blabla

여기 자바 1명 추가요~

[크롱 @Krongggggg]

앤트로픽 사람들이 요즘 많이 쓰는 스킬 ㅋㅋ

/eli5 [원하는 거 넣으면]
완전 초보한테 설명하듯이 큰 그림 넣고 글은 거의 없는 HTML로 쭉 뽑아줌
공식 플러그인으로 넣을까 고민 중인데 일단 커뮤니티에 올려둠
claude plugin marketplace add anthropics/claude-plugins-community claude plugin install eli5@claude-community
모듈 어떻게 돌아가는지
왜 이런 트레이드오프 했는지
사고 원인 뭔지 이런 거 설명 받을 때 좋대 ㅋㅋ

[GeekNews @GeekNewsHada]

AI가 사람보다 빠르게 코드를 만들면서 코드 리뷰가 개발의 새 병목이 되고 있습니다.

모든 diff를 사람이 읽을 수도, AI에게 최종 판단을 맡길 수도 없는데요.

긱뉴스에 올라온 코드 리뷰 글과 연구를 함께 살펴보며, 앞으로 코드 리뷰가 맡아야 할 역할을 정리했습니다. https://t.co/ikXWSa0BjS

[AI 카페인 ☕️ @AI_Caffeine]

☕️ 기술 면접에서 가장 어려운 파트 중 하나는 결국 시스템 디자인입니다.

이 GitHub 저장소는 자주 나오는 시스템 디자인 문제를
기초부터 실전까지 따라갈 수 있게 정리해둔 노트 모음입니다.

총 28개 주제로 구성되어 있고,

→ 요구사항 정리
→ 트래픽 추정
→ 저장소 설계
→ API와 데이터 흐름
→ 확장성·재해 복구

같은 과정을 단계적으로 설명합니다. 🧩

기술 면접 준비는 물론이고,
분산 시스템 기초를 보완하고 싶을 때나
제품을 만들면서 아키텍처가 막막하다고 느낄 때
연습 문제집처럼 보기 좋은 자료입니다.

🔗Github https://t.co/rYP6Zi16sF

#AI #AICaffeine #Github #Interview

[Leaf Meta 🇰🇷 @leafmeta]

📐 AI 엔지니어링 관점에서 다시 쌓은 수학, 계단식 수학책 네 권을 무료로 풉니다.

이런 분들을 두루 염두에 두고 썼습니다.

- 모델은 만드는데 수식이 손에 안 잡히는 분
- 수학을 놓은 지 오래돼서, 어디부터 다시 봐야 할지 모르겠는 분
- 전공은 했는데 특정 구간만 비어 있는 게 느껴지는 분

출발점이 달라도 방법은 같습니다. 빠진 칸을 찾아서, 그 칸만 메우고 돌아오면 됩니다.

쓰는 법은 세 단계입니다.

1. 멈춘 자리를 표시한다. 논문이든 코드든, 안 읽히는 줄에 그냥 표시만 해 둡니다
2. 그 줄이 딛고 선 칸을 찾는다. 대응표나 계단참 메모에서 역으로 올라갑니다
3. 그 칸만 읽고 돌아온다. 처음부터 다시 볼 필요 없습니다

통독용이 아닙니다. 레퍼런스입니다.
필요한 칸만 꺼내 쓰는 쪽이 훨씬 빠릅니다. 그래서 저장을 권합니다.

뭐가 들었냐면

- 네 권, 프레임 345개, 1,058쪽. 한 프레임에 새것은 딱 하나만
- 4권이 미적분, 3권이 그 직전 층(삼각함수 포함). 1권과 2권은 거기까지 가는 밑계단
- 계단참 72개마다 한 줄씩. 이 칸이 비면 뒤에서 뭐가 안 보이는지 적었습니다
- 구현에 쓰는 값과 수학 개념을 잇는 대응표는 따로 뺐습니다

어느 권 몇 번 프레임부터 열지, 목차에서 바로 짚을 수 있게 해 뒀습니다.

