chanlee

S/W Engineer at Entry Labs

[Alis volat propriis @Alisvolatprop12]

https://t.co/Bwug3qu7CM

[Kanika @KanikaBK]

This is your How to guide
https://t.co/yhK4OjMRkC

[구루 @xguru]

https://t.co/pZywzwIRuo

[0xMarioNawfal @RoundtableSpace]

Someone built a tool that turns any website into a DESIGN. md file your AI agent actually understands

Paste a URL - get color relationships, typography, spacing logic, and component patterns in one document.

[Joan of Arc @ralralbral]

🚨필독) 안드레 카파시가 제안한 llm wiki 구조를 이미 적용중이라면, QMD를 추가해서 시너지를 내보세요.

QMD는 wiki/ 폴더의 Markdown 파일들을 대상으로 동작하는 검색 엔진이에요.

카파시가 LLM Wiki를 설명하면서 “이 위키를 검색할 때 QMD 쓰세요”라고 추천한 도구예요.

내 에이전트에게 아래와 같이 말하면 쉽게 적용 가능해요.

👇 댓글에 있는걸 그대로 붙여넣으세요

[lucas @lucas_flatwhite]

바이브 코딩에 도움이 되는 아이콘 디자인 시스템

🦕 Developer Icons
https://t.co/1589Ac4qdp

이 오픈소스 너�� 괜찮네요. 기술 아이콘 라이브러리인데, 단순히 SVG 로고를 모아둔 정도가 아니라 실제로 바로 쓰기 좋게 만들어져 있더군요!

재밌는 건 이게 그냥 아이콘 팩이 아니라는 점!

React, JavaScript, Postgres 같은 아이콘 하나하나를 React 컴포넌트처럼 가져다 쓸 수 있고,,

크기, 색상, 스타일도 평소 SVG 다루듯 자연스럽게 조절할 수 있어요.

로고 파일 찾아서 정리하는 시간이 꽤 줄어듭니다...!

이런 도구는 아이콘 개수보다 같이 놓였을 때 얼마나 정돈돼 보이느냐가 더 중요하다고 생각하는데요.

이런 종류의 라이브러리에서 진짜 중요한 건 아이콘 개수보다도 일관성이라고 생각하는데요.

light / dark / wordmark 같은 변형까지 포함해서 하나의 디자인 시스템처럼 정리하려는 점이 무척 좋네요!

> npm i developer-icons
이러면 끝! 바로 쓰세요..

Astro, React, TypeScript, Tailwind, Vite 기반 + MIT 라이선스!

[Cognac(꼬냑) @supernovajunn]

안드레 카파시가 GitHub에 파일 하나를 올렸다.

코드도 없다. 앱도 없다. 그냥 마크다운 문서 하나만 있는데. 이름은 llm-wiki.md. 올린 지 10시간 만에 별 1,757개, 포크 318개를 받았다.

이 뜻은 전 세계 개발자들이 그 파일 하나 보고 "바로 이거야"를 외쳤다는 뜻이다.

그동안 우리가 AI를 쓰는 방식이 사실 꽤 비효율적이었다는 것을 아는가?

지금 대부분의 사람들은 AI에게 파일을 던져주고 "이거 요약해줘", "이거 분석해줘"를 반복���다. 질문할 때마다 AI는 그 문서를 처음 읽는다. 어제 읽었던 논문, 지난달에 저장해둔 기사, 3년 전에 메모해둔 아이디어를 말이다.

AI는 그걸 기억하지 못한다. 매��� 새로 읽고, 매번 새로 연결하고, 매번 새로 이해한다. 쌓이는 게 없다.

이걸 RAG 라고 부른다. 기술적으로는 아무 문제없다. 근데 생각해보면 이상하다. 당신이 매일 같은 책을 처음 읽는 사람한테 질문을 던지는 거랑 같다. 그 사람은 절대 전문가가 될 수 없다. 어제 읽은 걸 오늘 잊으니까.

카파시가 제안한 건 다르다. AI가 지식을 읽을 때마다 그냥 답을 뱉고 끝내는 게 아니라, 그걸 위키에 쌓아두는 것이다. 연결하고, 모순을 찾아 표시하고, 업데이트하고, 계속 더 풍부하게 만들어간다. 새 자료가 들어올수록 위키는 더 똑똑해진다. 쌓인다. 마치 이자의 복리처럼.

