Wonseock Kim

대기업 은퇴한 50대가 느낀 삶의 진리 1. 20대부터 시니컬한 애들은 대부분 가난해졌다. 2. 성실함을 삶에 입증하려고 노력한애들은 중산층이상은 다 되어있더라 3. 처음부터 한방 노린애들은 결국 끝이 다 똑같이 망했다. 4. 잘해서 성공한게 아니라 버티고 성실함을 믿고 산애들이 투자며 사업이며 다 성공햇다. 6. 성실함을 입증하기위해서 산 애들이 무슨 업종 무슨 학벌과 상관없이 다 잘산다. 7. 너무나 고전적인 지루한 진리가 20년이 지나고보면 그대로 이루어져있다. 8. 실패한 인생은 학벌도 능력도 아니라 시니컬한 태도를 가진 애들이 대부분이다. 나이가 들면 다 깨닫게 되는 공통된 진리

Garry Tan이 AI로 하루 고품질 1만 줄 짜는 비밀🧠 Forbes에 나온 @garrytan 글을 보면 핵심은 “코드를 많이 짠다”가 아닌, "AI를 비서처럼 쓰는 사람과, AI를 생산 시스템으로 굴리는 사람의 격차가 벌어지고 있다." 내용임. 대부분은 AI를 [“이거 해줘.” “저거 고쳐줘.” “다시 해줘.” “아니 그게 아니라…”] 이건 자동화가 아니라, 자동화처럼 보이는 수작업이다. Garry Tan식 접근은 다르다. 반복 업무는 Skill file로 만들고, 모델은 Harness 안에서 루프 돌린다. 컨텍스트는 Resolver로 필요한 문서만 불러온다. 판단은 모델에게 맡기고, 계산과 검증은 도구에게 맡긴다. 검색한 자료는 그냥 쌓는 게 아니라 1페이지 브리프로 압축한다. 즉, 생산성의 비밀은 “더 똑똑한 모델 하나”가 아니다. "AI가 반복해서 좋은 결과를 낼 수밖에 없는 구조" Garry Tan식 구조는 아래와 같음⬇️ Skill files → 반복 업무를 저장한 Markdown 함수 예를 들어 “리서치해줘”가 아니라, “무엇을 조사하고, 어떤 기준으로 판단하고, 어떤 형식으로 결과를 내야 하는지”를 문서로 만들어두는 것. 한 번 만든 스킬은 계속 재사용된다. Skill file = 반복 업무의 함수화 Harness → AI가 일하는 실행 환경 모델을 루프 안에서 돌리고, 컨텍스트를 관리하고, 파일을 읽고 쓰게 하고, 안전 규칙을 강제한다. 근데 중요한 건 하네스를 뚱뚱하게 만들면 안 된다는 점이다. 도구 40개 붙이고, 모든 API를 별도 도구로 만들고, 컨텍스트 절반을 도구 설명으로 날리면 망한다. 좋은 하네스는 얇고, 좁고, 명확해야 한다. 좋은 구조 = Thin Harness, Fat Skills Resolvers → 컨텍스트 라우팅 AI에게 모든 문서를 한 번에 다 먹이는 게 아니다. 작업 유형이 A면 문서 A를 불러오고, 작업 유형이 B면 문서 B를 불러온다. 즉: Resolver = AI에게 필요한 기억만 꺼내주는 라우터 컨텍스트는 무한하지 않다. AI에게 다 먹이면 똑똑해지는 게 아니라, 오히려 멍청해진다. Latent vs Deterministic → 판단은 모델, 계산·SQL·최적화는 도구 Diarization → 문서 검색을 1페이지 브리프로 압축해 진짜 분석으로 전환 글마다 강조하지만, 현재 AI가 계속 좋은 결과를 내도록 시스템을 설계하는 능력이 가장 중요함🥷

