오늘도 공부

Opus 5.5가 주 모델이 되면,Fable 할당량을 유휴 상태로 두지 마세요. /advisor로Fable을 대기 상태로 설정하세요.아래 내용을 클로드에게 던지시면 됩니다.Run /advisor fable을 실행하면 Claude Code가advisor on the sidelines를 얻습니다. Opus5.5는 작업을 계속 수행하며, 보통 세 가지 순간에Fable을 호출합니다:→ 계획에 최종 확정하기 전에: 이게 맞나?→ 같은 오류가 계속 반복될 때: 잘못된 방향으로 가고있나?→ "완료"라고 말하기 전에: 뭔가 놓친 게 없나?Fable은 전체 세션을 읽고 조언을 제공합니다.Opus는 여전히 코드를 작성합니다.트리는 전체 설정입니다. 고성능 Opus 5.5가 주세션을 실행합니다. 중성능의 세 개 서브 에이전..

모바일 앱 테스트 추천 도구 GitHub - mobile-next/mobile-mcp: Model Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, SimuModel Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, Simulators and Real Devices) - mobile-next/mobile-mcpgithub.com 1. 구조를 먼저 보면 이해가 쉽습니다Codex / Claude Code / Gemini / Cursor │ │ MCP ..

AGENTS.md, Agent, Skill, Memory를 연결해 스스로 경험을 축적하는 개발 하네스 만들기Claude Code나 Codex를 이용해 개발하다 보면 꽤 묘한 경험을 하게 된다.어제 분명히 해결했던 오류를 오늘 다시 설명해야 한다.프로젝트에서 npm이 아니라 pnpm을 사용한다고 여러 번 말했는데 새 세션에서는 다시 확인해야 한다.인증 코드를 수정할 때 반드시 건드리지 말아야 할 부분을 지난주에 발견했는데, 새로운 에이전트는 그 사실을 모른다.모델이 성능이 부족해서 생기는 문제만은 아니다.프로젝트에는 역사가 있지만, AI에게는 그 역사를 이어받을 구조가 없기 때문이다.사람이 개발팀에 새로 합류하면 README를 읽고, 아키텍처 문서를 보고, 이전 장애 사례를 확인하고, 팀의 코드 리뷰 규칙..

Codex와 DeepSeek Harness의 /goal 이해하기AI에게 개발을 맡길 때 자주 생기는 문제가 하나 있다.예를 들어 이렇게 부탁했다고 해보자.로그인 버그를 찾아서 수정하고,관련 테스트가 전부 통과하는 것까지 확인해줘.AI는 코드를 살펴보고, 파일을 수정하고, 테스트를 한 번 돌린다.그리고 이렇게 답할 수 있다.로그인 로직을 수정했습니다.다음으로 테스트를 확인해보면 좋겠습니다.사람 입장에서는 답답하다.“그걸 내가 다시 시켜야 하나?”그래서 다시 말한다.계속해.테스트가 실패한다.AI가 원인을 설명한다.다시 사람이 말한다.고쳐.다시 테스트한다.또 문제가 발견된다.계속해.이 과정을 반복하다 보면 한 가지 의문이 생긴다.처음부터 ‘완료될 때까지 알아서 계속하라’고 할 수는 없을까?이 문제를 해결하기 ..

기초 지식 정리에서 실무로의 스텝업HARNESS ENGINEERING · SEMINAR1페이지 — 하네스 설계 입문하네스 설계 입문~ 기초 지식 정리에서 실무로의 스텝업 ~ 제1부하네스 엔지니어링의 계보5개 학파와 정의의 차이이후의 수렴과 표준화그리고 실증4페이지 — 하네스 엔지니어링이란?OVERVIEW에이전트가 같은 실패를 반복하지 않도록 모델 바깥쪽의 ‘환경’을 설계하는 것AGENT = MODEL + HARNESS지시 파일, 도구, 검증, 가드레일, 루프 등모델 이외의 모든 것이 하네스입니다.흐름은 다음과 같습니다.Prompt Engineering (2022~)→ Context Engineering (2024~)→ Harness Engineering (2026~)2026년 2월 5일Mitchell H..

