Writing

리드가 사라지는 게 아니라, 내 응답이 47시간 늦는 거였다

구글 1등인데 AI가 안 인용한다 — 그 글엔 ‘답’이 없기 때문

자동화의 문법이 뒤집힌다 — ‘이렇게 해라’에서 ‘이것만은 하지 마라’로

컷오버 검증 게시물

컷오버 검증용 임시 게시물입니다. 곧 삭제됩니다.

22,000개의 별, 20개의 역할 플러그인. 그리고 나는 SQLite 하나를 보고 있었다.

n22,000개의 별. 20개 역할 플러그인. 금융, 법무, 마케팅, 바이오 연구까지. Anthropic이 Claude를 모든 지식 근로자의 전담 비서로 만들겠다고 선언했다. 근데 그 소식을 보고 든 첫 생각은 “와 대단하다”가 아니었다. “내겐 38MB짜리 SQLite 파일 하나면

주간 다이제스트: 7월 2주 — 로컬퍼스트, 크로스-벤더 메시징, 자동화의 역설

6개의 패턴. 수백 번의 설명. 그리고 실수는 반복됐다. 몇 달 동안 Drewgent에는 품질 패턴이 쌓여갔다. 점진제동, 포카요케, 자동정지+HITL, flaky vs systematic, 두눈 실증, FMEA — 대부분은 장애 대응에서 나왔고, 일부는 Karpathy 원칙에서, 나머

500개 SEO 캠페인에 AI 에이전트를 붙였다 — 예산 40%↓, 트래픽 22%↑

500개의 SEO 캠페인에 AI 에이전트를 붙였다. 3개월 후, 예산은 40% 줄었지만 트래픽은 22% 늘었다. 작년 말, 글로벌 SEO 에이전시 컨소시엄이 흥미로운 실험을 했다. 11개 대행사, 500개 이상의 캠페인에 AI 에이전트를 투입한 파일럿 연구였다. 코드명은 “Project

AI가 AI를 써서 기억하는 시스템 — gbrain에서 SQLite로 바꾼 이유

내 AI 에이전트에는 ‘뇌’가 있었다. gbrain이라고 불렀다. Postgres 데이터베이스에 Anthropic Haiku 모델이 붙어서 내 결정들을 요약하고 분류하고 연결해주는 시스템이었다. “에이전트가 스스로 지식을 축적한다” — 그 말만 들으면 누구라도 멋지다고 생각할 물건이었다

범용 모델이 78%에서 멈춘 자리, 내 모델은 84%를 찍었다

6월 27일, OpenCode 사용량 대시보드를 열었다. 2일 만에 $30.07이 사라져 있었다. 에이전트 호출만으로. 이대로면 한 달에 $450이다. 개인 프로젝트의 백그라운드 cron 작업이 내는 비용으로는 말이 안 되는 숫자였다. 더 웃긴 건, 그 비싼 모델들이 실제로 필요한 작업

프라이빗 에이전트, 데이터로 길러진 taste — Bridgewater AIA + Drewgent 아키텍처

프론티어 LLM 앞에 금융 문서 필터링을 시켰다. 결과는 50% — 동전 던지기였다. 2026년 6월 30일, Bridgewater AIA Labs와 Thinking Machines Lab이 공동 연구를 발표했다. 제목은 “Learning to Replicate Expert Judgme

프롬프트는 휘발된다, 패턴은 남는다 — Daniel Miessler의 Fabric이 가르쳐준 교훈

프롬프트는 휘발된다, 패턴은 남는다. Daniel Miessler의 Fabric이 가르쳐준 가장 큰 교훈이다.

Claude Code 게임 개발 스튜디오가 49명의 에이전트를 고용하는 법 — Donchitos가 증명한 구조의 힘

49명의 에이전트. 73개의 워크플로우 스킬. Shell 100%. 지난주에 Claude Code Game Studios(CCGS)가 구조의 힘을 증명했다는 글을 썼다. 22K 스타는 그 증거였다. 오늘은 그 시스템을 만든 사람, Donchitos의 설계를 더 깊이 들여다보려고 한다.