클로드 코드로 사내 ERP와 에이전트를 모두 완성해서, 관리 업무 100%를 자동화한 사람이 있습니다. 윤자동님인데요. 제 뉴스레터에 이전에 출연하신 경력이 있죠. 토스 PO 출신이시고, 지금은 9명 자동화 기업을 운영하는 대표님이기도 합니다. 실제로 윤자동님이 만드신 ERP '윤비서'를 들여다볼 기회를 가졌는데요. AI 네이티브 컴퍼니를 위한 가장 중요한 작업, 즉 '데이터 적재'를 가장 잘 실천하신 분이었습니다. 이 부분에 큰 영감을 받아 인터뷰 요청을 드렸고, 큰 배움을 얻을 수 있었어요. AI 네이티브 조직에 관심이 있으신 분들은 꼭 이번 에피소드를 놓치지 마세요. :) youtu.be/CVmbidt-3ro

【衝撃】 Obsidianを作った本人が、自分のメモ術を全部公開していてヤバい🔥 これはマジで全人類見て！有益すぎたから日本語で全部解説する👇 x.com/rohit4verse/st… 内容は「フォルダもタグもほぼ使わない」「ノート同士のリンクで知識を育てる」常識破りなやり方だった👀 ❌たくさんフォルダを作って整理する ⭕️ノート同士をリンクで繋いで関係を育てる こうすることで、後から見直したときに「使える知識」だけが残るようになる。 "いちばん大事なこと"👇 メモを書き残すだけでは意味がない。 重要なのは、ノート同士の関係をリンクで残すこと。 たとえば、 ・今日の打ち合わせメモ ・関心がある人物のノート ・進行中のプロジェクトメモ ・気になる本の感想ノート ・興味分野の学習ノート これらが繋がっていると、検索しなくても 「最近この話題を繰り返し書いている」 「この人と興味と仕事が一本の線で繋がっている」 という気づきがいつのまにか浮かび上がる❗️ 人間は時系列で大量のノートを横断するのが苦手。 ここを補ってくれるのがObsidianのリンクの仕組み。 仕組みが整うと、自分でも気づいていなかった思考の癖や軸が見えてくる。 もっと詳しくはこの動画見てみて👇 Obsidianでナレッジ管理を深めたい人は、 この下の記事を読むと理解が一気に深まる。マジでおすすめ👇

