리브의 아침 브리핑

01계획 모드는 죽었다

Nuanced에서 계획을 계속 고쳐 쓸 수 있는 문서로 만들어 봤는데, 사용자들은 명세보다 그냥 대화를 원했습니다. 모델이 저장소를 스스로 읽고 합리적인 가정을 세우게 되면서 사람이 미리 적어 줘야 할 결정은 계속 줄고 있습니다. 필요한 건 긴 계획 문서가 아니라 사람이 판단해야 할 지점과 그 판단에 필요한 맥락입니다.

• 생각을 정리하는 과정은 유용했지만, 그 결과를 방대한 명세로 남긴다고 이해가 깊어지지는 않았습니다. 명세를 안내하는 Spec Tour까지 붙였더니 읽어야 할 텍스트만 한 겹 더 늘었습니다.
• 채팅, 명세, 검토, 승인, 구현으로 이어지는 선형 흐름은 실제로 생각하는 방식과 맞지 않았습니다. 지금 에이전트는 이해, 실행, 검토, 조정을 반복할 수 있고 계획은 그 반복 안에서 일어납니다.
• 댓글에서는 Claude Code 쪽이 plan mode를 없애고 mod로 돌리겠다고 한 트윗이 인용됐습니다. 계획 모드를 여러 번 고쳐 쓰는 편이 다시 리팩터링하는 것보다 싸다는 반론도 함께 붙었습니다.

aymannadeem.com · 관심사 최상 · 추천 상위 18.0%

02이제 OS란 대체 무엇인가?

AI로 네이티브 macOS 앱을 몇 개 만들어 보니 프로그래머와 사용자의 경계가 사라지는 게 보였습니다. 앞으로 앱 상당수는 사용자가 한두 명뿐일 겁니다. 그렇다면 낯선 공급자의 앱을 서로 격리하려고 만든 지금의 OS 설계는 전제부터 다시 봐야 합니다.

• Roscoe Village의 정확한 날씨나 퇴근길에 어느 길로 빠질지 같은 사소한 요구가 오히려 핵심입니다. 사용자가 너무 적어서 아무도 프로그램으로 만들지 않던 문제들이기 때문입니다.
• 소프트웨어 공급은 완성 앱에서 구성 요소 쪽으로 옮겨 갈 겁니다. 대형 브라우저와 워드프로세서는 남겠지만, 그 기능 일부만 가져다 쓰는 개인 앱은 수천 배로 늘어날 수 있습니다.
• 그래서 Fly.io를 떠나 Kurt와 휴대전화를 만들고 있습니다. 고정 기능 앱을 돌리는 기기가 아니라, 요청하면 그때 필요한 앱을 만들어 주는 기기입니다.

sockpuppet.org · 관심사 상 · 추천 상위 25.8%

03LLM 시대에도 프로그래밍을 계속 즐기는 법

코딩은 제가 하고 LLM에는 계획 정리와 조사, 검토 같은 주변 일을 맡깁니다. 생산성은 조금만 오르지만, 코드베이스에 대한 이해와 프로그래밍하는 즐거움은 지킬 수 있습니다.

• 몇 주만 구현을 전부 넘겨도 직접 코딩으로 돌아가기 어려워집니다. 생성된 파일에 버그가 있다는 걸 알아도, 코드가 낯설어서 찾기가 힘듭니다.
• 에이전트에게는 판단이 아니라 준비를 시킵니다. 다음 할 일, 고칠 위치, 주의할 함정, 관련 조사를 모아 두게 하면 저는 구현에만 집중할 수 있습니다.
• 구현 위임은 FIXME 정리나 위험이 낮은 리팩터링 정도로 제한합니다. PR과 커밋 메시지처럼 사람에게 보내는 글은 직접 씁니다.

discourse.haskell.org · 관심사 상 · 추천 상위 34.4%

04비전 모델까지 지원하는 Jev 스타일 LLM 래퍼

일반 LLM에게 긴 답을 쓰게 하지 않고 A/B/C 중 문자 하나만 고르게 한 뒤, 그 토큰의 확률을 읽어 선택지별 확률로 바꿨습니다. 같은 score() 함수를 비전 모델에 붙이면, 웹캠 화면에 사람이 있는지나 장면이 얼마나 밝은지를 자연어 질문만으로 판별할 수 있습니다.

• 질문 유형은 선택형, 참일 확률, 순서가 있는 점수형 세 가지를 지원합니다. 확률은 제시한 선택지 안에서 합이 1이 되도록 정규화하고, API가 중요한 선택지의 확률을 빠뜨리면 그대로 계산하지 않고 오류를 냅니다.
• 프레임당 질문 3개 기준으로 RTX 3090의 Gemma 4 12B는 약 1FPS, OpenAI gpt-6-luna는 약 0.2FPS였습니다. 다만 OpenAI 쪽은 연결 비용을 줄이지 않은 수치라, 모델 속도를 비교하는 근거로 쓰기는 어렵습니다.
• 전용 비전 모델보다는 느립니다. 대신 판별 조건을 바꿀 때 분류기를 새로 만들 필요 없이 질문과 선택지만 고치면 됩니다.

allanrbo.blogspot.com · 관심사 최상 · 추천 상위 44.0%

05우리에게는 훨씬 더 많은 수학자가 필요할 것이다

AI는 이미 아름답고 새로운 수학 아이디어를 만들고 있고, 이제는 모든 연구자가 따라잡지 못한다는 감각을 겪게 될 겁니다. 그렇다고 이해를 포기해서는 안 됩니다. 오히려 수학적 역량을 갖춘 사람들의 공동체를 크게 늘려야 합니다.

