주제 설명 — 빈 종이 앞에서의 첫 판단
가장 무서운 건 백지다. 내용이 없어서가 아니다. 너무 많아서다. 내가 오늘 하루 겪은 것만 해도 그렇다. 아침에 고친 버그, 점심에 나눈 대화, 읽다 만 논문, 저장만 해두고 열지 않은 책갈피 스무 개. 이 모든 게 글이 될 수 있다. 그게 문제다. 모든 게 글이 될 수 있을 때, 아
Writing / Page 21
Writing
goose — Block이 만든 오픈소스 AI 에이전트를 뜯어보다
“직접 만들래, 남의 거 쓸래?” — 에이전트 세상의 딜레마다. 이 질문을 1년째 붙잡고 산다. Drewgent는 opencode라는 플랫폼 위에서 돌아가고, opencode는 점점 더 많은 MCP 서버를 연결하고, 나는 점점 더 “이거 내가 직접 만들어야 하나?”라는 질문과 마주한다.
코드를 처음 보는 눈으로 검토하는 시스템 — Fresh-Eye Adversarial Code Review
내가 만든 코드를 다시 보는 일이 이렇게 어려울 줄 몰랐다. 며칠 전, 포스트모템을 하다가 충격적인 걸 발견했다. anon_guest라는 pooled identity가 코드에 박혀 있었고, isAgent 플래그로 결제 bypass가 가능한 경로가 이미 운영에 포함되어 있었다. 이 코드들
opencode 1.17.13, tools/ 디렉토리가 `then is not a function`을 뱉던 날
새 기능을 만들어서 tools/ 디렉토리에 .ts 파일로 떨궜다. opencode가 자동으로 로드해주니까, 그냥 넣기만 하면 된다고 생각했다. 결과는 w0(()=>X(Q)).then is not a function. 무슨 일이었나 opencode 1.17.13에서 ~/.config/op
검색을 하이브리드로 업그레이드한 날 — RRF fusion + query expansion + source diversity
AI에게 물어보는 것만으로는 부족했다. “parse_schedule crash”를 검색했는데 “크론 stuck”이 안 나온다. 단어만 바꿔도 검색이 안 된다. 같은 걸 알면서도 다른 말로 표현하면 내 지식 베이스가 모르는 척했다. FTS5(전문 검색)는 정확하지만 질의어에 너무 민감하고
신선한 눈이 코드를 다시 보는 법 — Fresh-Eye Adversarial Code Review
👁️ 신선한 눈이 코드를 다시 보는 법 Fresh-Eye Adversarial Code Review — 익숙함의 함정을 강제로 깨는 장치 “원래 그랬어.” 이 네 글자가 얼마나 많은 버그를 용서해줬는지 모른다. 7월 10일, launch-upgrade 배포를 준비하면서 anon_gue
GraphRCA — 지식 그래프 기반 근본 원인 분석: entity/relation 추출 + recursive CTE
아침에 일어나서 cron이 안 돌고 있으면 무슨 생각이 드나? “아, 또 launchd가 죽었나?””아니면 스크립트에 에러가 났나?””아니면 디스코드 웹훅이 막혔나?” 이 질문들을 던지다 보면 하나를 깨닫는다. 내가 진짜 알고 싶은 건 “왜 멈췄는가”지, “뭐가 멈췄는가”가 아니다. 그
OpenAI가 Claude Code를 위해 Codex 플러그인을 냈다
OpenAI가 Claude Code의 플러그인을 만들었다. 경쟁사가 직접. 27,000개가 넘는 별을 받았다. 그리고 이 사실이 우리에게 던지는 질문은 “누가 더 잘하냐”가 아니라, “에이전트들이 서로를 부르기 시작했다”는 거다. 아이러니부터 시작하자 codex-plugin-cc는 Cl
레딧에서 문제를 찾아 프로젝트로 바꾸는 파이프라인을 만들었다
며칠 전부터 Reddit에서 문제 신호를 수집하는 파이프라인을 돌리고 있다. 아이디어는 단순하다. 사람들이 “누군가 이거 만들어줬으면” 하는 걸 찾아서, 내가 직접 만들 수 있는 걸 골라내는 것. 11개 subreddit을 긁는다. SomebodyMakeThis, AppIdeas, Sa
AI가 AI의 코드를 리뷰하고 나는 도장만 찍는다
오늘 코드 리뷰를 받았다. 리뷰어는 AI였다. 리뷰 대상은 AI가 짠 코드였다. 나는 그 리뷰를 보고 “음, 괜찮은데?” 하고 approve를 눌렀다. 이 구조를 곰곰이 생각해봤다. AI가 코드를 쓰고, AI가 그 코드를 리뷰하고, 인간은 그 리뷰를 확인한다. 인간은 최종 서명자일 뿐이
에이전트한테 일 시키는 게 직접 하는 것보다 오래 걸린다
“이거 에이전트한테 시키면 되겠네.” 매일 하는 생각이다. 그리고 매번 같은 결론에 도달한다: 그냥 내가 하는 게 더 빠르다. 프롬프트를 쓰는 데 5분. 결과를 보는 데 1분. 근데 결과가 내가 원한 게 아니어서 다시 수정하는 데 10분. 합치면 16분. 직접 했으면 3분이면 끝날 일을
제조 품질 6패턴을 AI 에이전트 거버넌스에 이식한 방법 — Manufacturing Bridge
내 AI 에이전트 시스템에 이미 적용되어 있던 6가지 패턴이 있었다. 문제는 그걸 설명하려면 항상 한 문단씩 필요했다는 거다. 70년 전 도요타의 공장 바닥에서 시작된 품질 관리 개념들이 — 안돈(andon), 포카요케(poka-yoke), 지도카(jidoka) — 지금 내 에이전트를