검색 결과
"llm" · 26개 기사 · Dev/Tools
Rails는 어떻게 되는가
What About Rails?
DHH가 Rails World 2026에서 LLM 기반 개발과 Hey의 Rust·네이티브 앱 전환을 강조했지만 Rails의 구체적인 미래 전략은 제시하지 않았다고 비판. Rails가 혁신보다 안정성과 유지보수 중심의 플랫폼으로 남을 가능성을 제기.
LLM 시대의 프로그래밍 학습
Learning Programming in an Age of LLMs
LLM이 보편화된 환경에서 프로그래밍을 배우는 방식과 기초 역량의 의미를 고찰. AI에 대한 유보적 시각을 바탕으로 학습 과정에서 직접 사고하고 코드를 이해하는 경험을 논의.
코드의 조잡함 측정하기
Measuring the sloppiness of code
LLM 생성 코드의 불필요한 중복과 복잡성을 LOC 변화, verbosity, erosion 지표로 정량화하는 방법 제시. SlopCodeBench 평가에서 에이전트 코드는 기존 저장소보다 평균적으로 약 두 배 더 장황하고 구조적 침식도 높은 것으로 나타남.
AI 리뷰어가 사람이 고칠 수 있는 것보다 많은 버그를 찾아 Postgres 19 출시 연기
Postgres 19 delayed after AI reviewers find more bugs than humans can fix
LLM 기반 코드 리뷰가 다수의 결함을 발견하면서 PostgreSQL 19 출시가 11월로 연기됨. 개발진은 기능 8~10개를 제외했으며, 일부 기능은 PostgreSQL 20으로 미뤄질 전망.
게임 개발을 위한 AI 하네스 설계 방법
How to engineer an AI harness for game development
게임 개발에 LLM을 지속적으로 활용하는 작업 흐름과 도구 설계 전략을 소개. 일회성 데모보다 장기 개발에서 AI를 효과적으로 쓰는 방법에 초점을 둠.
/src 안의 Markdown
Markdown in /src
에이전트 코딩에서 Markdown을 단순 문서가 아닌 코드와 테스트의 원천으로 관리하자는 제안. 일회성 프롬프트 대신 설계 의도와 구현 결정을 `/src/md`에 버전 관리해 사람과 AI가 공유하도록 권고.
코드 리뷰에는 자동화 가능한 탐지 이상의 역할이 있다
There is more to code review than (automatable) detection
AI 에이전트가 결함 탐지를 자동화해도 인간 코드 리뷰의 맥락 판단, 공동 이해, 조직 내 조율과 책임까지 대체하기는 어렵다는 주장. 코드 리뷰를 단순 탐지 작업이 아닌 협업·의사결정·거버넌스 과정으로 규정.
Playwright를 2배 빠르고 토큰 효율은 80% 높인 방법
We made Playwright 2x faster and 80% more token efficient
Stagehand가 AI 기반 브라우저 자동화에 최적화된 실행 엔진과 액션 캐싱을 적용. 반복 작업에서 LLM 호출을 줄여 Playwright 대비 실행 속도와 토큰 효율을 개선.
LLM 시대에도 프로그래밍을 계속 즐기는 방법
How to keep enjoying programming in a world of LLMs
LLM이 코딩 과정을 자동화하는 환경에서도 프로그래밍의 즐거움과 학습 동기를 유지하는 방법을 논의. 도구 활용과 직접적인 문제 해결 경험 사이의 균형 조명.
Recurse Center에서 내가 한 일
What I did at Recurse Center
필자가 Brooklyn의 프로그래밍 리트리트 Recurse Center에서 보낸 여름을 회고. 스터디 그룹, LLM 활용 프로젝트, 도구 개발과 발표 등 다양한 학습·개발 활동 정리.
Postgres 19 출시 지연, AI 리뷰가 사람이 수정할 수 있는 양보다 많은 버그를 발견
Postgres 19 출시 지연, AI 리뷰가 사람이 고칠 수 있는 양보다 많은 버그를 발견
PostgreSQL 19 출시가 9월 말~10월 초에서 11월 19일경으로 연기되고 주요 기능 8~10개가 제외됨. 커미터 Peter Eisentraut는 LLM 보조 코드 리뷰가 기능 철회 원인 중 하나일 수 있다고 봄.
품질이 나아질 때까지 되돌리기는 계속된다
사기가 나아질 때까지 되돌리기는 계속된다
PostgreSQL 19는 베타 시작 후 집계 방식에 따라 주요 기능 약 8~10개를 되돌렸으며, 일부 기능은 베타 후반에 제외됨. LLM 보조 코드 리뷰가 과거에는 수년에 걸쳐 발견됐을 경계 사례 결함을 빠르게 찾아내며 이미 커밋된 기능에도 수정이 이어짐.
Show GN: 해외 직구한 내 소포, 어디쯤 있을까요?
Show GN: 해외 직구한 내 소포, 어디쯤 있을까요?
송장 번호와 데이터베이스를 기반으로 국제 배송 소포의 현재 위치를 추정하는 서비스. LLM 추측 방식이 아닌 실제 배송 데이터를 활용.