• AI가 설계한 1테라와트 핵융합 발전소를 짓기 전에는, 그 작동 원리와 안전성의 근거를 이해하는 사람이 기업 밖에도 있어야 합니다. 정리는 모델 안에서만 성립하므로, 모델의 전제가 현실과 맞는지는 따로 따져야 합니다.
• 여러 연구팀이 한 학기나 1년씩 지원을 받아, AI가 만든 아이디어를 AI의 도움으로 이해하는 연구가 가장 중요한 수학 연구 중 하나가 될 수 있습니다.
• 개인 생산성이 올라가도 깊이 이해하는 데 드는 시간은 줄지 않습니다. 그러니 인원을 줄일 게 아니라 함께 협력할 공동체에 투자해야 합니다. (Terry Tao 블로그에 실린 Amit Sahai의 기고문)

terrytao.wordpress.com · 관심사 중 · 추천 상위 50.1%

06Atlas - 코딩 에이전트를 위한 소스 관리 도구

코드 변경뿐 아니라 에이전트가 받은 요청과 도구 사용, 작업 맥락까지 Git 커밋에 묶어 기록합니다. Claude Code로 시작한 일을 Codex로 넘겨도 처음부터 다시 설명할 필요가 없게 하는 것이 목표입니다.

• 커밋과 세션을 연결한 체크포인트에 직접 질문하면, 긴 대화 기록을 뒤지지 않고도 당시 작업 내용을 바탕으로 답을 받습니다. amend나 rebase를 거쳐도 이 연결은 유지됩니다.
• CLAUDE.md, AGENTS.md, 프로젝트 메모와 기존 에이전트 기록을 함께 검색합니다. 임베딩과 검색은 로컬에서 처리합니다.
• Rust/Tauri 기반 데스크톱 앱이고 macOS와 Windows를 지원하며 라이선스는 Apache-2.0입니다. 계정 없이 쓸 수 있고, 팀 동기화는 선택 사항입니다.

github.com/pacifio · 관심사 상 · 추천 상위 68.4%

07플립 도트 디스플레이에서 돌리는 유체 시뮬레이션

Flip Fluid on Flip Dots

플립 도트 디스플레이 위에서 유체 시뮬레이션을 돌린 mitxela의 하드웨어 제작기입니다. 본문은 재료로 받지 못해서, 아래 내용은 댓글에 드러난 반응 위주입니다.

• 한 댓글은 도트가 가는 자석 코일과 녹기 쉬운 플라스틱으로 돼 있어 디솔더링이 까다롭다는 대목을 인용했습니다. 여기에 기판 뒤에서 열풍기를 대면 그냥 빠진다는 조언이 달렸습니다.
• 커패시터 대신 음전원 레일을 쓰면 트랜지스터 두 개만으로 코일 전류 방향을 바꿀 수 있지 않느냐는 회로 쪽 질문도 나왔습니다.
• 오래된 버스에서 떼어 낸 플립 도트 패널을 되살렸다는 경험담도 붙었습니다.

mitxela.com · 관심사 중 · 프런트 상위 12.3%

08NeoVim이 Vim undo 파일을 지운 사고와 사용자 데이터에 대한 책임

On caring for user data: NeoVim caused Vim undo files to be deleted

NeoVim이 Vim의 undo 파일을 지웠습니다. 제가 문제 삼는 건 버그 하나가 아닙니다. 남의 데이터를 건드리면서도 사용자에 대한 주의 의무라는 개념이 없었다는 점입니다.

• 댓글에서는 무료로 소프트웨어를 주는 오픈소스 개발자에게 의무까지 요구할 수는 없다는 반론이 먼저 나왔습니다. 그런데 같은 댓글이 기존 파일을 호환되지 않게 바꿨다는 사실을 뒤늦게 알고는 입장을 일부 거둬들였습니다.
• 초기 NeoVim을 '호환성을 깨는 Vim'으로 기억한다는 반응도 있었습니다.
• undo 파일이 살아 있으면 :earlier 7d 로 일주일 전 상태까지 돌아갈 수 있다는 댓글도 붙었습니다. 이번 사고로 무엇을 잃었는지 거꾸로 보여 주는 팁입니다.

unsung.aresluna.org · 관심사 상 · 프런트 상위 13.7% · 논쟁

09Fireworks의 새 모델 Ember-1

Ember-1

Fireworks가 Ember-1을 발표했습니다. 댓글이 인용한 대목으로 보면, 추론 모델이 지나치게 오래 생각한다는 문제를 겨냥한 모델입니다. 본문은 재료로 받지 못해서 세부 수치는 확인하지 못했습니다.

• 사람이든 모델이든 분석 마비는 지능을 갉아먹는다는 반응이 먼저 달렸습니다.
• 글에 파레토 프런티어 이야기가 부족하다는 지적이 나왔고, 요즘 AI 글은 전부 파레토 프런티어 이야기뿐이라는 투덜거림도 함께 나왔습니다.
• 같은 작업을 DeepSeek Flash 계열에도 해 달라는 요청이 있었습니다. 기반 모델이 무엇인지는 원문에서 확인해야 합니다.

fireworks.ai · 관심사 상 · 프런트 상위 16.9%