A few random notes from claude coding quite a bit last few weeks. Coding workflow. Given the latest lift in LLM coding capability, like many others I rapidly went from about 80% manual+autocomplete coding and 20% agents in November to 80% agent coding and 20% edits+touchups in December. i.e. I really am mostly programming in English now, a bit sheepishly telling the LLM what code to write... in words. It hurts the ego a bit but the power to operate over software in large "code actions" is just too net useful, especially once you adapt to it, configure it, learn to use it, and wrap your head around what it can and cannot do. This is easily the biggest change to my basic coding workflow in ~2 decades of programming and it happened over the course of a few weeks. I'd expect something similar to be happening to well into double digit percent of engineers out there, while the awareness of it in the general population feels well into low single digit percent. IDEs/agent swarms/fallability. Both the "no need for IDE anymore" hype and the "agent swarm" hype is imo too much for right now. The models definitely still make mistakes and if you have any code you actually care about I would watch them like a hawk, in a nice large IDE on the side. The mistakes have changed a lot - they are not simple syntax errors anymore, they are subtle conceptual errors that a slightly sloppy, hasty junior dev might do. The most common category is that the models make wrong assumptions on your behalf and just run along with them without checking. They also don't manage their confusion, they don't seek clarifications, they don't surface inconsistencies, they don't present tradeoffs, they don't push back when they should, and they are still a little too sycophantic. Things get better in plan mode, but there is some need for a lightweight inline plan mode. They also really like to overcomplicate code and APIs, they bloat abstractions, they don't clean up dead code after themselves, etc. They will implement an inefficient, bloated, brittle construction over 1000 lines of code and it's up to you to be like "umm couldn't you just do this instead?" and they will be like "of course!" and immediately cut it down to 100 lines. They still sometimes change/remove comments and code they don't like or don't sufficiently understand as side effects, even if it is orthogonal to the task at hand. All of this happens despite a few simple attempts to fix it via instructions in CLAUDE . md. Despite all these issues, it is still a net huge improvement and it's very difficult to imagine going back to manual coding. TLDR everyone has their developing flow, my current is a small few CC sessions on the left in ghostty windows/tabs and an IDE on the right for viewing the code + manual edits. Tenacity. It's so interesting to watch an agent relentlessly work at something. They never get tired, they never get demoralized, they just keep going and trying things where a person would have given up long ago to fight another day. It's a "feel the AGI" moment to watch it struggle with something for a long time just to come out victorious 30 minutes later. You realize that stamina is a core bottleneck to work and that with LLMs in hand it has been dramatically increased. Speedups. It's not clear how to measure the "speedup" of LLM assistance. Certainly I feel net way faster at what I was going to do, but the main effect is that I do a lot more than I was going to do because 1) I can code up all kinds of things that just wouldn't have been worth coding before and 2) I can approach code that I couldn't work on before because of knowledge/skill issue. So certainly it's speedup, but it's possibly a lot more an expansion. Leverage. LLMs are exceptionally good at looping until they meet specific goals and this is where most of the "feel the AGI" magic is to be found. Don't tell it what to do, give it success criteria and watch it go. Get it to write tests first and then pass them. Put it in the loop with a browser MCP. Write the naive algorithm that is very likely correct first, then ask it to optimize it while preserving correctness. Change your approach from imperative to declarative to get the agents looping longer and gain leverage. Fun. I didn't anticipate that with agents programming feels *more* fun because a lot of the fill in the blanks drudgery is removed and what remains is the creative part. I also feel less blocked/stuck (which is not fun) and I experience a lot more courage because there's almost always a way to work hand in hand with it to make some positive progress. I have seen the opposite sentiment from other people too; LLM coding will split up engineers based on those who primarily liked coding and those who primarily liked building. Atrophy. I've already noticed that I am slowly starting to atrophy my ability to write code manually. Generation (writing code) and discrimination (reading code) are different capabilities in the brain. Largely due to all the little mostly syntactic details involved in programming, you can review code just fine even if you struggle to write it. Slopacolypse. I am bracing for 2026 as the year of the slopacolypse across all of github, substack, arxiv, X/instagram, and generally all digital media. We're also going to see a lot more AI hype productivity theater (is that even possible?), on the side of actual, real improvements. Questions. A few of the questions on my mind: - What happens to the "10X engineer" - the ratio of productivity between the mean and the max engineer? It's quite possible that this grows *a lot*. - Armed with LLMs, do generalists increasingly outperform specialists? LLMs are a lot better at fill in the blanks (the micro) than grand strategy (the macro). - What does LLM coding feel like in the future? Is it like playing StarCraft? Playing Factorio? Playing music? - How much of society is bottlenecked by digital knowledge work? TLDR Where does this leave us? LLM agent capabilities (Claude & Codex especially) have crossed some kind of threshold of coherence around December 2025 and caused a phase shift in software engineering and closely related. The intelligence part suddenly feels quite a bit ahead of all the rest of it - integrations (tools, knowledge), the necessity for new organizational workflows, processes, diffusion more generally. 2026 is going to be a high energy year as the industry metabolizes the new capability.

What makes $XRP unique? @bgarlinghouse answers in under a minute.⏱️ 4 billion transactions. 3–5 second settlements. Less than a penny each. A community that never stopped believing. A special edition of C̶r̶y̶p̶t̶o̶ ̶I̶n̶ ̶O̶n̶e̶ ̶M̶i̶n̶u̶t̶e̶ $XRP In One Minute starts now.

