오늘도 공부

Android는 Install Referrer, iOS는 딥링크+서버 설계로 풀어야 한다추천인 코드를 유저가 직접 입력하게 하면 전환율이 떨어집니다.가장 좋은 UX는 이겁니다.추천 링크를 누른다 → 앱을 설치한다 → 가입하면 추천인이 자동 적용된다.문제는 이 흐름이 Android와 iOS에서 같은 방식으로 동작하지 않는다는 점입니다.Android는 Google Play의 Install Referrer API가 있어서 “설치 직전 클릭 정보”를 앱이 읽을 수 있습니다. 반면 iOS는 Apple 공식 문서 기준으로 Android의 Install Referrer 같은 1:1 post-install referrer retrieval API가 보이지 않고, 공식 축은 Universal Links, campaign..

Hermes Agent (스스로 진화하는 에이전트)Hermes Agent의 핵심은 막연한 “기억하는 AI”가 아니라, 스킬 시스템, 세션 검색, 프롬프트 안정성, 다중 실행 환경, 메시징 게이트웨이, 크론 자동화, RL/trajectory 수집까지 포함한 장기 실행형 에이javaexpert.tistory.com Hermes Agent = “장기 실행 + 기억 + 스킬 축적”OpenClaw = “단일 작업을 잘 수행하는 실행형 에이전트”1. 출발점부터 다르다Hermes Agent장기 실행을 전제로 설계세션을 넘어서 계속 일함기억 + 스킬 축적운영형 시스템👉 “같이 일하는 에이전트”OpenClaw한 번의 task 수행에 집중입력 → 계획 → 실행 → 종료stateless 또는 짧은 상태👉 “작업 수행 도..

Hermes Agent의 핵심은 막연한 “기억하는 AI”가 아니라, 스킬 시스템, 세션 검색, 프롬프트 안정성, 다중 실행 환경, 메시징 게이트웨이, 크론 자동화, RL/trajectory 수집까지 포함한 장기 실행형 에이전트 플랫폼에 더 가깝습니다. 공식 README와 문서에서는 특히 skill_manage를 통한 에이전트 주도 스킬 생성, FTS5 기반 세션 검색, SQLite 기반 세션 저장, 다양한 터미널 백엔드, 메시징 플랫폼 연동, 그리고 연구용 trajectory/data generation을 주요 축으로 설명합니다. (GitHub)https://github.com/NousResearch/hermes-agent/ hermes-agent/README.md at main · NousResearc..

거대한 LLM을 보는 방식은 보통 두 가지입니다.하나는 이미 만들어진 모델을 불러와서 프롬프트를 던져보는 방식이고, 다른 하나는 **“이 모델이 실제로 어떻게 만들어지고 학습되는가”**를 끝까지 따라가 보는 방식입니다.MiniMind는 분명히 두 번째를 겨냥한 프로젝트입니다.이 저장소의 핵심 가치는 “작은 모델” 그 자체보다, LLM의 전체 생애주기—토크나이저, 프리트레인, SFT, LoRA, DPO, PPO/GRPO/SPO, 증류, OpenAI 호환 서빙—를 PyTorch 중심의 비교적 투명한 코드로 한 번에 보여준다는 데 있습니다. 게다가 가장 작은 모델은 26M 규모로, 개인 GPU에서도 실험 가능한 수준을 목표로 합니다. (GitHub) GitHub - jingyaogong/minimind: ?..

혼자서도 아이디어를 찾고, 검증하고, 사업으로 만드는 현실적인 방법혼자 뭔가 만들어보고 싶은 사람은 많다.그런데 막상 시작하려고 하면 늘 같은 질문 앞에서 멈춘다.“그래서 뭘 만들어야 하지?”이 질문이 어려운 이유는 아이디어가 없어서가 아니다.오히려 반대다. 아이디어는 너무 많다.문제는 그 아이디어 중 대부분이 사업이 되지 않는다는 것이다.재밌어 보이는 것과 필요한 것은 다르고,필요한 것과 돈을 내는 것은 또 다르다.그래서 혼자 사업을 시작하려는 사람에게 정말 필요한 건기발한 발상보다 문제를 찾는 방식,그리고 그 문제를 작게 검증하고, 작게 팔고, 작게 키우는 순서다.이 글은 바로 그 이야기를 한다.어떻게 아이디어를 찾을지,어떻게 “괜찮아 보이는 생각”을 “돈이 되는 문제”로 바꿀지,어떻게 혼자서도 사업..