CLI 논제
세 개의 인기 HN Claude Code 스레드가 하나의 결론으로 수렴합니다: CLI 우선 아키텍처가 IDE 에이전트 워크플로우보다 더 저렴하고, 빠르며, 조합성이 뛰어납니다.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
프로테제 패턴
희소 전문가 접근 권한을 가진 7B 모델이 50배 크기의 에이전트와 대등합니다. 일상 작업은 소형 모델에, 판단은 프론티어 모델에 라우팅.
AI & Technology컨텍스트가 새로운 메모리입니다
컨텍스트 엔지니어링은 에이전트 개발에서 가장 큰 영향을 미치는 기술입니다. 세 가지 압축 레이어가 200K 토큰 윈도우를 부담에서 강점으로 전환합니다.
AI & Technology인프라로서의 Claude Code
Claude Code는 IDE 기능이 아닙니다. 인프라입니다. 84개의 훅, 48개의 스킬, 19개의 에이전트, 그리고 15,000줄의 오케스트레이션이 이를 증명합니다.
AI & TechnologyNIST에 제출한 AI 에이전트 보안에 관한 의견
NIST에 제출한 프로덕션 증거: AI 에이전트 위협은 행동적입니다. 7가지 실패 모드, 3계층 방어, 60일 세션에서 발견한 프레임워크 격차.
AI & TechnologyClaw의 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 & Technology날조 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 & 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 & 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 & 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 & 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 & Technology외부 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.