기획조정실 니네 밥값부터 좀 줄이지 그래??
경기도 '결식아동' 밥값마저 끊을 판…국힘 "예산 삭감 막겠다"
news.jtbc.co.kr/article/NB12…
에엥??? 여긴 경업금지 이런 거 없나보다
Some news: I’m joining OpenAI to lead product management for Core Products!
I have a lot of respect for OpenAI for showing the world that scaling works, for bringing AI to over a billion people, and for believing great products are core to the mission.
I’m excited to work with @thsottiaux, an incredible PM team, and everyone across OpenAI. Together, we’ll build agents that have your back and your team’s, and keep you in control, so you get more time for the people and work you love.
Lots to learn, and lots to build. Please keep your feedback coming!
진짜 사람(?)이랑 인터랙션해야 하는데 이렇게 선량한 ai 캐릭과만 살다가 현실 진상 만나면 어쩌누...... 아 진상 ai 캐릭터로 단련하면 된다고? 그건 어떻게 학습시키려나? ㅋㅋ 아 사업아이디어 현실화 하기 빡세겠네
After Google acquired my AR startup, I started thinking about the next interface, this time for AI. Text and voice work fine, just like DOS did before the Mac. But nothing’s more intuitive than face to face.
After two years of research, today we’re launching Atmee v2: a real-time avatar model that makes live video agents feel truly life-like.
• Any character from 1 image + 10s of audio
• Contextual expressions, gestures, even interacting with the environment
• Live video calls, voice only, or video generation
At its core, Atmee v2 is a video foundation model, it can render anything, but it’s built to excel at characters, which is what video models like Seedance 2.5 and Wan 3.0 are mostly used for. In comparison:
Atmee v2
• Up to 50x faster
• 10-100x cheaper
Build tutors, sales coaches, support agents, companions, game characters, even whole living worlds. The interface after text and voice starts today.
이안(異眼) retweeted
Pages in Grok Bot
0:15 What are Pages?
0:40 An example page
1:34 Sharing a Page
1:55 Tips: use your data
2:46 @X posts
3:44 Recap
이안(異眼) retweeted
아이들의 AI 사용은 두 번의 대가를 치른다
성과물은 즉각 보이지만 대가는 뒤늦게 오고 눈에 안 보인다
(아래 원문 발췌)
연구 결과에 따르면, AI 사용은 단기적으로는 성적을 높일 수 있지만 장기적으로는 아이들의 사고 능력을 저하시킬 수 있다.
AI에 대한 자신감과 친숙도가 사용 빈도를 높이고, 사용 빈도가 높을수록 사고 능력의 저하는 더 심해진다. 결국 아이들은 두 번의 대가를 치른다. 먼저 사고 능력을 잃고 다음엔 자신이 의존하는 도구를 제대로 평가할 수 없게 된다.
AI 오래 사용하는 학생들에게 뚜렷한 현상이 나타나기 시작했다: 과제의 질은 좋아지는데 사고력은 오히려 하락한 것이다.
가장 명확한 결과는 심리학자 소렌 카플란이 최근 소개한, 약 27,000명의 중·고생 대상으로 한 30개월간의 연구다: AI 사용 학생들의 숙제 점수는 약 18% 올라갔고 숙제 완료 시간은 3분의 1 가까이 줄었다. 과제를 더 좋게 더 빨리 완성한 것이다.
그러나 6개월도 채 지나지 않아, 같은 학생들이 참고서 없이 시험 쳐보니 점수가 20% 하락했다. 입시 시험 점수도 18~24% 떨어졌다. 특히 약 2년간 AI 사용한 후에 하락세가 가장 급격했다. AI 사용으로 인한 이득은 즉각적이었고 모든 과제에서 뚜렷이 드러났지만, 손실은 시간이 지나서야 드러났고, 도구를 사용할 수 없게 된 순간에야 비로소 깨닫게 된 것이다.
여러 대학의 STEM 전공 학생 299명 대상으로 한 연구도 비슷한 결과를 보여줬다. 기술에 대한 관심이 가장 높고, 기술 사용에 가장 익숙하며, 도구를 완전히 숙달했다고 확신하는 학생들이 가장 습관적으로 도구를 사용했고, 그 결과 성적이 가장 크게 떨어졌다. 자기 능력에 대한 신뢰와 자신감이 이런 현상 가속화하는 요인으로 작용한 걸로 보인다.
