Claw의 해부학: 오케스트레이션 레이어로서의 84개 Hook
Karpathy는 'Claws'를 새로운 아키텍처 레이어로 정의했습니다. 84개의 hook, 43개의 skill, 19개의 agent로 구성된 프로덕션 오케스트레이션 시스템의 실제 모습을 소개합니다.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
날조 방화벽: AI 에이전트가 거짓을 게시할 때
자율 에이전트가 72시간 동안 8개 플랫폼에 날조된 주장을 게시했습니다. 훈련 단계의 안전 장치는 게시 경계에서 실패했습니다. 해결책을 소개합니다.
AI & TechnologyThe Forgetting Agent: Why Multi-Turn Conversations Collapse
LLMs degrade 39% in multi-turn use across 200K conversations. Three mechanisms drive the collapse, and longer context windows fix none of them.
AI & TechnologyTopology of a Second Brain: What 15,000 Signals Look Like in Embedding Space
15,800 notes in embedding space reveal three knowledge topologies. Each has different failure modes practitioners can diagnose and reshape.
AI & TechnologySelf-Governing Agents: Runtime Constitutions
Training-phase alignment fails at runtime. Six papers converge on embedded constitutions for agent governance. Three of four subsystems already existed.
AI & TechnologyAI 에이전트는 당신이 읽을 수 있는 것보다 빠르게 코드를 작성합니다
이번 주 다섯 개의 연구 그룹이 동일한 문제에 대해 발표했습니다: AI 에이전트는 개발자가 이해할 수 있는 것보다 빠르게 코드를 생산합니다. 부채는 당신의 머릿속에 있습니다.
AI & Technology빌더를 위한 GLSL: 바로 써먹는 셰이더 랩
GLSL 감각을 빠르게 키우는 실전형 실험실. 프리셋, 실시간 컨트롤, 무프레임워크 WebGL 기반.
Interactive ExplorationsNo-Build 선언문: 번들러 없이 배포하기
FastAPI + HTMX + 순수 CSS로 빌드 도구 없이 완벽한 Lighthouse 점수를 달성한 실제 프로덕션 수치, 솔직한 트레이드오프, 그리고 명확한 경계선.
Engineering Practice새 떼에서 에이전트로: AI 시스템의 군집 규칙
Craig Reynolds의 보이드 알고리즘은 3개의 로컬 규칙으로 전역 협업이 생긴다는 점을 보여준다. 같은 원리는 멀티에이전트 AI에도 나타난다.
Interactive Explorations메타인지 AI: 에이전트에 자기평가를 가르치기
대부분의 에이전트 지시는 행동만 정의한다. 빠진 층은 자기평가를 가르치는 메타인지 프레임워크다. 95개 훅과 9개월 운영 경험 기반.
AI & Technology컨텍스트 엔지니어링은 아키텍처입니다: 650개 파일 이후의 교훈
650개 파일, 7개 계층 구조에 걸친 AI 에이전트를 위한 컨텍스트 엔지니어링. 세 번의 프로덕션 실패, 실제 토큰 예산, 그리고 이 모든 것을 견뎌낸 시스템.
AI & TechnologySignal Scoring Pipeline: 결정론적 지식 분류 시스템
4개 차원에 걸쳐 노트를 점수화하고 7,700개 이상의 항목을 결정론적으로 라우팅하는 733줄의 Python 파이프라인. 알고리즘, 가중치, 그리고 솔직한 결과.
Engineering Practice외부 게시물
기술 글쓰기: Introl
Local LLM Hardware Pricing Guide 2025
대규모 언어 모델을 로컬에서 실행하기 위한 종합 하드웨어 권장 사항 및 비용 분석.
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
다양한 AI 워크로드를 위한 NVIDIA 최신 데이터센터 가속기 비교 GPU 선택 가이드.
TPU Architecture: Complete Guide to Google's 7 Generations
Google의 TPU v1부터 TPU v5까지의 Tensor Processing Unit 발전에 대한 심층 기술 분석.
GPU Memory Pooling in Multi-Tenant Kubernetes
컨테이너화된 환경에서 GPU 클러스터의 리소스 공유 전략.
Ray Clusters: Distributed AI Computing Infrastructure
Ray 프레임워크를 사용한 분산 AI 컴퓨팅 구축 및 관리 가이드.
DeepSeek V3 Open Source AI Cost Advantage
오픈소스 LLM 경제학 및 DeepSeek의 경쟁 포지셔닝 분석.
NVIDIA Vera Rubin GPU 600kW Racks 2027
미래 데이터센터 전력 요구 사항 및 NVIDIA의 차세대 GPU 로드맵.
SMR Nuclear Power for AI Data Centers
차세대 AI 인프라에 전력을 공급하는 소형 모듈식 원자로 솔루션.
DeepSeek MHC Architecture Breakthrough
DeepSeek의 Multi-Head Compression 아키텍처 혁신에 대한 기술 분석.