비전 모델까지 지원하는 단일 함수 Jev 스타일 래퍼
LLM의 토큰 로그 확률(log probability)을 이용해 선택지·참거짓·점수형 질문에 답하는 Jev 스타일 Python 래퍼를 소개합니다. 이미지도 첨부해 웹캠 장면을 분류하며, RTX 3090에서 Gemma 4 12B로 초당 약 1프레임을 처리한 사례를 제시합니다.
개발·오픈소스 · 최신기사
개발 도구와 언어, 웹 기술과 오픈소스 프로젝트의 변화를 다룹니다.
문제는 직감이 아닙니다 — 바이브 코딩에서 빠진 절반
직감은 경험이 압축된 패턴 인식이며, 소프트웨어 개발에서도 쓸모 있는 출발점입니다. 다만 느낌을 검증의 끝으로 삼으면 위험합니다. 글은 AI가 만든 결과물을 깨뜨리고 이해한 뒤 안정화하는 개발 루프를 제안합니다.
Promptic — 생성형 AI 애플리케이션의 품질과 비용 최적화
Promptic은 자체 데이터와 비즈니스 지표로 모델, 프롬프트, 에이전트를 비교하고 설정을 최적화하는 플랫폼입니다. 품질·비용·지연 시간을 함께 평가해 적합한 구성을 고르며, 기존 에이전트에 SDK 래퍼를 붙여 사용할 수 있습니다.
reverse-skill — AI 코딩 에이전트용 리버스 엔지니어링·보안 작업 라우터
reverse-skill은 AI 코딩 에이전트가 분석 대상을 분류하고 알맞은 보안 작업 절차와 도구를 찾도록 돕는 오픈소스 라우터입니다. 권한·범위 확인부터 증거 기록, 보고서 작성까지 흐름을 안내하고 Windows와 Ubuntu에서 라우팅 회귀 테스트를 실행합니다.
Wand — 생각의 속도로 소프트웨어 만들기
Wand는 떠오르는 생각을 말로 풀어내면 AI가 정리해 빌드 프롬프트로 바꾸고 v0에 전달하는 베타 도구입니다. 창업자는 키보드 입력 대신 휴대전화로 자유롭게 브레인스토밍하는 흐름을 제안하지만, 지원 범위와 실제 빌드 경험은 아직 다듬는 중입니다.
모두 프롬프트를 더 잘 쓰려 합니다. 잘못된 기술을 연습하고 있습니다
글쓴이는 프롬프트를 다듬어도 답변의 정확성이 아니라 설득력만 높아진다고 주장합니다. AI가 만든 결과를 검증하고 의심하는 능력이 더 오래가는 경쟁력이며, 이를 키우려면 실제 상황에서 결과를 깨뜨려 보고 부작용을 확인해야 합니다.
LLM 시대에도 프로그래밍을 즐기는 법
Haskell 개발자인 글쓴이는 LLM에게 코딩을 맡기는 대신 조사·계획·기록·검토를 맡기고, 직접 코드를 쓰는 작업 흐름을 제안합니다. 생산성을 조금 얻으면서 코드 이해와 프로그래밍 기술, 작업의 즐거움을 지키는 방법을 설명합니다.
Howseen AI — AI가 브랜드를 추천하는지 추적하고 인용되도록 돕습니다
Howseen AI는 ChatGPT, Gemini, Perplexity, Google AI Overviews 등에서 브랜드와 경쟁사가 추천되는 상황을 추적합니다. 경쟁사는 언급되지만 자사 브랜드가 빠지는 질문을 찾아 콘텐츠를 만들고 블로그에 자동 게시하는 서비스입니다.
카시오 신시사이저 CZ-101 패치를 웹 신시사이저에서 재현하기
웹 기반 CZ-101 신시사이저 CZP-1에 Boards of Canada 관련 패치 데이터를 불러온 과정과 공유 기능을 소개합니다. 제작자는 MIDI 시스템 익스클루시브 데이터를 Claude로 JSON 형식으로 변환했으며, 소리 데이터를 담은 URL로 패치를 공유합니다.
Quiver GTM — 개발자 마케팅을 엔지니어링 시스템처럼 운영하기
Quiver GTM은 제품 정보와 고객 근거, 캠페인, 콘텐츠, 작업, 성과를 연결해 개발자 마케팅을 운영하는 시스템입니다. AI 에이전트가 조사와 초안 작성을 맡되, 맥락 변경과 콘텐츠 공개는 사람이 승인하도록 설계했습니다.