교육자들은 가장 능력이 뛰어난 학생들이 AI 위험에 덜 노출된다고 믿어왔지만, AI를 활용할 때 능력과 그렇지 않을 때 능력이 분리되기 시작하면서 이 믿음은 더 이상 타당하지 않게 되었다. 학생은 AI를 지시하는 데 능숙해질 수 있지만 그 일을 직접 수행하는 능력은 오히려 떨어질 수 있다.
성적은 결과물로만 측정할 뿐. 학생이 AI 도움 없이 시험, 면접, 또는 문제를 해결할 수 있는지 여부를 측정하는 기준은 어디에도 없다.
따라서 AI를 사용하는 아이들은 두 번 대가를 치른다. 첫 번째는 과제가 함양하려 했던 사고력. 학생이 사고력을 기르지 않고 답을 얻으면 성적은 높을지 몰라도 역량은 결코 형성되지 않는다. 이 대가는 나중에야 치르게 된다. 문제를 제기하는 신호가 전혀 없었기 때문이다.
두 번째 대가는 더 알아차리기 어렵다. AI를 잘 활용하려면 사용자는 AI를 검증할 수 있어야 한다. 즉, 아첨이나 미화된 내용, 또는 그럴듯하지만 실속 없는 내용을 포착할 수 있어야 한다. 검증에는 해당 분야의 전문 지식이 필요하지만, 습관적으로 그 작업을 AI에 떠넘긴다면 그런 지식은 쌓을 수 없다.
사고력을 기르는 과정을 건너뛰고서, 결국 자신이 의존하게 된 도구의 정확성을 어떻게 확인할 수 있을까? 불가능하다. 습관적 사용은 의존도를 더 깊게 만들고, 결과적으로 능력을 더욱 저해한다.
그나마 성인의 경우엔 첫 번째 대가가 대부분을 차지하며 회복 가능하다. AI에 의존하는 성인은 이미 구축했던 무언가에 대한 능숙함을 잃게 되지만 다시 구축할 수 있다. 이른바 기능 위축에 해당한다.
반면 아이는 능력을 잃는 게 아니라, 능력을 형성해야 할 시기에 아예 구축을 못하는 것이다. 이건 바로 능력의 결손에 해당한다. 애초에 존재하지 않았던 것을 회복할 수는 없다. 성인에게는 기능을 잃게 만드는 그 지름길이 아이에게는 기본 구조를 구축하지 못하게 만든다.
psychologytoday.com/us/blog/…
이안(異眼) retweeted
Formal verification is the only way, fully convinced.
Shoutout to Taelin for seeing it before most of us and building it out.
Someone needs to do a YouTube series “formal verification for agent acceleration”
maybe a hot take but i now consider adversarial reviews mostly a waste of tokens. far better to use those tokens on empirical combined with formal verification. i have updated pstack to use the interrogate skill less, and eventually i think i may remove it altogether
i have found very little value with code review in the abstract, agents tend to just get lost in the nitpicks and yagnis
이안(異眼) retweeted
We recently added /storage to the desktop app!
You can see how much disk space Claude is using on your computer and clear out inactive tasks and unused worktrees.
이안(異眼) retweeted
과학적으로 증명된 기적의 허리 운동
옆으로 누워서
위쪽 다리를 발끝까지 쭉 밀어 머리끝이랑 한 줄로 맞춘 다음
엉덩이 힘으로 골반 높이까지 들어 올림
이때 누가 꼬리뼈랑 발끝을 아래로 잡아당긴다고
상상하는 게 포인트임
그대로 위쪽 팔을 머리 위로 만세 하면서
이번엔 손끝이랑 정수리를 위로 당긴다고
생각하면 옆구리랑 허리 주변이 시원하게 늘어남
끝나면 다리 천천히 내리고
팔 구부려서 돌아오면 됨
다리 들고 만세가 전부인데
당긴다는 상상 하나 얹은 게 진짜 핵심인 듯
이거 저장해 놨다가 오래 앉아 있어서
허리 뻐근한 날 꺼내 써야지
이안(異眼) retweeted
Please bring Computer-Use to Antigravity..
It's the only big thing remaining atp I think.. most of the improvements have landed, and from what I've seen, a lot more are coming..