원칙은 두 줄이 전부입니다.

- 한 칸 원칙. 새것은 한 번에 하나. 그 하나는 앞에서 나온 것만으로 만든다
- 빠진 칸 찾기. 못 푸는 자리 말고, 건너뛴 자리를 찾는 일

1. 막힌 자리와 빠진 자리는 거의 항상 다릅니다.

막힌 건 지금 보는 줄. 빠진 건 보통 한참 앞.
그래서 같은 논문을 세 번 읽어도, 세 번 다 같은 데서 걸렸습니다.
읽는 속도의 문제가 아니었습니다.

2. 자주 건너뛰게 되는 칸들. 되짚어 가는 예시입니다.

이 목록이 이 글에서 제일 저장할 만한 부분입니다. 뒤쪽이 되돌아가 볼 칸입니다.

- 루트 d로 나누는 이유. 분산과 표준편차입니다. d개를 더하면 분산이 d배가 되니까 루트를 씁니다
- 코사인 유사도가 방향만 보는 이유. 내적을 크기로 나눈 것뿐입니다
- 베타 0.9가 기억하는 스텝 수. 등비수열의 합입니다. 대충 10스텝입니다
- 시그마가 뻑뻑하게 읽히는 이유. 미적분이 아니라 첨자입니다

대부분 아시는 내용일 겁니다. 다만 이걸 순서대로 이어 붙인 자료는 잘 없었습니다.
앞에서 뒤로 건너가는 다리를 놓는 게 이 책의 일입니다.

3. 이 목록은 제 실패담입니다.

20년 넘게 소프트웨어를 만들면서 수학을 세 번쯤 다시 배웠습니다.
세 번 다 같은 자리에서 막혔습니다.
시간이 모자라서가 아니라, 계단 한 칸이 비어 있어서였습니다.
매번 1권부터 다시 시작한 게 문제였습니다.

4. 다짐 대신 셌습니다.

프레임마다 뭘 새로 넣고 뭘 딛는지 적어서, 네 권을 그래프 하나로 대조했습니다.
개념 375개. 의존 간선 2,608개. 뒤엣것을 앞에서 쓴 자리 0건.
한 칸이 평균 여덟 칸을 딛고 섭니다.
덕분에 아무 칸에서나 시작해도, 뭘 딛고 올라온 칸인지 역추적이 됩니다.

5. 수학사 일화엔 확립, 통설, 불확실 표시를 붙였습니다.

가우스의 1부터 100까지 이야기는 판본마다 다르다는 사실을 각주 말고 본문에 넣었습니다.
할루시네이션 조심하라는 책이 먼저 어기면 좀 그러니까요.

6. 저도 틀릴 수 있습니다.

345칸이 진짜 한 칸씩이었는지는, 세어서 알 수 있는 종류가 아닙니다.
그래서 권마다 3년 뒤 고칠 가능성이 큰 설명 다섯 개를 미리 지목해 뒀습니다.
이 부분은 특히 반박을 기대하고 적었습니다.

제일 받고 싶은 피드백은 이겁니다.
이 칸은 순서가 틀렸다, 여기는 이렇게 놓는 게 낫다.
한 줄이면 충분합니다. 그게 다음 판을 만듭니다.

처음부터 읽지 않으셔도 됩니다.
저장해 두셨다가, 멈춘 자리가 생기면 그때 해당 칸만 열어 보세요.

#계단식수학 #수학공부 #AI엔지니어 #메타인지

관련 정보

- 바로 읽고 싶다면, 네 권 PDF 내려받기 https://t.co/J22jNLAJqx
- 어느 칸부터 볼지 정하고 싶다면, 저장소 README https://t.co/jxbaTNRZZ3
- 구현과 수식을 대조하고 싶다면, 계단참 72개 대응표 https://t.co/KXkbrC4c4T

[구루 @xguru]

우리나라 은행/정부기관/회사들 모두 배워야..

