AI 36
- 사서 쓰던 AI를 만들어 쓰는 쪽으로, Meta와 Microsoft가 사내 Claude 사용을 줄인다는 보도와 읽는 법
- 1조 파라미터 오픈 웨이트를 유럽에서 처음부터 학습했다, Mistral Large 4 공개 프리뷰가 내세우는 것과 아직 검증할 수 없는 것
- 목표를 반복해서 하네스가 밀고 가게 한다, Will Larson이 Imprint에서 시도한 소프트웨어 팩토리 패턴
- 역전파 없이 트랜스포머를 사전학습한다, Q Labs의 Dust가 토큰마다 활성값에 잡음을 넣는 이유
- 방에 엔지니어 셋을 모으지 않고 시스템을 이해한다, Candost가 서브모듈 66개로 만든 AI 하이브 마인드
- 이미 일어나고 있다면 어떻게 알겠는가, Alex Moon이 AGI의 입을 빌려 쓴 풍자와 그 근거 자료
- AI가 짓는 좀비 건물을 피하려면, Katie Dill이 Stripe에서 말한 의도와 품질과 예술성의 확장
- LLM의 출력을 이해하는 법, Karpathy가 꼽은 글쓰기에서 설명 영상까지의 네 단계
- 관리자는 죽지 않았다, Camille Fournier가 AI 시대의 매니저 역할을 세 갈래로 다시 짚는다
- 가르치지 말고 배울 이유를 만들어라, 정형원의 MIT 강연과 인센티브로 보는 범용 AI
- 챗봇은 비밀 일기장이 아니다, Claude 대화가 경찰에 넘어간 플로리다 사건이 남기는 질문
- Muse가 잘한 것은 기술이 아니라 설계, 광고로 토큰을 대는 Meta의 소비자 AI 전략
- 수학은 끝나는가 졸업하는가, Christian Szegedy의 정글과 비행기 비유
- LeCun이 AI 종말론을 거부하는 이유, 유출된 샌드박스와 규제 포획 논쟁
- 채점할 수 없는 일에 가치가 있다, Phil Chen의 AI 시대 커리어 조언 여섯 가지
- Micron CEO가 내놓은 2027~2028 메모리 공급 전망, 균형 시점이 보이지 않는다
- AI가 복제 비용을 낮추면 소프트웨어 기업의 해자는 어디에 남는가
- AI는 통제 가능한 소프트웨어라는 주장, Mistral의 개방성과 유럽 인프라 전략
- AI도 틀린다는 말이 실패 조사의 끝이 되어서는 안 된다
- 내가 Muse를 만드는 이유
- 계획 모드는 줄어들어도, 시스템을 이해하는 일은 남는다
- 사용자가 앱을 만드는 시대, 운영체제와 휴대폰을 다시 묻다
- Cursor가 토큰 비용을 7% 줄인 방법, 반복 컨텍스트부터 덜어내기
- 나는 내 재능을 어제에 묻을 수밖에 없다 — 읽기 노트
- AI에게 이해를 맡기지 않기 위해 만든 개인 지식 노트
- AI가 코드를 대부분 작성해도 남는 일, 설계와 검증과 책임
- 카첸버그가 제안하는 창작 AI의 조건, 동의와 크레딧과 보상
- Jev를 에이전트에 붙이는 법, 판단은 모델에 맡기고 행동은 코드로 정한다
- 지능이 싸질 때 바뀌는 소프트웨어, 토큰 가격과 작업 비용부터 구분하기
- Jev가 다시 꺼낸 빠른 구조화 출력, 모델보다 추론 방식의 차이일까
- 내가 읽기 쉬운 AI 출력이 남에게도 좋은 글은 아니다
- 테스트를 통과해도 코드는 조잡해진다 - 중복과 복잡도 지표로 읽는 SlopCodeBench
- AI가 슬픈 이유 - 코딩의 즐거움과 존중을 시장 평가에서 분리하기
- 35시간 돌아간 코딩 에이전트가 남긴 것 - Astra의 토큰 효율과 유지보수 비용
- 증기기관을 전기모터로 바꿨더니 생산성이 그대로였다 - 리드 헤이스팅스가 교실과 일자리를 같은 논리로 읽는 법
- 취향은 어디서 오는가 - 크리스틴 웹버가 AI 시대에 다시 묻는 안목의 기원