🚨 교보생명, 디지털자산 조직 신설 128조 보험사 교보가 블록체인 본격 진출! • STO (증권형 토큰 발행) • RWA (실물자산 토큰화) • 스테이블코인·웹3 사업 총괄 🔹 리플·서클과 협력까지 진행 중 → 제도권 돈이 RWA·STO 시장으로 대거 유입! 📌실물자산 토큰화 본격화 → 유동성↑, 기관 참여↑, 시장 성숙 가속

【速報】 Claude Code、ついに「AI作業員を管理しやすくする新機能」を出してきた😳 その名も ーーーAgent View！！ これ、一言で何ができるかというと👇 x.com/claudeai/statu… 複数のClaude Codeエージェントを同時に走らせるための“管制”ができます。 これまでClaude Codeで複数タスクを並列実行しようとすると、 ターミナルタブを何個も開く tmuxで画面を分割する どのClaudeが何をしているか自分で覚える みたいな運用が必要でした。 でもAgent Viewでは、 ・複数セッションを1画面で一覧管理 ・実行中 / 入力待ち / 完了を確認 ・必要なセッションだけ覗く ・その場でインライン返信 ・必要ならすぐフルセッションに復帰 ・既存セッションを /bg でバックグラウンド化 ・claude --bg "task" で最初から裏で実行 ができるようになります。 つまり、Claude Codeが 「1つのチャットでコードを書くツール」から、 複数のAI作業員を同時に動かす開発OSに近づいている。 特にヤバいのはここ。 各セッションはターミナルタブを占有しなくても継続実行される。 だから、 ・バグ修正 ・PRレビュー ・ログ調査 ・テスト実行 ・別案の検証 ・長時間の修正タスク を同時にClaudeへ投げて、 人間は「詰まっているところだけ介入する」動きがしやすくなる。 これはClaude Codeの思想がかなり明確になったアップデート。 もうAIに1問1答でお願いする時代じゃない。 複数エージェントを並列で走らせ、人間はマネージャーとして管理する時代に入ってきてる。 Research Previewとして提供開始。 使うには claude agents。

SEC 의장 폴 앳킨스가 역사적인 발언을 했습니다. “앞으로 2년 안에 미국의 모든 금융 시장은 온체인(on-chain)화될 것이다.” 일부 시장이 아닙니다. 선별된 자산만도 아닙니다. 전부입니다. 모든 주식. 모든 채권. 모든 파생상품. 2년 안에 블록체인 위로 올라간다는 것입니다.이 말을 한 사람은 단순한 크립토 인플루언서가 아닙니다.미국 금융 시스템 전체를 규제하는 SEC 의장입니다.월스트리트가 온체인으로 이동하고 있다고 SEC 의장이 직접 전 세계에 선언한 것입니다. 더 놀라운 건 이겁니다.불과 몇 년 전까지 암호화폐 산업을 강하게 압박하고 규제하던 바로 그 기관이,이제는 미국 금융 시장 전체의 토큰화(tokenization)에 2년이라는 구체적인 타임라인까지 제시하고 있다는 점입니다. 미국 금융 시장 규모는 약 50조 달러.그 거대한 시장이 블록체인 위로 이동하려 하고 있습니다.그런데도 시장은 아직 이 변화를 완전히 가격에 반영하지 못하고 있는 것처럼 보입니다.