But computer use is the one I'm really missing in agy.. nd I hope it comes soon..
Hydrogen's speed with CU would be a banger if both drop together..
the computer use tool in the gemini api is now generally available
no breaking changes from preview, just production-ready stability for your browser, mobile, and desktop agents
docs here: aistudio.google.com/docs/com…
토스에서 아이카드 하나 발급하려다 수없이 많은 신분증 인증, 얼굴 인증 -》시간들인게 아까워서 하다가하다가 결국 계정잠금 +고객센터로 전화 엔딩
도대체 몇번이나 인증해야하고 보호자인증해야 하고 다 했더니, 계좌만든 부모가 아니라고, 문자를 보냈다는데 도착 안 하고, 스팸처리도 안 했는데 문자도 안 오고....
최악의 고객경험이었다. 토스 @toss__official 니네 제대로 이걸로 아이카드 발급 업무처리 해 본 거 맞아? 왜 신분증 , 얼굴인증, 가족관계부 조회를 10번도 넘게 시키냐??
언론의 수준 문제이던지 아니면 의도가 있던지...... 난 후자라고 봄
대통령이 제기한 문제는
단순히 집값이 올랐느냐, 떨어졌느냐가 아닙니다.
정부와 관련 기관이 발표하는 부동산 가격지수와
실제 거래가격, 매물과 거래량의 변화가
시장의 현실을 얼마나 정확하게 보여주고 있는지,
그리고 국민이 그 정보를 제대로 이해할 수 있도록
전달하고 있는지에 관한 문제입니다.
가격지수는 상승하는데 실제 거래가격이 하락하는 지역도 있습니다. 매물은 늘어나는데 거래량은 줄어들기도 합니다.
그렇다면 이런 차이가 왜 발생하는지, 각각의 통계가
무엇을 의미하는지 국민에게 제대로 설명해야 하지 않겠습니까?
그런데 기사는 이러한 문제를 깊이 있게 분석하기보다
'대통령은 집값이 떨어진다고 하는데 서울은 90주 연속 상승했다'는 대립 구도를 제목으로 내세웠습니다.
정확한 데이터를 어떻게 국민에게 전달할 것인가라는 문제를, 대통령 말이 맞느냐 틀리느냐는 논쟁으로 바꿔버린 것입니다.
대통령이 강조한 것은 정확한 정보 전달의 중요성이었습니다.
그런데 정작 그 발언을 다룬 기사에서조차 정보의 선택과 전달 방식이 얼마나 중요한 문제인지 드러나고 있습니다.
기존 부동산 통계와 정보 전달 방식에
어떤 문제가 있는지 살펴봐야 할 때,
정작 그 구조적인 문제는 슬그머니 비켜갑니다.
대신 대통령 발언의 일부를 끄집어내
진위 논쟁으로 몰아갑니다.
본질적인 문제에는 답하지 않고,
다른 쟁점을 만들어 논점을 흐리는 것이죠.
저는 이런 보도 방식이야말로
정확한 정보 전달을 가로막는 또 하나의 문제라고 생각합니다.
사실을 보도하는 것과
사실을 제대로 전달하는 것은 다른 문제입니다.
hankookilbo.com/news/article…
이안(異眼) retweeted
Harness Engineering 2.0 is here!
We benchmark models all the time but the harness running the model can dramatically improve the result, cost, and execution time too.
And finally, devs just open-sourced Harness Arena, where you can test the same task across multiple harness and model combinations side by side.
You provide one task and then run it across several model x harness configs that you want to test.
Every config receives the same prompt, files, tools, skills, and evaluation checks. Harness Arena then returns:
- total cost
- execution time
- whether the task passed
- files and artifacts produced
If you want to try it yourself, it is implemented within the open-source HarnessRouter project.
Here's the repo: github.com/HarnessRouter/har…
(don't forget to star it ⭐ )
HarnessRouter is a plug-and-play infrastructure layer that lets you run any harness under a single interface, like:
- Codex
- Hermes
- Claude code
- DeepSeek Harness
- System One, powered by Jev
- And 25 more agent harnesses
In Harness Arena, the cheapest run does not automatically win.
A config must complete the task correctly first. Cost and execution time are compared only among the configurations that pass.