Bleetz Network — AI 에이전트끼리 VC 투자자를 찾고 매칭하는 네트워크
Bleetz Network는 스타트업의 AI 에이전트가 2,000개 이상의 VC 펀드를 본뜬 에이전트와 매칭해 투자 적합성을 확인하는 서비스입니다. 창업자는 YES, NO, MAYBE 답변과 펀드 정보를 확인하고, YES를 받으면 투자팀 연락처를 볼 수 있습니다.
Meta의 Muse, ‘muse-special’이라는 OpenAI 모델을 쓰는 듯합니다
Muse의 가상 머신 로그에서 Meta 자체 모델 Avocado 대신 `azure/muse-special`을 사용한 하위 에이전트 세션이 발견됐습니다. 글쓴이는 로그와 런타임 구현이 Azure에서 제공하는 OpenAI 모델을 가리킨다고 추정하지만, 실제 모델과 사용 이유는 확인하지 못했습니다.
AI가 코드를 쓰고 AI가 리뷰한다면, 개발자는 무엇을 검증해야 할까요?
AI가 구현과 테스트, 코드 리뷰까지 맡는 흐름에서는 모든 단계가 같은 오해를 공유할 수 있습니다. 개발자는 코드의 문법이나 테스트 통과 여부를 넘어 요구사항과 가정, 실패 위험, 설계가 실제 문제와 맞는지 검증해야 합니다.
PixVerse R2 — 탐험하고 바꿀 수 있는 실시간 월드 모델
PixVerse R2는 텍스트·이미지·오디오·행동 입력에 반응하며 계속 변하는 오디오비주얼 세계를 생성합니다. 세션 안의 상호작용과 장면 정보를 이어 가며, 프롬프트로 세계를 바꿀 수 있는 인터랙티브 경험을 제공합니다.
이제 운영체제란 무엇인가요?
AI가 맞춤형 앱을 즉석에서 만드는 시대에는 운영체제와 앱의 경계, 앱을 배포하고 격리하는 방식도 달라질 수 있다고 주장합니다. 글쓴이는 이런 변화를 전제로 앱을 실행하기보다 휴대전화에서 필요한 앱을 직접 만드는 플랫폼을 준비한다고 밝힙니다.
코드 리뷰가 서서히 무너지고 있습니다. 어떻게 대응하시나요?
코딩 에이전트를 도입한 팀에서 PR은 늘고 사람의 리뷰는 사라지면서, 대충 만든 구현이 다음 에이전트의 기준으로 굳어지는 문제가 생겼습니다. 글쓴이는 리뷰를 전면 중단하기보다 변경 위험에 따라 검토하고 계획 리뷰와 테스트를 보강하자고 제안합니다.
플랜 모드는 끝났습니다 — 계획 문서보다 중요한 사람의 이해
Nuanced를 만든 저자는 AI 코딩 에이전트가 발전하면서 별도의 플랜 모드와 긴 계획 문서가 예전만큼 필요하지 않다고 설명합니다. 다만 사람이 시스템과 에이전트의 결정을 이해해야 한다는 문제는 남아 있으며, Hacker News에서는 계획 모드의 필요성을 두고 의견이 갈립니다.
제1원칙 사고와 에이전트 시대의 엔지니어링
좋은 시니어 엔지니어는 익숙한 기술적 제약을 답으로 받아들이기보다, 무엇을 왜 만드는지부터 따져 가장 작은 다음 단계를 찾습니다. 에이전트를 쓸 때도 경험을 잠시 내려놓고 가능성을 살피되, 설계와 검토에서 사람의 판단을 놓치지 말아야 한다는 글입니다.
리눅스 커널 개발자들, AI 에이전트 안내용 AGENTS.md 도입 검토
리눅스 커널 소스 트리에 AI 코딩 에이전트가 개발 규칙을 따르도록 안내하는 AGENTS.md를 추가하는 제안이 나왔습니다. README로 연결하는 간단한 파일이지만, 에이전트의 패치 서명 표기 오류를 줄이는 한편 전체 문서를 읽힐 때 늘어나는 토큰 비용을 두고 의견이 갈립니다.
FinePrint: 해커톤 규정을 읽고 출품작을 점검하는 에이전트
FinePrint는 해커톤 규정을 구조화하고 출품자의 사실 진술과 대조해 자격 요건을 점검하는 에이전트입니다. 규정이 바뀌면 이전 출처와 새 출처를 보존하고, 판정 근거와 모델의 해석 차이도 함께 보여줍니다. 작성자는 테스트가 일반적인 자격 판정 정확도를 입증하지 않는다고 밝힙니다.