Claude Code > Agent View 출시! 이렇게 쓰세요~💻 = 이제 클로드 코드는 혼자 일하는 도구가 아니라, 내가 바로 오케스트레이션 할 수 있는 팀이 됨! > claude agents 이 명령어 하나로 모든 세션을 한 곳에서 관리할 수 있게 되었어요! 각 세션은 터미널 탭을 차지하지 않고 백그라운드에서 계속 실행됩니다. 실행 중인 세션, 입력을 기다리는 세션, 완료된 세션을 한눈에 파악할 수 있죠. 유료 플랜 전체에서 사용 가능!! 바로 claude code 업데이트 하세요! ↓ 기존에 여러 에이전트를 병렬로 실행할 때는 터미널 탭 여러 개, tmux 그리드, 머릿속의 복잡한 작업 목록을 동시에 관리해야 했죠.. Agent View는 이 불편함을 해결하기 위해 나왔어요. 새 에이전트를 실행하고 백그라운드로 보낸 뒤, 클로드가 필요로 할 때만 개입하면 됩니다. 어떤 에이전트가 대기 중인지, 아직 작업 중인지, 완료되었는지를 한눈에 파악하고 여러 세션을 동시에 손쉽게 조율할 수 있게 되었네요. ↓ 세션 안에서 왼쪽 방향키를 눌러도 되구요. 터미널에서 'claude agents'를 실행하면 Agent View가 열려요. 그렇게 실행해보면 뭔가 다르다는걸 바로 느끼실거예요. 각 행에는 세션 정보, 입력 대기 여부, 마지막 응답 내용, 마지막 상호작용 시간이 표시됨! ↓ Peek & 인라인 답변 세션을 선택하면 마지막 턴을 미리 볼 수 있어요. 결정이 필요한 상황이라면 그 자리에서 바로 답변하면 세션이 자동으로 재개되는거죠. 전체 대화를 확인하고 싶다면 엔터키를 눌러 해당 세션으로 직접 진입할 수 있습니다. 여기서 기존 세션을 Agent View에 추가하려면 '/bg' 명령어 ㄱㄱ 처음부터 백그라운드로 실행하려면 'claude --bg [task]' 실행 ㄱㄱ ↓ 유저들이 이미 다양한 방식으로 활용하고 있네요. - 여러 아이디어를 한꺼번에 디스패치하고, 각각에 Skill을 붙여 PR 목록을 한 번에 받아보는 방식 - 장시간 에이전트 관리처럼 PR 모니터링, 대시보드 업데이트 같은 반복 작업을 목록에서 다음 실행 시간과 함께 확인 - 작업 중에 방향키로 빠져나와 빠른 질문을 던진 뒤, 다시 원래 세션으로 복귀. Peek으로 답변 확인! - 각 행의 상태 표시기와 Peek 타이틀로 어떤 세션이 PR을 생성했는지 빠르게 파악 근래 클로드 코드 업데이트 중에 굉장한 기능 업데이트네요!

안드레아 카파시의 AI agent 에 대한 인사이트 넘치는 인터뷰 내용입니다. 이런 수준의 엔지니어 인터뷰를 이렇게 빠르게 접할 수 있는 세상이 행복하네요 signalnflow.com/karpathy-softw…

海外でバズっていた「CLAUDE.md最適化」の記事がかなり本質的でした。 要するに、Claude Codeの精度はモデル性能だけでなく、最初に渡す“行動ルール”で大きく変わるという話です。 記事では、Karpathy氏の問題提起をもとに作られた4つのCLAUDE.mdルールを使うことで、Claudeのミス率が41%→11%まで改善。 さらに著者が30個のコードベースで6週間検証し、8つのルールを追加したところ、ミス率は3%まで下がったとのこと。 最初の4ルールはかなりシンプルです。 ・いきなりコードを書かず、前提を明示する ・過剰実装せず、最小構成で解く ・関係ないコードを勝手に触らない ・成功条件を決めてから検証まで回す これは、Claude Codeでよくある ・勝手な思い込み ・不要な抽象化 ・関係ない箇所の修正 ・テストしたつもりで未検証 を防ぐためのルールです。 ただ、今のClaude Codeは単なるコード補完ではなく、複数ファイルを横断したり、長時間タスクを回したり、HooksやSkills、MCPと連携する“業務エージェント”に近づいています。 そこで追加された8ルールが重要。 ①判断が必要な部分だけAIに任せる ②ルーティングやリトライなど決定論的処理はコードに任せる ③トークン予算を決め、長引いたら要約して仕切り直す ④矛盾する実装パターンを混ぜず、どちらを採用するか明示する ⑤書く前に周辺コード、呼び出し元、共通関数を読む ⑥テストは挙動だけでなく、意図まで検証する ⑦長い作業ではステップごとにチェックポイントを置く ⑧不確実な成功は成功と言わず、必ず表面化する 特に大事だと思ったのは、CLAUDE.mdを「お願いリスト」ではなく「AIエージェントの行動契約書」として扱う視点。 毎回プロンプトで頑張るより、最初に守るべきルールを明文化した方が、出力の安定性はかなり上がります。 Claude Codeを本格活用するなら、CLAUDE.mdはただの補助ファイルではなく、業務品質を左右する“設計書”だと思います。