구조는 단순하다. 세 겹이다.

첫 번째 겹은 원본 자료들. 논문, 기사, 메모. AI는 이걸 읽기만 하고 절대 건드리지 않는다.

두 번째 겹은 위키. AI가 직접 쓰고 유지하는 마크다운 파일들. 요약 페이���, 개념 페이지, 연결 페이지. 당신이 읽고, AI가 쓴다.

세 번째 겹은 스키마. AI한테 "이 위키를 어떻게 관리해"라고 알려주는 설정 파일. 카파시는 이걸 AGENTS.md나 CLAUDE.md에 넣어두라고 한다.

카파시 본인은 왼쪽에 AI 에이전트, 오른쪽에 옵시디언을 열어두고 쓴다고 했다. AI가 위키를 수정하면 옵시디언에서 실시간으로 업데이트되는 걸 본다고. 그의 표현이 정확하다. "옵시디언은 IDE, AI는 프로그래머, 위키는 코드베이스다"

예를 들어, 책을 읽는 방식도 달라진다. 소설 한 권 읽으면서 챕터마다 AI한테 넣으면, 끝날 때쯤 등장인물 관계도, 복선 추적 페이지, 주제 연결 지도가 완성되어 있다. 톨킨 게이트웨이처럼 수천 명이 수년에 걸쳐 만든 팬 위키를 혼자, AI와 함께, 책 한 권 읽는 시간에 만들 수 있다.

근데 이 파일이 왜 이렇게 빠르게 퍼졌냐. 기술적으로 새로운 게 있어서가 아니다.

카파시가 이 파일을 "아이디어 파일"이라고 부른 게 핵심이다. 코드가 ���다. 우리가 직접 설치할 게 없다. "이 아이디어를 당신 에이전트에게 그대로 복붙하면, 에이전트가 당신 상황에 맞춰 직접 구현해준다"는 것이다.

시대가 바뀌었다. 더 이상 앱을 공유하는 게 아니라 아이디어를 공유하는 방향으로 흐르는 것 같다. 받은 사람이 실행하는 게 아니라, 받은 사람의 에이전트가 실행한다.

이게 왜 충격인지 생각해보면 된다. 오픈소스 소프트웨어는 코드를 나눈다. 하지만 코드는 여전히 직접 설치하고, 설정하고, 유지해야 한다.

아이디어 파일은 다르다. 에이전트가 당신 환경, 당신 워크플로우, 당신 취향에 맞게 알아서 구현한다고 보면 될 것이다.

우리는 오래전부터 "정보가 너무 많아서 문제"라고 했다. 근데 사실 정보가 많은 게 문제가 아니었다. 정보가 연결되지 않는 게 문제였다.

LLM 위키는 그 연결을 AI한테 맡기는 거다. 당신이 할 건 좋은 자료 찾아오는 것, 그리고 좋은 질문 던지는 것. 나머지 연결, 요약, 교차참조, 모순 발견, 업데이트는 에이전트가 한다. 우리의 생각과 뇌는 더 중요한 일에 쓰인다.

지식을 쌓는다는 건 원래 그런 거였다. 연결되고, 업데이트되고, 깊어지는 것. 우리는 그냥 그걸 할 인내심이 없었을 ���이다. 에이전트는 인내심이 무한하다.

[Andrej Karpathy @karpathy]

Wow, this tweet went very viral!

I wanted share a possibly slightly improved version of the tweet in an "idea file". The idea of the idea file is that in this era of LLM agents, there is less of a point/need of sharing the specific code/app, you just share the idea, then the other person's agent customizes & builds it for your specific needs.

So here's the idea in a gist format: https://t.co/NlAfEJjtJV

You can give this to your agent and it can build you your own LLM wiki and guide you on how to use it etc. It's intentionally kept a little bit abstract/vague because there are so many directions to take this in. And ofc, people can adjust the idea or contribute their own in the Discussion which is cool.

