MINEA의 먼저 말 거는 맥 비서, 개입 시점과 실행 권한의 경계
MINEA가 제안하는 화면 맥락 기반 개입과 로컬 판단, 되돌릴 수 있는 행동의 자동화 경계를 살펴보고 체험판의 배포·권한·검증 조건을 구분한다.
카첸버그가 제안하는 창작 AI의 조건, 동의와 크레딧과 보상
제프리 카첸버그의 창작 AI 낙관론을 제작 기술의 역사와 노동의 손실, 창작자 동의·크레딧·보상이라는 조건으로 나누어 읽는다.
Jev를 에이전트에 붙이는 법, 판단은 모델에 맡기고 행동은 코드로 정한다
Jev의 Choice·Score·Noul을 에이전트에 배치하는 방법과 확률·confidence의 차이, 스키마 보장의 한계, 안전한 도입 절차를 정리한다.
지능이 싸질 때 바뀌는 소프트웨어, 토큰 가격과 작업 비용부터 구분하기
작업당 AI 비용을 낮추는 모델·추론 엔진·하드웨어·특화 모델의 변화를 살펴보고 서로 다른 효율 지표의 합산과 미래 수요 전망을 구분한다.
Python Workers 정식 출시, 웹 프레임워크와 패키지가 만나는 Wasm의 경계
Python Workers GA의 바인딩·웹 프레임워크·TCP 소켓 지원을 설명하고, 네이티브 확장 패키지와 ORM의 호환성 조건을 공식 문서와 대조한다.
Linear의 CI 개선과 테스트 격리를 푸는 조건
Linear의 CI 개선을 준비 비용, 파일 분할, 모듈 상태 공유의 조건으로 살펴본다.
Jev가 다시 꺼낸 빠른 구조화 출력, 모델보다 추론 방식의 차이일까
Jev의 저지연 구조화 결정을 기존 LLM의 단일 토큰 선택과 비교하고, 속도·형식 보장·확률 보정·정답률을 구분한다.
추천 피드에 맡긴 주의력, 직접 고르는 인터넷으로 돌아가기
반복해서 접하는 콘텐츠가 생각에 남는다는 관점에서 추천 피드를 비판하고, 북마크와 RSS로 읽을 대상을 직접 고르는 인터넷 사용을 설명한다.
내가 읽기 쉬운 AI 출력이 남에게도 좋은 글은 아니다
AI 출력의 맥락을 아는 작성자와 모르는 독자의 차이를 살펴보고, 직접 쓰면서 AI에 사실 확인과 교정을 맡기는 작업 방식을 정리한다.
배우는 동안 써야 하는 이유: 답을 찾는 경로도 지식이다
문서가 있어도 초보자는 답을 찾을 용어와 연결 경로를 모를 수 있다. KubeJS와 네트워크 학습 사례로, 혼란이 사라지기 전에 성공과 실패를 기록해야 하는 이유를 살핀다.