기획자가 기획 뿐만 아니라 개발단에 진입하고,
개발자들이 기획자가 놓치는 포인트들을 챙겨주면서 굴러가자!는 좋은 취지의 글이라고 생각하지만...
저는 개발자 입장에서 반대 의견도 이해가 가네요.
현업에는 '상품 만들어서 그럴듯한 결과 만들기'까지가 개발이라 생각해서
데모 수준의 (실운영하기엔 오류 가득한) 프로그램을 완성한 것처럼 이야기하고 다니고. 막상 열어보니 내부 상태가 개판이라 유지보수는 개발팀이 받아서 짬처리하는 걸 많이 보고 겪으셨기 때문일거라 생각함,,
?: 이미 다된거받았는데 왜이렇게 오래걸려?
?: 기획팀에선 일이주면 완성하던데..
햐햐 retweeted
Anthropic公式が「うちの社員がClaude Codeをどう使ってるか」のPDFを出してるんですが、
タダで読める資料の中で、これが一番の教科書だと思います
何万円もするAIスクールより先に、これです
中身と、英語が読めなくても30分で吸収する読み方を下に置いときます
特に2つ目の読み方が本体で↓
개발 속도에 차이가 없어져서
프레임워크 자체의 성능만 볼 줄 알았는데 토큰사용량이란 변수가 있구나,,
난 프레임워크 자체 성능만 볼 거 같긴해
그동안 개발자들은 성능이랑 개발 속도를 보고 프레임워크를 골랐음
근데 이제 코드를 AI가 짜주니까 기준이 통째로 바뀌는 중임
프레임워크는 리액트, 뷰, 앵귤러처럼 웹 만들 때 쓰는 기본 틀임지금까지 싸움은 뭐가 더 빠르고 짜기 편하냐였음
근데 AI가 코드를 짜기 시작하면서 새 질문이 생김
같은 걸 만들 때 AI 토큰이 얼마나 드냐는 거임
토큰은 AI가 글자를 처리하는 단위고 그게 곧 돈임
실제로 재본 사람이 있음 (Nolan Lawson)
Claude Opus 5.5한테 똑같은 포켓몬 앱을 12가지 프레임워크로 만들게 하고 토큰을 쟀더니
- 제일 적게 든 건 Nuxt 약 385만, Astro 413만, Hono+htmx 426만 토큰
- 제일 많이 든 건 Angular 976만, SvelteKit 853만 토큰
같은 앱인데 무거운 쪽이 가벼운 쪽의 2.5배 가까이 토큰을 먹음
빌드 비용도 Hono+htmx가 2.67달러로 제일 쌌음
결국 사람이 짜기 편한가에서 AI한테 얼마나 싸게 먹히나로 최적화 방향이 넘어가는 거임
그동안 성능 최적화랑 개발 속도를 챙겼다면, 이제 AI 최적화라는 축이 하나 더 생긴 셈
21
PLEASE.
Siapapun kalian yang sudah pakai coding agent jadi bagian tak terpisahkan dair kehidupan, pakai lah ini.
SEKALI AJA di app apapun yg kalian buat. Daripada menyesal di masa depan.
github.com/cloudflare/securi…
햐햐 retweeted
🔥 ChatGPT, Claude, Gemini, Grok 쓰시는 분들!! 🔥
AI랑 길게 나눈 대화 세션 전체 저장부터 압축해서 인수인계(handoff) 파일 만들어주는 크롬 확장프로그램...
--> 100% 무료로, 오픈소스로 공개합니다!
바로~ Lucian AI Chat Exporter입니다.
(이번에도 제가 만든 오픈소스입니다!)
매우 긴 AI 채팅 세션 전체가 필요하면?
→ 대화 전체 내용을 Markdown으로 그대로 추출
(해당 채팅 세션이 아무리 길어도.. 평균 10초 이내로 export해줍니다!)
다른 AI 또는 세션에 인수인계하거나 리뷰받고 싶다면?
→ 알고리즘으로 핵심 맥락을 압축해 Markdown으로 추출
자체 압축 테스트에서는...