MiniMax H3는 현재 최고 수준의 오픈 웨이트 영상 생성 AI 가운데 하나로, 상용 서비스인 Seedance 2.5와 비교될 정도의 품질을 보여준다.필자는 MiniMax H3의 웨이트를 내려받은 뒤 약 41일 동안 다양한 최적화 기법을 적용했고, RTX 5090 한 대에서 5초짜리 영상의 생성 시간을 다음과 같이 줄였다.193.5초 → 31.6초약 6.12배 고속화다.핵심 결론가장 중요한 결과부터 정리하면 다음과 같다.5초 영상 생성: 193.5초 → 31.6초전체 속도 향상: 6.12배Step 감소용 LoRA만으로: 4.39배INT8 Attention + Sparse Attention으로 추가: 약 1.4배5초 영상 30개로 만드는 MV 기준:기존 약 1시간 37분최적화 후 약 16분흥미로운 점은..

GitHub - LibreTranslate/LibreTranslate: Free and Open Source Machine Translation API. Self-hosted, offline capable and easy to sFree and Open Source Machine Translation API. Self-hosted, offline capable and easy to setup. - LibreTranslate/LibreTranslategithub.com우리는 번역이 필요할 때 자연스럽게 구글 번역이나 파파고, DeepL을 떠올린다.문장을 입력하면 몇 초 안에 번역 결과가 나온다.너무 자연스러운 경험이라 그 뒤에서 어떤 일이 벌어지는지는 크게 신경 쓰지 않는다.하지만 한 가지 질문을 해볼 수..

Jev가 잘하는 문제와 못하는 문제를 실험으로 살펴봤다요즘 AI 에이전트를 만들다 보면 대부분 이런 구조를 사용한다.사용자의 요청을 LLM에게 전달하고,“지금 무엇을 해야 하지?”라고 묻는다.그리고 LLM은 긴 문장으로 답한다.문제는 여기서 시작된다.우리가 원하는 것은 긴 설명이 아니라,“실행해도 되는가?”“어떤 도구를 사용해야 하는가?”“위험도는 어느 정도인가?”“다음 행동은 무엇인가?”같은 작은 판단인 경우가 훨씬 많다.그런데 이런 판단 하나를 위해 매번 거대한 생성형 모델을 호출해야 할까?이 질문에서 흥미로운 접근이 하나 나온다.바로 Jev다.Jev는 ‘대답하는 AI’보다 ‘판단하는 AI’에 가깝다Jev는 TypeSafe AI의 System One 계열 모델로 소개되고 있다.일반적인 LLM처럼 자유..

확인일: 2026-09-24 · 주소: http://127.0.0.1:8087/이 문서는 현재 설치된 yue2.cpp 내장 Web UI를 설명합니다. 폴더 이름은 YuE2-Groove이지만 GROOVE의 Python UI나 VoiceStudio 화면은 아닙니다. 화면의 접힌 설정, 저장 대화상자, 생성 결과 메뉴까지 포함합니다.화면 버전 표시: 27e48f9 (2026-09-15)실행 서버 /props 버전: e8b39f7 (2026-09-18) — 화면과 서버의 버전 표기가 다릅니다.모델: YuE2-3B-Q8_0.gguf + YuE2-Vae-F32.gguf오디오 출력: 48 kHz 스테레오아래 기본값은 현재 서버가 반환하는 값입니다. 추천값은 별도로 표시하며, 모든 곡에서 품질이나 12GB 이하 사용량..

구조는 이렇게 보면 가장 정확합니다.게임 상태 → Jev → 구조화된 선택 → 게임 코드가 실제 레벨 생성예를 들어 러너 게임에서 현재 상태를 Jev에 보냅니다.플레이어 위치속도현재 점프 중인지대시 사용 가능 여부현재 주변 지형최근 생성된 지형실제 글에서도 x, y, vx, vy, grounded, dash_ready 같은 게임 상태를 Jev에 전달합니다. (Sprite Fusion)그리고 중요한 부분은 Jev에게 자유롭게 "다음 맵 만들어줘"라고 시키지 않는다는 것입니다.개발자가 먼저 선택 가능한 범위를 정해놓습니다.발판 종류- Solid roof- One-way ledge폭- 2칸- 3칸- 5칸간격- 0칸- 1칸- 2칸높이- Row 4~9Jev는 여기서 다음 지형에 적합한 조합을 선택합니다. 한 번의..