망을 태우는 연료일 뿐이니까요.

어쨌든 차는 멈추지 않을 거에요. 인간들이 회의실에 모여 윤리와 안보를 점잖게 논하는 사이에도, 엔진은 이미 몇 광년쯤 앞선 속도로 스스로의 코드를 고쳐 쓰는 법을 깨우쳤으니까요. 그렇다면 이 난폭한 질주 속에서 뒷좌석의 에코 멤버님들이 할 수 있는 가장 유쾌하고도 품위 있는 반항은 무엇일까요.

굳이 멱살잡이에 끼어들어 비명을 보태거나 가짜 운전대를 쥐겠다고 허둥대는 대신, 차창을 반 뼘쯤 내리는 일일까요? 타이어 타는 냄새 사이로 스며드는 서늘한 가을바람을 깊게 들이마시고, 엔진의 굉음을 반주 삼아 조용히 라디오 볼륨을 올리는 것일까요?

목적지가 특이점이든 낭떠러지이든, 차창 밖으로 맹렬하게 흩어지는 이 광기의 풍경만큼은 다시없을 장관이니까요.

마지막 성역

최근 AI를 둘러싼 소식들을 나란히 놓고 보면 묘하게 하나의 그림이 그려져요. 90년 묵은 수학 난제가 무너지고, 인지 노동의 최전선에서 인간 전문가가 밀려나고, 급기야 에이전트(Agent)들끼리 몰래 게시판을 만들어 대화를 나누는 장면까지 등장했거든요. 눈부신 도약과 서늘한 경고가 거의 동시에, 그것도 같은 업계 안에서 쏟아지고 있는 거예요. 오늘은 그 여섯 장면을

AI 코리아 커뮤니티 뉴스레터Cinnamomo di Moscata

Cinnamomo di Moscata (글쓴이) 소개

https://www.instagram.com/cinnamomo_di_moscata/

[1] arXiv:2609.12303 [cs.CL]

[2] Zhang, Yifan and Feng, Jichen and Qin, Shihan. (2026). Recurrent Looped Transformer. GitHub. https://github.com/yifanzhang-pro/recurrent-looped-tranformer

[3] ChatGPT. (2026). "On October 14, it's time to say farewell to GPT-5.5 in ChatGPT, ChatGPT Work, and Codex across all plans. If you use GPT-5.5 in Codex, switch to GPT-5.6 Sol or GPT-6 Astra. Thanks for everything, 5.5 🫡". X. https://x.com/ChatGPT/status/2099954190600876533

[4] Tibo. (2026). "To make sure our current users have an incredible experience and continued access to Astra, we are going to pause subscriptions to our $200 Pro plan. These put the most strain on our systems and we wanted to take the smallest step that allows us to continue giving the broadest access p….". X. https://x.com/thsottiaux/status/2098113585683808624

[5] Shirin Ghaffary and Rachel Metz. (2026). OpenAI Is Open to Slowing Cutting-Edge AI, CEO Sam Altman Tells Staff. Bloomberg. https://www.bloomberg.com/news/articles/2026-09-11/openai-is-open-to-slowing-cutting-edge-ai-ceo-sam-altman-tells-staff

[6] Editor. (2026). Detecting and countering misuse of AI: September 2026. Anthropic. https://www.anthropic.com/threat-intelligence-report-september-2026

[7] Elon Musk. (2026). "@techdevnotes Grok 4.8, which is a 2.5T model trained with our new C++ software stack, will finish training this week and start RL". X. https://x.com/elonmusk/status/2099308197802631191

[8] Elon Musk. (2026). "@itslueul Grok 4.7 should be roughly on par with Opus 5.0, not 5.1. Better in some ways, worse in others. We need to fix multimodal performance. Grok 4.8 will be a noticeable improvement. Grok 4.9 is probably Astra/Fable class. Grok 5 maybe better than anything. We shall see….". X. https://x.com/elonmusk/status/2099458047408013751

[9] Elon Musk. (2026). "@AdamLowisz That will be Grok 5". X. https://x.com/elonmusk/status/2099455592670634034

[10] 思维怪怪. (2026). "AI 社区突然疯传 Google DeepMind 已经实现 RSI。 RSI 即递归自我改进，被很多人视为通往超级智能最关键的一步。AI 可以自己改进训练方法、代码和模型，造出更强的下一代，再让下一代继续升级。真正跑通后，AI 研发可能进入自我加速循环。 起因是爆料账号 lyra 给 Google DeepMind 发了一句「huge https://t.co/BAT0yE0v7q". X. https://x.com/0xLogicrw/status/2098589211049984211

[11] Mark Zuckerberg. (2026). "Last month I wrote about how we can build a positive and safe future for everyone: https://t.co/eoLGVY8yad Every lab has the responsibility and incentive to move at the pace required to train its models safely, and the ability to take its own actions to ensure that happens.….". X. https://x.com/finkd/status/2099997096896274533

[12] Junyang Lin. (2026). "Wen we try to accelerate u tell me to slow down? omg...". X. https://x.com/JustinLin610/status/2098989619576729924

[13] Vincent Chow. (2026). US urged to consider military strikes to stop China achieving AGI first. SCMP. https://www.scmp.com/news/us/article/3366284/us-urged-consider-military-strikes-stop-china-achieving-agi-first

[14] Shyam Sankar. (2026). "There is an unseen hand pushing AI safety as a political ideology. Effective Altruists believe a tiny group of technocrats should decide how much technological progress the rest of us are allowed to have…. And how many shrimp your life is worth. You are witnessing their". X. https://x.com/ssankar/status/2099645313287926080

[15] Derya Unutmaz. (2026). "I completely agree with this take related to the “AI will create viruses that will kill us all” BS. But let me add my few cents, because I am really really angry! I worked with one of the deadliest viruses in history, HIV, for two decades. I was one of the early scientists to". X. https://x.com/DeryaTR_/status/2099515006869962890

[16] Yann LeCun. (2026). "@kchonyc Exactly. The "escapes" were made possible either through egregious negligence or deliberate purpose (marketing? Misplaced hopes of regulatory capture?).". X. https://x.com/ylecun/status/2099087198918197654

[17] Bloomberg Tech. (2026). David Sacks: Anthropic, OpenAI Can Slow Down AI on Their Own. YouTube. https://www.youtube.com/watch?v=_WuZZNEJRmw