James Yu

[codila @0xCodila]

Anthropic hired this engineer at $250k-$750k/year because he can build knowledge Graphs for multi-agent systems:

in this 15-min workshop he explain exactly how, using loops - from scratch

step 1 → start from the Claude Agent SDK - you get the loop, context, and sandbox for free - bring the task, not the plumbing

step 2 → split the brain from the hands - reasoning in one place, tools in a sandbox - the model thinks while the container boots: ~60% faster to first token

step 3 → run it server-side, log every step - close your laptop and it keeps going - crashes resume from the log, not from zero

step 4 → make failure cheap - dead sandbox retries, session log replays the context it dropped - that's what survives production

step 5 → batch yesterday's logs into new memory and skills - it wakes up smarter - Anthropic calls this "dreaming"

most people wire this by hand for weeks - the point is you don't have to

watch & bookmark - then read how to get full graph system below ↓

[Blippi @Rhayuumi]

한의사가 아침마다 매달리는 이유. 악력때문

14개국 14만 명의 사람들을 4년간 추적한 논문을 보면,
악력이 5kg 줄어들 때마다 사망 위험률이 16% 늘어난다고 함

평균 이하(주의): 10초이내 버티는 사람
평균 범위: 20초-30초 사이
평균 이상: 30초- 1분 사이
훌륭한분: 1분 이상

[거인의어깨 @soxx_i]

전기차 방전시키는 기술
ㅎㄷㄷ

[𝑱.𝑪𝒓𝒆𝒘 @1114]

싱가폴 리콴유 수상이 국비유학생을 영국으로만 보낸 이유

[프로그래밍좀비 @gimhyeo02389130]

통장 풍차돌리기는 들어봤어도,
클로드 풍차를 돌리게 될 줄은 몰랐다.

Claude Code Max 계정을 여러 개 사용하다 보니 5일 한도를 한 번에 초기화시키는 것보다, 구독 시작일을 하루씩 분산시키는 게 훨씬 효율적이라는 걸 깨달았다.

오늘 계정의 한도를 Max까지 쓰고, 다음 날엔 새로 초기화된 다음 계정으로 넘어간다.
그렇게 하루에 하나씩 계정을 돌리다 보면 어느새 다시 첫 번째 계정의 한도가 돌아온다.

8개의 계정, 하루 하나씩.
그렇게 클로드 풍차가 완성하는거다.

그런데 이게 나에게는 계정 10개 까지는 되야 좀더 원활하게 동작하는것 같다.

[Gallery X @galsxst]

"전세가 사라지고 월세 내는 세상으로 바뀝니다". 부읽남 3부에서 재건축 전문가 김제경이 못박은 결론임

경로가 구체적임. 지금도 전월세 대책은 없는데 나올 만한 카드가 계약갱신권 연장(2+2+2)과 전세보증금 에스크로라는 것. 갱신권을 또 늘리면 집주인들은 세입자한테 잡히기 전에 실거주로 들어가거나 팔아버리는 쪽으로 움직이고, 보증금을 예탁하라고 하면 전세를 놓을 이유 자체가 사라짐. 민주당 안에는 임대차 무기계약화 안까지 있었다고 함

여기에 주택임대사업자 제도 해체가 겹침. 8년간 5%씩만 올리며 시세보다 싸게 있던 물량이 한꺼번에 시장에 풀리면, 마포 성동 신축 월세 300만원 시대에서 가을 이사철은 지옥이 될 수 있다는 전망임

전세는 세입자한테 무이자 레버리지였고, 그게 걷히는 속도만큼 월세가 소득을 파먹게 됨. 어제 매물 잠김 전망과 이어지는 그림인데, 자산 있는 쪽은 잠기고 없는 쪽은 월세로 내몰리는 이중 압착이 이 개편의 실제 모습이라고 봄

[펭귄 @babybluecream]

임대료에 숨겨진 비용ㅣ 260809

반지하 유정수님 강의 정리

1. 창업하면 결국 매장이나 사무실을 얻어야 함.

임대를 알아볼 때 고민의 핵심은 딱 두 가지

위치와 임대료의 상관관계임.

목이 좋으면 임대료가 높고, 안 좋으면 낮음.

예외가 거의 없는 기본값임.

2. 그런데 사람들이 찾는 건

위치는 겁나 좋은데

임대료는 겁나 낮은 물건임.

완전경쟁 시장에 살면서

그런 게 존재할 거라 상상하는 것임.

입지가 좋으면 임대료가 높다는 걸

디폴트로 깔고 시작해야 함.

3. 실제 지인 사례가 있음.

지인이 외국인 타겟 마사지샵을 차리려 했음.

관광객은 밀려드는데

한국 마사지샵은

태국·베트남보다 훨씬 적어

명동 쪽은 예약도 힘든 상황이라

수요 판단 자체는 정확했음.