100만 토큰의 인수인계 문서 생성에 약 1.16초밖에 안 걸렸고,
--> 압축본만 읽은 AI의 질의응답 정답률은 97.6%였습니다.
이 확장프로그램으로 추출한 파일을 다른 AI나 새 채팅에 올리고..
"읽고 이어서 해줘."
"이 내용 검토해줘."
이렇게 쓰시면 됩니다!
PDF, Word, 한글(HWPX) 저장도 지원하고, 별도 회원가입이나 API 키도 필요 없습니다.
(100% 로컬에서 알고리즘으로 동작)
설치 링크와 깃허브는 댓글에 남겨둘게요!
ネーミングがセンスあるなぁ。
Claude Code向けのスキル「imozuru(芋づる)」
知らない分野の用語や研究者を探して、参考文献、引用先、著者の別の論文へと調査を広げる。
ここまでは、スキル化するほどの話ではないんだけどど。
おもしろいのがここから。
集めた原文は、要約せずに保存。
最後に作るのも、きれいに結論をまとめたレポートじゃなくて、主張ごとに原文の該当部分を並べた「抜き書きのページ」。
どの保存ファイルの何行目かも示してくれるんだって。
README読んだら、「調べ始めの段階できれいにまとめると、そこで探索を終えてしまいやすい」、という考え方が説明されてた。
たしかーに。
新しい分野を勉強するときは、まだ何を知らないかもわからない。
その段階で読みやすい答えが出ると、理解した気になっちゃう。
imozuruは原文へ戻るための情報を残して、読むところを人間に渡す設計なんだね。
もう一つよかったのが、抜き書きと原文を照合する仕組み。
切り出した文章が、指定した行にそのまま存在しなければ、ページを作らない。AIが引用文を少し書き換えてしまうのを防ぐ。
もちろん、原文と一致していても、その内容が正しいか、主張の根拠として十分かは別。
そこを自分で判断したい僕にはピッタリのスキルだわ。
github.com/MaryCache/imozuru
햐햐 retweeted
수백조 원씩 칩 사 모으던 빅테크들이 긴장할 만한 소식이 오늘 새벽에 보도됨.
"꼭 그렇게 비싼 반도체랑 전기를 무식하게 갈아 넣어야만 AI를 만들 수 있냐?"며 정반대 길을 파던 스타트업 두 곳이 오늘 동시에 대형 사고를 쳤기 때문임.
1. "어린아이는 책 몇 권만 읽어도 말 배우는데, 왜 AI는 인터넷 절반을 다 읽어야 해?" — 창업 1년 된 회사에 1.4조 원이 몰림 (블룸버그 보도)
- 지금까지 AI 업계의 법칙은 단순했음. 더 똑똑한 AI를 만들려면 무조건 엔비디아 칩을 수십만 개 더 사고, 거대한 데이터센터를 지어서 돈과 전기로 찍어 눌러야 한다는 거였음.
- 그런데 오늘 블룸버그 보도에 따르면, 스탠퍼드대 박사 형제와 일론 머스크의 뇌신경 칩 회사 '뉴럴링크' 출신 연구원이 세운 갓 1년 된 스타트업 '플래핑 에어플레인즈(Flapping Airplanes)'가 몸값 약 8.4조 원(60억 달러)을 인정받으며 단숨에 약 1.4조 원(10억 달러)의 투자금을 쓸어 담음.
- 이들이 던진 질문은 아주 직관적임. "사람 뇌는 아주 적은 정보만 보고도 금방 배우는데, 왜 지금 AI는 인터넷 전체 데이터를 다 집어삼키고 수백조 원어치 칩을 돌려야만 똑똑해질까? 지금의 AI 학습 방식 자체가 비효율적인 거다."
- 회사 이름을 '퍼덕이는 비행기(Flapping Airplanes)'로 지은 이유도 재밌음. 옛날에 인류가 하늘을 날겠다고 새처럼 날개를 퍼덕이는 기계를 만들다 실패하고, 결국 '고정된 날개'라는 완전히 다른 원리로 비행기를 띄웠듯, 무식하게 반도체와 전기만 때려 박는 지금의 방식 대신 '적은 데이터와 적은 칩만으로도 똑똑해지는 새로운 방식'을 만들겠다는 뜻임.