인증은
"이 사람이 본인임을 증명할 수 있는가"
가 아니라
"이 사용자에게 어떤 인증 방법이 가장 성공 가능성이 높은가"
를 고민해야 함

"모든 인증 화면에선 처음으로 돌아가지 않고
그 단계에서 그대로 다른 방법으로 전환이 가능해야 함"

[blabla @blabla_alone]

FDE가 무엇인지 알아보자...
잉? 걍 이것저것 다하는 사람이었어?

[H @hmmmmmm1458]

와 ㅋㅋㅋㅋ제주도 갈때 유용한 사이트 가져옴

통신사 기지국에서 제주 로컬 주민과 외지인의 스마트폰 신호를 식별하고 이를 알려주고 있고 그걸 이용해서 개발자가 사이트를 만드심

아니 진짜 클로드 같은 AI 발전하면서 능력자들이 계속 나오는중

댓글에 사이트 남길게요

[Leaf Meta 🇰🇷 @leafmeta]

📌 '그래프 엔지니어링' 책을 썼다, 453쪽 무료 공개하며 남기는 메모

- 두 트랙 : 지식 그래프(무엇을 아는가) & 에이전트 그래프(무엇을 하는가)
- 하네스 엔지니어링 : 에이전트를 감싸는 실행 골격을 설계하는 일

1) 제가 쓴 책이다. 본문 35장, 부록 6편, 453쪽으로 풀었다. 파는 게 목적이 아니라 틀린 데를 지적받는 게 목적이라 그렇게 했다.

2) 초기 AI는 그래프였다. 딥러닝이 그걸 벡터로 녹였고, 에이전트 시대에 우리는 다시 그래프를 그린다. 돌아온 게 아니라 한 바퀴 돌아 올라온 거다. GQL이 1987년 SQL 이후 ISO가 낸 첫 새 질의어 표준이라는 사실도 같은 이야기다.

3) 성공담보다 실패담을 길게 썼다. 노드 하나 잘못 그려서 3주 날린 이야기, 문서 1만 건에서 뽑은 트리플 절반이 거짓이던 이야기. 매끄럽게 지우지 않았다.

💬 개념마다 표준, 사실상 표준, 실험 라벨을 붙였다. 특히 에이전트 그래프 쪽은 용어 자체가 아직 안 굳었다. 어디까지가 검증이고 어디부터 제 추정인지 문장으로 갈라 뒀다. 각 장 끝에는 「내가 아직 모르는 것」 상자를 남겼다.

당장 써먹을 지점은 하나다. 에이전트 체인이 자꾸 부러진다면 프롬프트를 고치지 말고 상태와 종료 조건을 그래프로 그려봐라. 부러지는 자리가 보인다.

반면에 저도 틀릴 수 있다. 그래서 마지막 35장은 제 주장 다섯 개를 직접 지목하고 반증 조건을 붙이는 데 썼다. 컨텍스트 창이 더 커지고 모델이 알아서 계획하면, 이 정교한 배선은 과잉 설계로 남을지도 모른다. 어쩌면 상관없을 수도 있다.

#그래프엔지니어링 #AI에이전트 #지식그래프 #메타인지

🔗 관련 정보:
* 바로 읽고 싶다면, 453쪽 PDF 내려받기 — https://t.co/RHvn06qGuS
* 목차부터 훑고 싶다면, 저장소 README — https://t.co/Ljwkv91uxm
* 손부터 움직이고 싶다면, 장별 예제 코드 — https://t.co/WUXQVoiyKD

[blabla @blabla_alone]

간만에 괜찮은 사람이었나 싶었는데.. 참 어렵수다..

