이 Threads 스레드는 꽤 강한 문장으로 시작합니다. 금융 시장 전용 AI 파운데이션 모델이 오픈소스로 풀렸고, GitHub 스타 14,800개, AAAI 2026 채택, 120억 개 K-line 데이터로 학습되었다는 것입니다. 링크된 원문 저장소와 논문 초록을 확인해 보면, 핵심 메시지는 실제로 맞습니다. Kronos 는 “A Foundation Model for the Language of Financial Markets” 를 표방하며, 45개 글로벌 거래소에서 수집한 120억 개 이상의 K-line 레코드를 바탕으로 사전학습된 모델입니다. Threads 원문 Jina Reader 추출 arXiv 초록 더보기

좋은 엔지니어는 코드를 빨리 쓰는 사람만은 아닙니다. 만들기 전에 먼저 생각하고, 이상한 동작이 나오면 체계적으로 디버깅하고, 머지 전에 스스로 점검하며, 낯선 분야를 공부할 때도 출력 중심으로 학습합니다. Waza 는 이런 습관을 “좋은 태도” 수준에서 말로만 남기지 않고, Claude나 Codex가 실제로 실행할 수 있는 스킬로 묶으려는 저장소입니다. GitHub 저장소 README 원문 더보기

이 스레드의 자극적인 문장은 “나는 Claude로 3시간 만에 전자책 한 권을 만들었다” 입니다. 하지만 실제로 더 흥미로운 부분은 그 시간 자체보다, 작성자가 이어서 공개한 프롬프트 묶음입니다. 내용을 보면 단순히 “책 써줘” 한 줄이 아니라, 아웃라인 → 챕터 초안 → 사례 추가 → 편집 → 포맷 → 제목 → 액션 설계 → 판매 카피 로 이어지는 생산 파이프라인에 가깝습니다. Threads 원문 Jina Reader 추출 더보기

이 영상의 장점은 Gemma 4 파인튜닝을 추상적으로 설명하지 않고, Google Colab에서 실제로 돌아가는 최소 경로 로 보여 준다는 데 있습니다. 시작은 단순합니다. 제공된 Colab 노트북의 사본을 드라이브에 저장하고, 무료라면 T4 GPU로, 조금 더 여유가 있다면 더 높은 GPU로 런타임을 맞춘 뒤 Unsloth 기반 셀을 순서대로 실행합니다. 0:09 1:19 더보기

DESIGN.md 의 핵심은 의외로 단순합니다. 에이전트에게 “예쁘게 만들어줘”라고 말하는 대신, 어떤 색을 쓰고, 어떤 폰트를 쓰고, 버튼과 레이아웃이 어떤 느낌이어야 하는지를 마크다운 문서로 먼저 건네는 것 입니다. 영상은 이것을 agents.md, CLAUDE.md 계열 문서와 같은 흐름으로 설명합니다. 에이전트가 코드를 만들 때 규칙 문서를 보듯, 디자인을 만들 때도 설계도 문서를 읽고 따라가게 하자는 것입니다. 0:51 2:53 더보기

rtk 가 건드리는 문제는 생각보다 본질적입니다. AI 코딩 에이전트가 코드를 못 읽어서 멍청해지는 것이 아니라, 터미널이 쏟아내는 쓸모없는 출력이 컨텍스트를 너무 많이 차지해서 정작 중요한 추론 공간이 줄어든다는 것입니다. 공식 사이트는 이를 “Your AI agent is drowning in CLI noise” 라고 직설적으로 표현합니다. rtk 공식 사이트 더보기