Keyword / 35 entries
이 키워드가 붙은 글입니다. 전체 글
AI가 도구를 두 번 불렀는데, 결과도 두 개 돌아왔습니다. 그런데 결과가 호출 바로 다음 줄에 붙어 있지 않다면 어떨까요? 대화 기록을 읽는 쪽에서는 갑자기 작은 추리극이 시작됩니다. 이 결과는 어느 호출의 답일까? 그냥 가까이 있는 것끼리 붙이면 되는 걸까? 도구를 쓰는 AI 대화는 보통 도구 호출과 도구 결과를 별도 블록으로 남깁니다. 호출은 AI가 어떤 도구에 무엇을 요청했는지 나타내고, 결과는 실행 뒤에 돌아온 내용을 담습니다. 둘을 다시 연결하는 일을 여기서는 **짝짓기(pairing)**라고 부르겠습니다. 대화 화면에서는 한 덩어리처럼 보여도, 구조화된…
KO2026-08-13
AI에게 문서를 정리하게 하면 가장 곤란한 순간은 틀린 답을 내놓을 때만이 아닙니다. 애매한데도 너무 매끄럽게 다음 행동까지 정해 버릴 때가 더 난감할 수 있습니다. 새 페이지를 만들어야 할지, 자료를 더 찾아야 할지, 그냥 지나가도 될지 모르는 상황에서 말이죠. 그때 모델이 “제가 알아서 처리했습니다”라고 하면 (친절한 척하지만), 우리는 무엇을 확인해야 하는지도 잃어버립니다. llm_wiki의 README는 이런 판단을 Async Review System, 즉 비동기 검토함으로 따로 보냅니다. ingest 과정에서 LLM이 사람의 판단이 필요하다고 본 항목을…
문서 하나를 LLM에게 건네고 곧바로 위키 페이지를 만들게 할 수 있습니다. 그런데 그 결과가 출처를 따라갈 수 있는 지식인지, 기존 페이지와 충돌하는 대목을 알아챘는지, 빠진 핵심을 놓치지 않았는지는 다른 문제입니다. 문장을 잘 쓰는 일과 자료를 이해해 구조를 잡는 일은 같은 버튼 하나에 넣기엔 성격이 꽤 다르거든요. llm_wiki의 README는 이 지점을 두 단계 Chain-of-Thought Ingest로 나눕니다. 먼저 문서를 분석하고, 그 분석을 바탕으로 위키 파일을 생성합니다. 이름이 조금 거창해 보이지만 (LLM 이름표에는 원래 긴 단어가 잘…
“Turn this Figma frame into code” sounds like the perfect LLM task. The input is visual, the output is code, and there are enough naming decisions in the middle to keep a model pleasantly busy. I chose a less exciting architecture for figma-to-nativewind. The plugin first converts the selected Figma subtree into a…
EN2026-08-10
An AI can write a convincing commit message in seconds. That is the easy part. The difficult part begins one millisecond later: what is the tool allowed to do with it? When I designed Commit Quill, a VS Code extension for generating commit messages, the tempting interaction was obvious. Read the diff, call a model,…
EN2026-08-09
Part 1 of “Designing Coding Agents That Earn Write Access.” I used to treat an agent instruction file like a very stern README. Be careful. Keep the diff small. Run the tests. Do not make things up. All perfectly reasonable sentences. Together, they created the comforting appearance of control. Then an agent read…
EN2026-08-08
Part 2 of “Designing Coding Agents That Earn Write Access.” A drafting agent of mine once told me an API had landed in version 0.1.1. It had not. The changelog said the API shipped in 0.1.0+1, and that 0.1.1 was a release that only refreshed a dataset. The interesting part is where 0.1.1 came from, because it did not…
Part 3 of “Designing Coding Agents That Earn Write Access.” A global verification skill in my setup contains a neat table. See package.json? Try the JavaScript scripts. See pubspec.yaml? Consider Dart formatting, analysis, and tests. See Cargo.toml? Reach for Cargo. It looks portable. It looks systematic. It also…
사진 정리 도구를 만들다가 자동 라벨링 기능을 붙였습니다. 얼굴을 찾고, 임베딩을 뽑고, 비슷한 것끼리 묶고, "이 사진은 A네" 하고 자동으로 딱지를 붙여주는 그거요. 처음엔 당연히 이렇게 짰습니다. 점수가 기준을 넘으면 자동 확정. 안 넘으면 사람이 봐라. 깔끔하죠. 슬라이더 하나 만들어서 대시보드에 꽂아놓고 뿌듯해했습니다. 이게 왜 부족한지 깨닫는 데 시간이 좀 걸렸습니다. 문제 상황을 그림으로 그려볼게요. 임계값을 0.8로 잡아뒀습니다. 둘 다 통과합니다. 규칙대로면 아무 문제 없어요. 근데 이 둘이 정말 같은 급의 판단인가요? 1번은 "A가 압도적"입니다.…
KO2026-08-03
요즘 개인 프로젝트로 수입 고양이 사료 영양 카탈로그를 만들고 있습니다. 집에 고양이가 있으니 사료 성분표를 자주 들여다보게 되는데, 브랜드마다 표기 방식이 제각각이라 한자리에 모아서 비교하고 싶었거든요. Next.js에 Supabase, 그리고 빈칸 채우는 건 Anthropic API를 붙였습니다. "AI한테 시키면 알아서 채워주겠지" 하는 그 흔한 낙관으로 시작했죠. 그러다 어느 날 제가 짠 코드 한 줄을 보고 잠깐 멈췄습니다. catminzzi.tistory.com. 이거, 제가 예전에 열심히 쓰던 고양이 사료 블로그입니다. 대부분 2020년쯤 사료 리뷰를…
KO2026-07-19
I sit on both sides of AI code review. On one side, I run AI reviewers over pull requests as part of my own tooling. On the other, my repos receive automated reviews from vendor bots — Codex, Copilot — whose comments I then have to triage. Living on the receiving end teaches you something the producing end desperately…
EN2026-07-17
KO2026-08-13
KO2026-08-13
KO2026-08-13
EN2026-08-10
EN2026-08-09
EN2026-08-08
EN2026-08-08
EN2026-08-08
KO2026-08-03
KO2026-07-19
EN2026-07-17