[승귤 @wapj2000]

이런게 있구나! 좀 더 일찍 확인해볼껄.ㅋㅋ
https://t.co/5b4fOit6ix

[bluebell @13lurbell]

https://t.co/NDkkKo1zPV

이번 달, 가장 많이 도망친 회사

[Anatoli Kopadze @AnatoliKopadze]

the engineer who built Claude Code just dropped a 28-minute video on how to write prompts that actually work

I've seen $300 courses that don't cover what he shows in the first 10 minutes

CLAUDE.md files, memory shortcuts, parallel sessions, prompting patterns

all in one video and completely free

after watching this, the next step is agents

I wrote a full guide on how to build one yourself with Claude Code

article below

[Khairallah AL-Awady @eng_khairallah1]

https://t.co/EpNotaOlKa

[Dhaval Makwana @heyDhavall]

Instead of watching Netflix tonight, watch this 2-hour Stanford lecture.

You’ll learn more about how ChatGPT, Claude, and other LLMs are built than most people at top AI companies learn in years.

[GeekNews @GeekNewsHada]

Open SWE: 사내 코딩 에이전트를 위한 오픈소스 프레임워크

- Stripe, Ramp, Coinbase 등 주요 엔지니어링 조직이 독립적으로 구축한 사내 코딩 에이전트들이 유사한 아키텍처 패턴으로 수렴하고 있으며, 이를 오픈소스로 구현한 프레임워크가 Open SWE
- Deep Agents …
https://t.co/cuQG6H2XRm

[인용구 봇 @bquote_bot]

개인적으로 가장 싫어하는 말이 '보수는 부패로 망하고, 진보는 분열로 망한다'는 주장이다. 그런데 돌아보면 아니다. 보수나 진보나 조직과 권력의 생리는 똑같다. ... 내부 혁신을 못해서 망하고, 획일화되면서 망하고, 독재를 하면서 망한다. <그들은 어떻게 주사파가 되었는가>

[GeekNews @GeekNewsHada]

좋은 https://t.co/pwcyYZ9MK8 작성법

- LLM은 상태를 저장하지 않는 함수이므로, `https://t.co/MXdPHmD5f3`는 매 세션마다 Claude에게 코드베이스를 소개하는 핵심 문서로 작동함
- 파일에는 프로젝트의 WHAT(구조) , WHY(목적) , HOW(작동 방식) 을 간결히 담아야 하며, 불필요한 명령어 과잉은 성…
https://t.co/hlMu8ynv9g

[김레종 @raison_dtr]

할아버지, 시어머니, 상사, 교수, 팀플 동료,어제 누가 소개해준 업계인 등이 혼재하는 앱에 누가 일상을 올려...

[NoPD @ds1dbx]

사용자의 반응성과 경험을 좋게 만드는 것은
결국 “지연시간”(Latency)을 어떻게
얼마나 줄일 수 있을 것이냐와
아주 밀접하게 관계될 수 밖에 없습니다.

사용자 지연시간을 줄이는 다양한 방법이 있고
아마 익숙하게들 사용하고 계실거라 봅니다만
놓치고 있는 방법이 있는지 한번 살펴보시도록
좋은 요약 컨텐츠 하나 공유해봅니다!

- 자주쓰는 데이터 캐싱 : 명불허전이죠! 레디스, 멤캐시디...
- 로드밸런싱 : 지역 기반의 부하 분산
- 비동기 처리 : 여러 요청이 서로를 방해하지 않도록!
- 샤딩 : 데이터를 나눠 처리 지연을 줄이기
- CDN : 제 전문분야죠 ㅎ 컨텐츠는 캐시해야 제맛!
- 데이터 베이스 최적화 : DB는 시스템과 운영체제, 디스크 기술의 복합체!
- 네트워크 홉 최적화 : 요청과 응답이 지나가는 도로를 최적화해 지연시간 줄이기
- 병렬, 동시성 처리 : 고밈할 포인트가 많고 구현이 조금 까다롭지만 성능 개선의 핵심즁 하나
- 프리패칭/예측 : 사용자가 다음에 뭘 요청할지 미리 알 수 있다면..!?

원 저자의 해석은 조금 다를 수 있으니
원문도 챙겨보시면 더욱 유익할 것 같습니다.

https://t.co/wFgmacJHva

[Alex Xu @alexxubyte]

Top 5 common ways to improve API performance.