[HoneyJam's 일론과 AI 그리고 우주 @HoneyJamTesla]

포켓몬 GO가 숨겨왔던 거대 AI 데이터 수집의 진실
잠만보 잡는 줄 알았는데 알고보니 AI 데이터 수집

> 1억 4,300만 명이 포켓몬을 잡는 줄 알았음
> 사실은 인류 역사상 가장 큰 AI 시각 데이터셋을 무보수로 구축하고 있었음
> 나이언틱이 8년 동안 수집한 데이터만 300억 장 이상의 이미지와 AR 스캔임
> 유저들이 전 세계의 랜드마크, 상점, 거리, 공원을 모든 각도에서 촬영함
> 시간대, 조명, 날씨 등 기존 지도 회사가 막대한 비용을 들여도 불가능한 데이터를 수집함
> 나이언틱은 이 데이터를 '배달 로봇용 자율주행 AI' 학습에 사용하고 있다고 공개함
> 사람들은 희귀한 리자몽을 쫓는 줄 알았지만, 실제로는 AI 인프라를 건설한 셈임
> 가장 가치 있는 AI 데이터는 연구소가 아니라, 자신이 무엇을 하는지 모르는 대중들에 의해 만들어지고 있음

사람들은 게임을 즐겼다고 생각했지만, 실제로는 전 지구적 규모의 데이터 노동에 참여하고 있었다.

[삶의 질 상승 @Upgrade_MyLife]

금융감독원 e 금융센터에서 대학생을 위한 실용 금융 도서를 무료로 배포하고 있습니다.

▶️https://t.co/LhI2Q81BLN

25년 8월자로 제 4판 까지 나온 것이구요..

PDF로도 전자책으로도 전부 무료입니다.

분명 나��에 읽어봐야지 하고 맘찍 북마크 알티 하시고 까먹으시겠지만 참고하세요!

[chanlee @chanlee]

리액트와의 결별? Remix 3가 그리는 웹 개발의 급진적 미래 - The Explainer : 리믹스의 재탄생 https://t.co/UUNDtf7O8k 출처 @YouTube

[chanlee @chanlee]

AI 파라미터 이해 - 셰프의 가이드 https://t.co/xKYlenekCP 출처 @YouTube

[chanlee @chanlee]

Turbo를 활용한 효율적인 상태 관리 및 페이지 탐색 구조 설계 https://t.co/LqatMHEbjA 출처 @YouTube

[chanlee @chanlee]

레일즈 8의 솔리드 트리펙��� (Solid Trifecta) https://t.co/vUExpm2ssy 출처 @YouTube

[GeekNews @GeekNewsHada]

소프트웨어 엔지니어링의 향후 2년

- AI 에이전트 기반 개발이 자동완성 수준을 넘어 실제 작업 수행 단계로 진입하며, 소프트웨어 엔지니어링의 역할과 진입 구조가 빠르게 흔들리고 있음
- 주니어 채용 감소와 효율성 중심 조직이 동시에 나타나며, 소수의 숙련 인력…
https://t.co/K27bgAjEQP

[Marc Köhlbrugge @marckohlbrugge]

I expanded the "Unofficial 37signals Coding Style Guide" with over 30 topic guides covering Rails patterns

https://t.co/0S1ZqOqtg4

[Taewook Eom (엄 태욱) @taewooke]

그래프는 시니어들이 진행 상황을 추적하고, 결과를 보여주고, 피드백을 받는 핵심 단위
하나의 그래프를 책임지고 끌고 가는 것이 ownership의 실질적인 단위
현재 자신이 책임지는 그래프가 없다면, 즉시 하나를 찾아서 소유해야 함
https://t.co/uO4R6rLpXZ 시니어라면 그래프 하나를 책임지세요

[chanlee @chanlee]

https://t.co/WKI1niL5hm
이 서비스에 가입하고 @flybayer 으로부터 하루 한통씩 메일을 받고 있는데, 창업한 이유부터 고생담, 제품의 장점등 스토리위주로 광고라고하기엔 내용이 꽤 흥미롭다. 어쨌든, 근래 접한 서비스들중에 (나에겐)가장 실용적인것 같음.
#광고아님 #deploy #aws

[chanlee @chanlee]

더 큰 무언가를 위한 불꽃: NVIDIA DGX Spark가 출시되었습니다 https://t.co/wnSW8Og3YQ 출처 @YouTube

[chanlee @chanlee]

코드의 아름다움 DHH가 말하는 루비 https://t.co/TOonq2s9e4 출처 @YouTube