- 더 흥미로운 건 투자자 명단임. 실리콘밸리 최고 투자사(세쿼이아 등)뿐 아니라 구글(GV)과 엔비디아까지 직접 돈을 싸 들고 들어감. 엔비디아 입장에서도 "만약 진짜로 칩을 적게 쓰는 기술이 성공해서 우리 비싼 칩이 안 팔리면 어쩌지?" 싶으니 미리 돈을 대며 보험을 든 셈임.
2. 사람도, 비싼 서버도 필요 없다 — AI가 스스로 연구해서 4개월 만에 찍어낸 노트북용 AI '플린트(Flint)' 공개 (와이어드 보도)
- 같은 날 미국 IT 매체 와이어드(Wired)에 공개된 또 다른 스타트업 '리커시브(Recursive)'의 새 코딩 AI '플린트(Flint)'는 한 술 더 뜸.
- 원래 새로운 AI 모델 하나를 바닥부터 만들려면 연봉 수억 원짜리 개발자 수백 명이 반년 넘게 매달려 실험하고 코드를 짜야 함.
- 그런데 세계적인 AI 석학 리처드 소처가 세운 이 회사는 자체 개발한 연구원 AI('유레카 머신')한테 아예 새로운 AI 개발을 통째로 맡겨버림.
- 그러자 이 연구원 AI가 혼자서 아이디어를 내고, 실험을 돌리고, 새로운 뇌 구조와 반도체 최적화 코드까지 직접 짜서 아주 작은 인력만으로 단 4개월 만에 새 AI 모델을 완성해 냄. 사람이 AI를 만들던 시대에서 'AI가 스스로 다음 세대 AI를 연구해 찍어내는 시대'가 실제로 열린 거임.
- 심지어 이렇게 AI가 직접 깎아 만든 '플린트'는 수천만 원짜리 데이터센터 서버가 아니라, 우리가 카페에서 쓰는 일반 맥북(노트북)이나 개인 PC에서 바로 돌아감. 평소엔 뇌 전체(400억 파라미터)를 다 쓰지 않고 질문에 필요한 핵심 뇌세포(25억 파라미터)만 골라서 켜지는 구조로 설계해, 비싼 서버 비용 한 푼 없이 내 노트북 안에서 빠르고 똑똑하게 코딩을 해냄.
한쪽에서는 빅테크들이 한 분기에 수십조 원씩 쏟아부으며 '무식한 물량전'의 끝을 달리고 있지만,
다른 한쪽에서는 "그 비싼 칩과 전기, 그리고 개발 인건비를 10분의 1로 줄여서 똑같은 결과를 내겠다"는 기술들이 무서운 속도로 치고 올라오고 있음.
어느 산업이든 특정 부품과 비용이 감당 못 할 만큼 비싸지면, 결국 판을 뒤집는 건 '돈을 더 많이 쓰는 쪽'이 아니라 '돈 안 들이고도 돌아가게 만드는 쪽'이었음. 지금 AI와 반도체 판에서도 바로 그 변화와 격변이 시작되고 있음.
햐햐 retweeted
책 합법 무료 사이트
1. gutenberg.org : 7만 권 넘는 무료 고전 명작
2. standardebooks.org : 같은 고전인데 편집이 훨씬 보기 편함
3. openlibrary.org : 스캔본 대출, 다른 데서 못 찾는 책도 여기 있음
4. 우리 동네 공공도서관 전자도서관 : 전자책 무료로 빌려볼 수 있음
햐햐 retweeted
🚨 TU AGENTE YA PUEDE DESMONTAR CASI CUALQUIER APP Y EXPLICARTE CÓMO FUNCIONA
Se llama REA (Reverse Engineer Anything) y es open source.
Ves una función que te gusta en una app.
Le pides a tu agente que la investigue.
Y te explica cómo está hecha, con pruebas, sin tener el código fuente.