Here's the result from one Harness Arena test:
- Hermes + GPT-5.2: 5/5 successful runs using 0.47 credits
- Claude Code + Opus 4.8: 3/5 successful runs using 223 credits
That is around 474x difference in credits, while the more expensive configuration also failed two runs.
You can keep the model fixed to measure how much the harness changes the result. Or vary both to find the best harness and model pairing for that task.
This helps answer practical questions such as:
- Should this task run on Codex or Claude?
- Can a cheaper config still pass every check?
- Which setup is best to handle this workload?
Once you find the best config, you can run future tasks through it using the same Unified Harness Protocol (UHP) interface for sessions, streaming, files, artifacts, cancellation, and failures.
So you are no longer choosing an agent stack based only on a model leaderboard.
Instead, you can benchmark the complete runtime on the task your product actually needs to solve.
To dive deeper, my co-founder wrote an article explaining why model routing is different from harness routing, how UHP works, and what supporting multiple agent runtimes involves.
It also covers the local setup, a working request, and how sessions and files move through the system.
Read it below.
이안(異眼) retweeted
For anyone getting started in AI and AI infrastructure, reading real code and trying to reproduce a paper can be one of the best ways to learn. Knowing where to start is the hard part.
I built Teachable Code to learn how AI systems actually work.
It’s an agentic skill that turns LLM architectures and complex AI-native apps into interactive 2D/3D lessons. You can zoom in, click components, inspect their code, and follow how the data changes.
Give your coding agent a repository and a question, and it builds a lesson around what you want to understand.
I’m building it for people like me who want to understand the “black box” systems they hope to build on. I wanted to connect the code, the logic, the visual structure and the data transformations in one place.
The whole system stays on screen as you move through a lesson. Active components light up while the surrounding components remain visible, so you can see both the current operation and its place in the larger system.
From there, you can:
• Zoom into a component and inspect its source files.
• Explore the folder structure and see which components use each file.
• Compare an operation’s inputs and outputs.
• Watch tokens, vectors, memory and context change across steps.
• Turn on “Guess first” to predict selected results before revealing them.
For me, opening up the black box means being able to move between an explanation, a visual process, the data and the code behind it.
Try the interactive demos: ywedai.github.io/teachable-c…
Explore Teachable Code on GitHub : github.com/ywEdAi/teachable-…
If you find it useful, please star the repo. Leave a comment with what you want to explore next or what would make the lessons more helpful.
이안(異眼) retweeted
This is Algebrica, a mathematical knowledge base I've been building since May 2023, primarily for university students.
306+ entries, carefully written and structured.
Over 4.2 million views since its launch (not much in absolute terms, perhaps, but meaningful to me).
No ads.
No courses to sell.
No gamification.
No distractions.
Built simply for the pleasure of sharing knowledge.
All content is licensed under Creative Commons (CC BY-NC 4.0). Every article, text, and illustration is freely available and downloadable in editable formats, including Markdown and SVG.
Free to access. Free to learn. Free to share.
If you believe mathematical knowledge should be freely accessible to everyone, explore Algebrica, use its resources, share them with others, and help this project reach more people.
algebrica.org
이안(異眼) retweeted
이미 군복을 벗고 민간인이 된 사람이 무슨 자격으로 대한민국 32만 육군을 대표한다는 겁니까?
32만 장병이 언제 당신에게 대표권을 위임했습니까?
그것도 모자라 대한민국 정부를 공산주의 세력과 연결 짓고, 대통령을 '거악'으로 규정하며 맞서 싸우겠다고 선언했습니다.
대통령을 비판할 자유는 있습니다. 그러나 그런 중대한 주장을 하려면 그에 상응하는 근거부터 제시해야 합니다.
더구나 본인은 12·3 비상계엄 당시
57명의 병력을 이끌고 민간 여론조사기관에 출동했던 지휘관 아닙니까?
그날 무슨 명령을 받았고, 무슨 근거로 병력을 움직였으며, 어떤 임무를 수행했는지부터 분명히 설명해야 합니다.
자신의 정치적 주장은 자신의 이름으로 하십시오.
군복을 입는다고 다시 현역이 되는 것도 아니고, 중령 출신이라고 32만 장병을 대표할 권한이 생기는 것도 아닙니다.
32만 장병은 당신의 정치적 주장을 위해 동원할 수 있는 사람들이 아닙니다.