4. 그런데 명동이 너무 비쌌음.

보통 건물은 위층으로 갈수록 싸지는데

명동은 5층 6층도 비쌈.

외국인 대상 피부과, 시술 병원과

여행사 수요가 위층을

이미 채우고 있기 때문임.

5. 이 친구는 평당 10만 원 이하를 원했는데

명동은 15만~20만 원뿐이었음.

명동 포기, 종로 포기, 북촌 포기.

결국 부동산 소개로

혜화에서 평당 5만 원짜리를 찾아냈음.

6. 여기서 결정적 질문이 빠졌음.

타겟이 누구였냐임.

외국인이었음.

대학로에 외국인이 있을까?

없음.

가격만 맞추고 손님은 없는 자리를 고른 셈임.

7. 원칙 하나. 임대료가 싸면 싼 이유가 있음.

같은 지역에서 발품 팔아

얻는 차이는 15% 수준임.

10만 원짜리를 9만 원에 얻을 순 있어도

5만 원에 얻을 순 없음.

8. 아파트로 보면 명확함.

같은 평수가 다 32억인데

혼자 27억인 물건이 있을까?

없음.

시세가 그렇게 형성된 건

그 가격에도 수많은 사람이 계약했기 때문임.

시장을 신뢰해야 함.

9. 그래서 봐야 할 건 하나임.

이 임대료에 내 업종이 적합한가임.

평당 15만 원은 마사지샵이 아니라

병원 임차료에 맞춰진 값일 수 있고

그럼 들어가는 순간 구조적으로 어려워짐.

10. 성수동 무신사 앞 코너 메가커피가 좋은 예임.

월매출 1억인데 저가 커피 경쟁자가 하나도 없음.

이유는 평당 120만 원

30평이면 월세 3,600만 원이기 때문임.

남들이 괜히 안 들어간 게 아님.

11. 매출 1억에 3,600을 내고

1천만 원쯤 남기니 버티는 구조임.

경쟁자 하나만 들어와 매출을 나누면

6천으로 떨어져 즉시 적자임.

상대도 그걸 알기에 진입하지 않는 것임.

12. 결론은 비싼데 안 좋은 건 있어도

싸고 좋은 건 없음.

월세는 싼데 위치까지

기가 막힌 자리는 존재하지 않음.

익선동을 평당 5만 원에 얻은 건

뜨기 전인 2016년에 리스크를 감내했기 때문임.

13. 이미 활성화된 상권에서

리스크 없이 싼 임대료를

바라는 건 앞뒤가 안 맞음.

그러니 싼 걸 보면 좋다가 아니라

의심부터 해야 함.

싸니까 좋네라고 생각하면 자본주의 레벨 1임.

14. 50평 기준

혜화는 250만 원

명동은 750만 원

차이는 500만 원임.

월급쟁이 출신은 이 500을

자기 한 달 급여와 비교하니

감당 못 할 돈처럼 보임.

15. 그런데 장사하는 사람은

매출과 비교해야 함.

기대 매출 7,500만 원 기준으로 750은 10%, 250은 3.3%임.

급여로는 100% 차이 같지만

매출로는 6.6% 차이일 뿐임.

16. 더 중요한 건 매출도 같이 줄어든다는 점임.

혜화로 가면 매출이 2,500만 원 나옴.

월세 비율은 똑같이 10%라 공평해 보이지만,

줄어든 건 월세와 매출 둘 다임.

17. 문제는 나머지 비용이 안 줄어든다는 것임.

인건비, 쿠팡 배송비, 전기·수도 다 똑같음.

공과금 75만 원이 명동에선 1%인데

혜화에선 3%가 됨.

그래서 아끼게 되고

그 절약이 장사를 방해할 수준까지 감.

18. 매장이 덥고 불이 꺼져

칙칙해지면 들어온 손님이 나감.

매장을 쾌적하게 돌릴 비용조차 안 나오는 것임.

그러니 월세 500을 더 준다고

수익이 500 줄어드는 게 아님.

이 친구는 명동으로 가는 게 맞음.

19. 그럼 무조건 비싼 데냐 하면 그것도 아님.

답은 S급 상권의 C급 입지임.

식당·마사지·카페처럼 SNS로 찾아

예약하고 가는 업종은

입지에 세네 배 임대료를 줄 필요가 없음.

반대로 편의점·의류·화장품처럼

지나가다 들어가는 리테일은

입지가 절대적임.

20. 실행 기준은 도보 3분임.

S급 상권의 S급 위치에서 3분 권역을

그리고 그 안에서 가장 싼 자리를 찾으면 됨.

5분은 800m라 부담스럽지만

3분은 350m라 약속 코스에 편입됨.

다만 부동산은 자기 지역 S급·A급만 권하니

이런 자리는 직접 찾아야 함.