→ Abre ejecutables de Mac, Linux y Windows con Hopper o Ghidra
→ Mapea apps de JavaScript y Electron sin ejecutarlas
→ Mira dentro de APKs de Android y de webs
→ Todo en local: la app no sale de tu ordenador
→ Va con Claude Code, Codex, Cursor, Gemini CLI y OpenCode
El prompt que trae de ejemplo:
"Entiende cómo funciona la búsqueda en la app de Notas, enséñame las pruebas y construye algo parecido para mi proyecto."
314.000 estrellas en GitHub, casi 10K en un día. Licencia MIT.
OJO: no te devuelve el código original ni clona la app.
Y entender cómo está hecha una app no te da permiso para copiarla.
Yo lo usaría para ver cómo resuelve otra herramienta algo que quiero en mi web app, sacar las APIs de las que tira... usa la imaginación aquí
Repo 👇
햐햐 retweeted
在 Claude Code 里干到一半切去 Codex,终于不用重新交代一遍项目架构和踩坑记录了
很多开发者同时用多个 AI 编程工具,但各家的记忆互不相通,换个终端或换台电脑就得从头解释上下文
开源项目 akitaonrails/ai-memory 把长期记忆抽成了独立的底层服务,支持在 20 多种 Agent CLI(Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等)之间无缝接力
几个核心机制:
• 带状态的跨工具接力:退出 Claude Code 后在同一目录运行 ai-memory run codex,不仅能移交未完成的问题和失败尝试,还会在本地生成一份临时的原对话历史投影供新 Agent 查阅,无需把完整本地记录上传到远端
• 默认零 LLM 消耗:通过生命周期 Hooks 自动静默捕获提示词与工具调用,检索(基于 SQLite FTS5、实体与图关系融合)和记忆衰减压缩默认不需要任何 API Key
• 纯 Markdown + Git 作为唯一事实源:所有记忆最终沉淀为可读可改的 .md 知识库文件,可直接用 Obsidian 打开或用 grep 检索;数据库只是可随时重建的派生索引
• 单二进制文件部署:基于 Rust 编写(目前 GitHub 约有 9.9k Stars,最新版 v3.1.1),官方测试写入上限约 700 次/秒,支持单机、局域网或团队共享并自带多用户鉴权与审计日志
github.com/akitaonrails/ai-m…
햐햐 retweeted
【海外で話題】
GitHubスター16万超のスキル「Ponytail」が新版5を公開😳
nitter.cf/bruceradley/status/211…
これ、何がヤバいかというと👇
・作者の比較で、同じ39の作業でコード53%減・トークン45%減・費用26%減
・それでも危ない処理の98%にテストが付く、スキルなしだと68%
・日付の入力欄は、手作りの335行がブラウザ標準を使った10行に
・Claude Codeなら/pluginのコマンド2行で入る、MITで無料
つまり
❌ エージェントに一から全部書かせる
⭕ 「すでにある物で足りないか」を先に確かめさせる
→ 「Claude Codeが高い」んじゃない。
→ 「書かなくていいコードまで書かせてた」だけ。
で、Ponytail以外にもトークン代を抑える手を知りたいなら
この下の記事で、モデルの使い分けまで一気にわかる👇
🕹️ 谷歌刚开源了 ARTEMIS,能让 AI 像人一样拿着一台真 Android 手机点来点去。
8 月中旬才建的仓库,GitHub 上已经 1.2 万 star,一千三百多个 fork,在 Google Research 的 AndroidWorld 基准上跑出 99% 以上的任务完成率,那套题覆盖 20 多个应用、100 多个多步骤任务。
写过 Android 自动化测试的都知道那种折磨:一个登录流程要写几十行定位代码,界面一改控件就全废,脚本比功能本身还难维护。ARTEMIS 的路子是你用自然语言说要测什么,它靠元素索引去点,认不出来就退回坐标和视觉定位,跨应用的流程也能一路走完。
它原生带一个 MCP 服务,Claude Code、Windsurf、Antigravity 这类工具可以直接驱动手机,顺手把 Logcat 和截图收回来。赶时间就用每步三到五秒的快速模式,想跑长时间稳定性测试就换成执行前先核对目标、卡住了再交回来的那一档。另外它第一次在设备上跑任务时会装一个读屏幕布局的辅助服务,只在手机本地运行、不往外发数据,失败了就退回 UIAutomator2。
手机测试这件事,终于不用全靠人肉手指了。
GitHub:github.com/google/artemis
Claude Code 团队公开了他们审代码的做法:代码大约九成由 Claude 写,六月到九月合并的修改翻了一倍多,需要撤回的比例反而降了四成多。
这期用一摞带洞的奶酪片讲这套做法:每道检查都会漏,叠起来就很难漏,底下还有一张网兜底。
片中回答五个问题:哪些修改还要人看,AI 审 AI 会不会没完,审查的 AI 漏了怎么办,人不读代码怎么懂代码,出了事算谁的。人不再逐行读代码,时间花在机器做不好的判断上。
视频1: 英文版
视频2: 中文版
햐햐 retweeted
프론티어(?) 코드 리뷰 스킬, cstack을 소개합니다.