Codemode란 무엇인가
Codemode란 무엇인가
Codemode는 LLM이 하네스 내부에서 코드로 여러 도구 호출을 조합하고 복잡한 작업을 조율하는 방식. Pi는 별도 JavaScript 샌드박스에서 병렬 호출·반복 처리·호출 간 상태 보존을 지원.
Common Lisp이 이제 최고의 프로그래밍 언어인 이유
Common Lisp이 이제 최고의 프로그래밍 언어인 이유
LLM으로 코드 작성이 빨라지면서 개발 병목이 실행 결과를 확인하는 피드백 루프로 이동. Common Lisp은 실행 중 함수 교체와 디버깅 후 즉시 재개를 지원해 재빌드·재시작 대기 시간을 줄임.
에이전트 코딩의 묵시록 4기사
에이전트 코딩의 묵시록 4기사
에이전트 코딩이 슬롭 증가, 개발자 소외, 숙련도 저하, 팀 관계 약화를 초래할 수 있다고 분석. 생산성 향상 이면에서 코드 이해도·장인정신·사회적 연결이 약화될 위험을 경고.
Recurse Center에서 한 일들
Recurse Center에서 한 일들
Brooklyn의 프로그래밍 리트리트 Recurse Center에서 LLM·에이전트 학습, 프로그래밍 언어 구현, 압축 해제기 개발과 페어 프로그래밍을 진행. 에이전트 샌드박스, 소형 언어 모델, 협동 게임 등 다양한 실험도 수행.
LLM 시대에도 프로그래밍을 계속 즐기는 법
LLM 시대에도 프로그래밍을 계속 즐기는 법
코드는 직접 작성하고 LLM에는 계획 정리·조사·검토 같은 보조 작업을 맡기는 접근을 제안. 코드베이스에 대한 이해와 주도권을 유지하면서 생산성을 높이는 방식.
Lobsters: vibecoding을 llms로 바꾸는 Greasemonkey 스크립트
Lobsters: vibecoding을 llms로 바꾸는 Greasemonkey 스크립트
Lobsters의 vibecoding 태그를 llms로 바꿔 표시하는 JavaScript 기반 Greasemonkey 사용자 스크립트.
jev-leftpad — Jev로 값 왼쪽에 패딩 추가
jev-leftpad - Jev로 값 왼쪽에 패딩 추가
JavaScript의 padStart()로 처리할 수 있는 왼쪽 패딩 길이를 Jev 모델이 선택하게 하는 패키지. 모델이 space_0부터 space_10까지의 선택지 중 하나를 결정.
PS5 Linux 핵심 개발자 하차: “LLM으로 자신도 이해하지 못하는 코드를 짜는 초보자들뿐”
PS5 Linux 핵심 개발자 하차: “LLM으로 자신도 이해하지 못하는 코드를 짜는 초보자들뿐”
PlayStation 해커 Andy ‘TheFlow0’ Nguyen이 AI 바이브 코더 증가를 이유로 PS5 커뮤니티 활동과 PS5 Linux 개발을 중단함. PS5 Pro 지원을 포함해 2027년 공개 예정이던 작업도 취소.
LLM 시대의 프로그래밍 학습
LLM 시대의 프로그래밍 학습
LLM으로 대규모 시스템을 만든 초보 개발자가 제품화와 오류 수정 단계에서 구현 능력과 이해 수준의 격차를 마주함. 모든 추상화를 아는 것보다 현재 다루는 시스템을 점검하고 문제를 해결할 수 있는 이해력이 중요하다고 설명.
Litelm - 비대함을 덜어낸 LiteLLM
Litelm - 비대함을 덜어낸 LiteLLM
LiteLLM에서 모델 라우팅과 메시지 변환 등 핵심 호출 경로만 추린 경량 라이브러리. 약 2,900줄의 코드와 openai·httpx 의존성만으로 19개 AI 모델 제공자와 스트리밍을 지원.
젠장, 그래도 만들자
젠장, 그래도 만들자
프롬프트만으로 도구와 게임을 만드는 시대에도 결과물을 직접 만드는 과정의 가치와 즐거움은 별개라는 주장. LLM 생성 코드가 자신의 창작물처럼 느껴지지 않는 문제를 조명.
코딩 하네스 9종 vs. 노트북
코딩 하네스 9종 vs. 노트북
동일한 노트북과 로컬 모델에서도 코딩 하네스에 따라 llama.cpp의 첫 토큰 대기 시간이 12.2~225.7초로 벌어짐. 긴 시스템 프롬프트와 도구 스키마가 제한된 로컬 자원을 압박해 모델 속도만으로 실제 응답성을 판단하기 어려움.
인간을 위한 소프트웨어
인간을 위한 소프트웨어
clankerfree가 제작자가 생성형 AI와 LLM을 사용하지 않았다고 확인한 오픈소스 프로젝트 목록을 제공. 인간이 직접 작성한 소프트웨어를 찾을 수 있도록 AI 비사용 선언과 라이선스를 기준으로 등재.