사람들이 흔히

혹하는 C급 상권의 S급 입지는

가격이 같아도

애초에 갈 일이 없는 곳이라 피해야 함.

[MOAI @thinkingtree413]

아무리 그래도 그렇지 초를 칩니까 스님!!

[수고했어~ @hamhaha00]

층간 소음을 설명해준 영상~!

다들 아파트에서..살면서 고생이 많으십니다..

[James Yu @MrLohengrin]

@sanwang78 헛 가벼운 불이길 기원합니다..

[M @nyse_min]

80억짜리 집 가진 사람이 8천만원 세금 내는 게 그렇게 억울하냐?

이 논리가 이상한 이유는 간단함.
80억짜리 집을 갖고 있다고
그 사람 통장에 80억이 들어와 있는 게 아님.

집값이 30억에서 80억이 됐다고 해도
팔지 않았다면 50억의 현금이 생긴 것도 아니다.
그런데 자산가격이 올랐다는 이유로
매년 상당한 현금 세금을 요구하면서
80억 집 가진 사람이 그 정도도 못 내냐라고 말하는 순간 조세의 적정성에 대한 논쟁을
그 사람의 지불 능력문제로 바꿔버리는 거다.

핵심은 부자가 불쌍하냐가 아니다.
실현되지 않은 자산가치 상승을 어느 정도까지 보유세에 반영하는 것이 정당하냐는 문제다.
소득이 늘지 않았는데 집값만 올라도 세금은 올라갈 수 있다.

그 세금을 감당하기 어려우면
그럼 집 팔고 나가라라고 하는 것도 이상하다.
수십 년 살던 집의 가격이 주변 개발과 시장 상승으로 뛰었다고 해서
그 사람이 매년 그 상승분만큼 현금을 번 것은 아니기 때문이다.

물론 부동산 보유세 자체가 잘못됐다는 얘기는 아니다. 재산을 보유하는 데 세금을 부과할 수도 있고 고가 자산에 더 높은 부담을 요구할 수도 있다. 하지만 80억 집이면 8천만원쯤 내야지와 그 세금의 산정 방식과 부담 수준이 합리적인가는 완전히 다른 문제다.

세금은 저 사람 부자니까 더 뜯어도 된다는 감정으로 설계하는 게 아니라 소득, 자산,실현 여부, 현금흐름, 조세 형평성을 놓고 설계해야 한다.

80억짜리 집에 산다고 매년 80억을 버는 사람이 되는 건 아니다.
그리고 세금이 과도한지 따지는 사람에게
그 정도 세금도 못 내면 80억 집 가질 그릇이 아니다라고 하는 건 조세 논리가 아니라 그냥 자산가에 대한 감정론에 가깝다.

[Alltaku @Allyakutaku]

LG전자의 신형 로봇청소기인 ‘로니’ 가 엘지전자 블라인드에서 뜨거운 감자입니다.

히든스테이션이라는 기능이 좋게 평가되고 있고, 가전제품 전문 유튜버인 귀곰 도 좋게 평가를 했죠.

그런데 이거 돈 아끼려고 양산금형을 안 만들었다는 이야기가 있네요 ㄷㄷㄷ
사실이라면 당장은 괜찮아도 내구성 문제가 발생할수 있습니다.

LG직원들 사이에서는 절대 사지 말라는 이야기 까지 나오고 있는 분위기 입니다.

혹시라도 관심 있으셨던 분들은 고민을…

[Amarillo @anyelamarillo]

Conocí a un Prompt Engineer que factura 1,2 millones de dólares al año.

Le pregunté cómo escribía prompts tan brutales…
Me mandó un curso gratis de Anthropic de solo 2 horas.
Lo terminé anoche.
A mitad del curso me quedé congelado.

Llevaba usando Claude mal todo este tiempo.
Completamente mal. 😳
Si usas Claude (aunque sea de vez en cuando)…
guarda este post.

Te va a cambiar para siempre cómo hablas con la IA.

[골빈해커 @golbin]

팔란티어의 FDE 모델은 미국, 호주, 유럽권에서는 이미 오래전부터 작동하던 모델이라 특별할게 없는데 왜 난리인지 알 수가 없다…아무튼 그것은 이런 것이다.

컨설팅으로 시작해서 → 솔루션을 만들어 넣고 → 라이센스 비용을 받으며 → 솔루션을 다른 회사에 판매하면서 다시 컨설팅을 하고 → 그 경험을 다시 솔루션에 넣어 재판매를 하는 플라이 휠을 돌려왔다.

서구권의 이러한 방식의 성장은 IBM으로부터 시작되었다고해도 과언이 아닌데, 그만큼 유구한 역사를 가지고 있다. 이뿐 아니라 대부분의 거대 IT 기업들은 대부분 이렇게 성장해왔고, 일본과 중국의 회사도 유사하게 성장한 경우가 많다.