@ClaudeDevs Claude Code 팀이 공개한 일하는 방식. 여러 겹의 리뷰, 위험도별 승인, 끝없이 돌지 않고 수렴하는 검토.
여기에 @poteto의 에이전트 철학 pstack을 얹었습니다. 작은 diff, 실행으로 하는 증명, 적대적 리뷰.
프론티어 모델을 쓴다고 프론티어급 코드가 나오지는 않습니다. 일하는 방식도 프론티어급이어야 합니다.
Claude Code, Codex, Cursor에서 "이 PR 리뷰해줘"라고만 하면 이 방식으로 리뷰합니다. 에이전트에게 링크만 주면 설치와 점검까지 해 주고, 직접 해야 할 설정은 정리해 줍니다.
MIT 라이선스, 비공식 프로젝트입니다. 기여 환영합니다.
Repo
👉 github.com/yulmucoffee/cstac…
Prompt
👉 Set up cstack for me by following github.com/yulmucoffee/cstac…
Claude writes about 90% of Claude Code's code.
From June to September, merged PRs more than doubled while the share reverted fell by more than 40%.
We wrote about how we changed code review to get there, and how to adopt it:
claude.dev/blog/solving-code…
绝对是本周最值得读的文章之一,来着 Claude 团队的 Felix 的个人博客。
一篇帮助你理解如何更好地与 AI 协作,如何更聪明地使用 AI。
在这个能力每隔几周就突飞猛进的世界里,我们需要一些技巧,让我们能够做到以前从未想过或认为不可能的事情。
其中有个对我有启发的点:
关于如何把一件事情做到极致的指令或思路:坚持使用业内顶尖专家使用的工具;选择一些看似不切实际的目标,然后告诉模型这些目标非常合理;挑战你的认知,创造新知识,使用外部评判者。
甚至还搭配了一个提示词:
我想要的是一个更深入的版本,而不是一个更大的版本。在重写题目之前:(1)请说明该领域的顶尖专家会做哪些我没有要求的事情;(2)请列出他们会从哪些最原始的素材入手,而不是我已经整理好的素材;(3)请列出他们会使用的具体方法和工具;(4)除了你我之外,还有什么可以证明结果是正确的。然后,请修改我的题目,使其完全符合上述要求。
Hi, I'm Felix. I'm an eng lead working on Claude. I love watching people take flight and do things they never thought possible.
We often describe that as "being more ambitious" when using AI, which is tricky advice to follow. I wrote a tutorial:
felixrieseberg.com/how-to-be…
햐햐 retweeted
Google just open-sourced Harness².
(turn any harness into a self-improving system)
a harness is everything wrapped around the model, like the system prompt, tools, memory, skills, and subagents. today a person designs it once, and the agent runs every new task with that same fixed setup.
Harness² lets the agent refine that setup for each new task on its own, with the model weights left untouched.
on every task, the agent proposes edits to its harness, runs a few candidate versions, and composes a better harness by comparing how those runs behaved.
because it learns from the differences between runs, it needs no correct answer or grader for the task.
that covers a single task. Harness² also carries what it learns from one task into the next.
after each task, it saves the harness it settled on along with the lessons that held up across the runs. the next time it refines a harness, it starts from those notes instead of from scratch.
this means every finished task makes the next round of edits more informed.
