AI

Intro 코딩 에이전트를 여러 개 병행해서 쓰기 시작하면, 규칙 파일이 가장 먼저 운영 비용으로 돌아옵니다. 어떤 도구는 CLAUDE.md, 어떤 도구는 자체 규칙 포맷을 요구하다 보니, 같은 팀 규칙이 파일 이름만 바꿔 중복 관리되는 상황이 반복됩니다. 이번 영상은 이 문제를 AGENTS.md라는 공통 규칙 파일로 정리하자는 제안이며, 핵심은 “파일을 하나 더 늘리는 것"이 아니라 “규칙의 기준면을 하나로 맞추는 것"입니다. 더보기

Intro AGENTS.md 같은 저장소 수준 컨텍스트 파일은 이제 많은 팀의 기본 관행이 되었습니다. 하지만 “권장된다"는 사실과 “실제로 성능이 좋아진다"는 사실은 다를 수 있습니다. 이 글은 Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?(arXiv:2602.11988v1)의 실험 설계와 결과를 중심으로, 언제 컨텍스트 파일이 도움이 되고 언제 오히려 비용만 키우는지 정리합니다. 더보기

Chain-of-Thought(CoT) 는 정확도를 올리지만, 추론 토큰이 길어질수록 지연과 비용이 함께 증가합니다. 이 논문은 이 문제를 “모델 가중치"가 아니라 “시스템 프롬프트"에 추론 규칙을 컴파일하는 방식으로 풀며, 이를 Prompt-Level Distillation(PLD) 이라고 정의합니다 (근거: https://arxiv.org/html/2602.21103v1#S1, https://arxiv.org/html/2602.21103v1#S3). 더보기

복잡한 작업에서 바이브 코딩이 흔들리는 이유는 모델이 코드를 못 써서가 아니라, 무엇을 써야 하는지 결정하는 단계와 실제 타이핑 단계가 섞이기 때문입니다. 이 영상은 그 문제를 “기획과 코딩의 분리"라는 단일 원칙으로 정리하고, 이를 문서 기반 루프로 실행하는 방법을 보여줍니다 (근거: t=55, t=63). 더보기

촌집은 지방 촌집 매물을 다루는 플랫폼이다. 매물이 등록되면 공공데이터를 수집하고 Claude API로 분석해서 인사이트를 자동으로 생성한다. 이 글에서는 그 파이프라인이 어떻게 작동하는지 살펴본다. 더보기

Intro 에이전트 도입 초기에 많은 팀이 /init로 AGENTS.md를 만들고 그대로 저장합니다. 겉보기에는 “에이전트 온보딩"처럼 보이지만, Addy Osmani의 2026년 글은 반대로 묻습니다. 정말 도움이 되는 문맥은 무엇이고, 어떤 문맥은 오히려 탐색 비용과 추론 비용만 늘리는가? 이 글은 원문의 핵심 주장과 원문에서 인용한 연구들을 함께 묶어, AGENTS.md를 “많이 쓰는 파일"이 아니라 “정밀하게 관리하는 운영 레이어"로 다루는 방법을 정리합니다. 더보기

멀티 에이전트 코딩 시스템에서 가장 답답한 순간은 “지금 에이전트가 뭘 하고 있는 건지 모를 때"입니다. oh-my-opencode-slim은 Tmux 통합을 통해 이 문제를 해결합니다. Orchestrator가 서브 에이전트를 실행하면 새로운 Tmux 패널이 자동으로 생성되어 각 에이전트의 작업을 실시간으로 볼 수 있습니다. 더 이상 암흑 속에서 기다릴 필요가 없습니다. 더보기