하지만 문제는 우리나라다.

우리나라는 유독 그게 안된다. SI라는 것은 시스템 통합, 즉 발주사의 시스템에 개발사의 솔루션을 연결하는 것일텐데, 그것이 우리나라에서는 “구축”이라는 이름으로 발주사에 귀속되는 것으로 계약이 이루어지기 때문이다.

더불어 대기업과 공기업의 계약서에 보면 여전히 “모든 지재권은 갑사가 가진다. 어떠한 문제가 생겨도 갑은 아무런 책임을 지지 않는다. 모든 문제는 을이 무한한 책임을 진다.“ 라는 항목들이 들어있다. (그냥 쓴게 아니라 실제로 이렇게 써 있다)

그러니 소프트웨어 경쟁력이라는 것이 생길 수가 없다. 세계적인 B2B 솔루션이 없는 건 다 이유가 있는 것이다. 시장이 좁아서가 아니다. 경험을 쌓아도 제자리에 머물 뿐 성장을 할 수가 없기 때문이다.

이 외에도 폐쇄망, 공공클라우드 등의 문제도 있는데, 이것은 위와 같은 문제이기도하다. 물론 이 외에도 다른 문제들이 더 있지만 그것은 술자리 용도이니 궁금한 분은 오백원~ 😎🍿🥤

[codila @0xCodila]

Anthropic and Andrew Ng built an agent that uses 90% fewer tokens from scratch:

they dropped the entire book of Frankenstein into a prompt - 108,000 tokens asked one question

the input dropped from 108,000 tokens to 11

here's how:

step 1 → order matters: tools first, then system prompt, then your docs. anything that changes goes last

step 2 → drop the breakpoint after the last stable block. everything above it gets stored

step 3 → the match has to be byte-perfect. one extra space and you're back to full price

step 4 → 5 minutes of idle and it's gone. but every hit restarts the timer

step 5 → cache reads don't touch your rate limit. that's throughput you're not paying for

99% people never configure this - one afternoon and it pays for itself

save this - the full 1-hour course is right below ↓

[Codez @0xCodez]

Head of Claude Code:

"85% of our engineers are running dozens or hundreds of agents. The way you do it is graph engineering."

In 40 minutes he explains how a single engineer now does the work of a whole team, how far this has gone inside Anthropic and where it goes next.

This is something you can't skip if you don't want to be left behind.

Watch it, then read the full guide on graph engineering below.

[Khairallah AL-Awady @eng_khairallah1]

Don't waste 2 years learning to build LLMs like Claude & ChatGPT.

Andrew Ng, the godfather of AI, gave the complete playbook to become an AI agentic engineer in 2026.

• 00:00 - AI agent basics
• 12:12 - AI Agentic workflows & design patterns
• 53:27 - Practical tips for building AI agents
• 1:20:30 - self-improving AI agent loops
• 1:30:19 - multi-agent AI systems

Anthropic pays $750,000/year to engineers who understand the this exact knowledge of LLMs.

Bookmark this & give 2 hours today, no matter what. Then read the article below.

[Jeff Dean @JeffDean]

Tomorrow will be my last day at Google after 27 years, and watching it grow from 25 people to 190,000+ has been an amazing journey. Below is a note I shared with many people internally at Google today. An excerpt is:

It has been an absolute pleasure to work with you and to help build some of the most widely used and impactful products of all time. As a kid, I dreamed of helping build software that would be used by many people, and Google now has thirteen products used by more than a billion people (amazing!). Our work has had a tremendous impact in the world, and I have been lucky enough to collaborate and form friendships with many colleagues that I deeply admire, respect, and enjoy. It still brings me joy every time I see people out in the world using our products to find information, handle email, translate documents, watch videos, learn new things, navigate and understand the physical world, browse the web, use their phone, run large-scale computations on our infrastructure, ride in an autonomous vehicle, or perform complex tasks with the help of our AI systems. I hope you all share this sense of joy, because it is a shared accomplishment! Thank you to all of my colleagues at Google over many years!

Now I'm excited to go start @DiscoLoopAI with my longtime friends and colleagues @Sanjay_Ghemawat, @OriolVinyalsML, and @quocleix.

(Updated post: slightly redacted to not have some personal info)

[무슨 일이 일어나고 있나요? @museun_happen]

국민신문고 근황

[Noisy @noisyb0y1]

She built 100+ agents for Anthropic and made $1.3M - and in 60 minutes leaked everything she knows at Stanford:

02:07 - her first agent for Anthropic brought her $1.3M
08:34 - agents replace a team of 50 engineers worth $200k a month
19:47 - one agent did overnight what the company planned for 5 years

after watching I launched my first agent - $7k in the first week and zero employees needed.

Save & watch - the article below is step by step how to build your first agent like hers.