Google tested this with Gemini 3.5 Flash and GLM-5 on legal, office, and professional work benchmarks. one round of edits was enough to beat their original harnesses, and giving the agent more rounds pushed scores higher.
those extra rounds can go wide or deep. the agent either tries several candidate harnesses at once or keeps refining a single one step by step, using OpenCode or Codex to carry out the work.
you can find the Harness² repo here: github.com/google-research/h…
I wrote about a similar idea for agents already running in production, where the harness should repair itself after a failure instead of waiting for someone to debug the trace by hand.
that piece walks through how @Cometml's Opik (open-source) closes this loop, going from a failing trace to a proposed fix to a regression test that stops the same failure from coming back. it's quoted below.
햐햐 retweeted
드디어!! 기다려주셨던 Lucian UX/UI Prompt 대규모 업데이트입니다!
🔥 100% 무료... 애니메이션 UX/UI 200개를 새롭게 추가했습니다! 🔥
(당연히 전체 오픈소스입니다.)
기존 200개에서 무려..
--> 총 400개가 됐습니다!
지난번 제가 만든 오픈소스를 공개한 뒤 정말 많은 분들이 관심을 가져주셨고, 업데이트한다고 말씀드렸을 때도 정말 많은 분들이 기대해주셨는데요.
그래서 이번에는 단순히 개수만 늘리는 게 아니라, 실제 웹사이트에서 써보고 싶은 다양한 인터랙션과 애니메이션을 새롭게 만들었습니다.
이번에 새롭게 추가된 200개를 영상 하나에 전부 보여드릴 수는 없어서, 그중 5개만 먼저 보여드립니다!
자동화 흐름도부터 입체적으로 솟아오르는 데이터 차트, 선택한 기준에 따라 다시 모이는 버블, 물결처럼 움직이는 글자, 클릭하면 반응하는 관계망까지!
나머지 UXUI도 아래 사이트에서 직접 확인해보실 수 있습니다.
(이번에도 라이트테마, 다크테마 각각 모두 지원, 한국어/영어 지원입니다.)
이번에도 전부 무료로 공개하는 오픈소스 프로젝트입니다.
기다려주시고 응원해주신 모든 분들 정말 감사합니다!! 🙇♂️
lucianlabs.dev/uxui-prompt/
바이브코딩 하시는 분들!!
🔥 움직이는 UI 200개, 전부 100% 무료로 풀었습니다. 🔥
--> Lucian UX/UI Prompt입니다.
(제가 만든 오픈소스입니다!)
누르면 종이비행기가 날아가는 버튼, 낮과 밤이 바뀌는 스위치, 움직이는 카드와 차트 등등..
웹사이트에서 직접 눌러보고 마음에 드는 걸 고르시면 됩니다.
사용법도 간단합니다!
원하는 UI 고르기 --> "프롬프트 복사" → 클로드코드나 코덱스에 붙여넣기
(그냥 마음에 드시는 UI 결정 후 프롬프트 복붙하면 끝!)
💡 라이트와 🌑 다크 모드도 둘 다 지원합니다.
그리고 클로드코드, 코덱스에서 알아서 쓰라고 맡길 수도 있는 스킬도 준비했습니다.
설치해두고 이렇게 시키시면 됩니다.
--> "lucian-uxui 스킬로 내 홈페이지에 요금제 토글이랑 FAQ 넣어줘."
그러면 AI가 내 프로젝트 구조와 테마를 먼저 확인하고, 갤러리에서 필요한 UI를 찾아 실제 코드를 가져와 적용합니다.
스킬 설치는 터미널에서 아래 명령으로 할 수 있습니다.
npx skills add Seokwoooo/lucian-uxui
개인 프로젝트든 상업용 서비스든 무료로 쓰실 수 있습니다.
필요하신 분들 자유롭게 가져다 쓰세요 :)
lucianlabs.dev/uxui-prompt





