用对比实验验证 SKILL.md 到底有没有用 github.com/darkrishabh/ag… agent-skills-eval 给同一个 prompt 跑两遍——一遍带技能、一遍不带——再用评审模型对照断言打分，看技能到底有没有实际效果。CLI 一行命令就能跑，SDK 可以嵌入 CI 或自定义流水线，任何走 OpenAI chat API 的后端都能接。输出是 JSON 制品加静态 HTML 报告，目录结构完全贴合 agentskills 规范。

これはバカえぐいわ。。。 会社のドキュメントを自動的に知識Wikiに整理し、MCPを通じて各従業員に対応したコンテキストを提供するツール。 個人だけではなく、「会社」全体でのAI×ナレッジ活用ができる。。。 github.com/nduckmink/arkon

🚨 SON DAKİKA: Birisi, Andrej Karpathy'nin birinin yapması gerektiğini söylediği aracı tam olarak geliştirdi. Karpathy'nin LLM Bilgi Tabanları iş akışını yayınlamasından 48 saat sonra, bu GitHub'da ortaya çıktı. Adı Graphify. Tek komut. Herhangi bir klasör. Tam bilgi grafiği. Herhangi bir klasöre yönlendirin. Claude Code içinde /graphify komutunu çalıştırın. Bırakın gitsin. İşte diğer taraftan çıkanlar: -> O klasördeki her şeyin gezilebilir bir bilgi grafiği -> Geri bağlantılı makaleler içeren bir Obsidian kasası -> index.md'den başlayan ve her kavram kümesini eşleyen bir wiki -> Tüm kod tabanınız veya araştırma klasörünüz üzerinde sade İngilizce Soru-Cevap Şunlar gibi sorular sorabilirsiniz: "Bu fonksiyonu ne çağırıyor?" "Bu iki kavramı ne bağlıyor?" "Bu projedeki en önemli düğümler neler?" Vektör veritabanı yok. Kurulum yok. Yapılandırma dosyası yok. Beni en çok etkileyen şey, belirteç verimliliği rakamı oldu: Ham dosyaları okumaya kıyasla sorgu başına 71,5 kat daha az belirteç. Bu küçük bir gelişme değil. Bu, yapay zeka ajanlarının büyük kod tabanları üzerinde nasıl akıl yürüttüğüne dair tamamen farklı bir paradigma. Desteklediği özellikler: -> 13 programlama dilinde kod -> PDF'ler -> Claude Vision aracılığıyla görüntüler -> Markdown dosyaları Tek satırda kurulum: pip install graphify && graphify install Ardından Claude Code'da /graphify yazın ve herhangi bir şeye yönlendirin. Karpathy sordu. Birisi 48 saat içinde teslim etti. Bu, 2026'nın hızı. Açık Kaynak. Ücretsiz. Daha fazlası için takip edin

やべぇやべぇリップルヤバすぎます🤖💦 スゴいことになってきた💦 スイス規制下のフィンテック企業 TrustLinq⁠はRipple⁠の「Ripple Payments」を統合し ✅170カ国以上 ✅80以上の通貨 暗号資産→法定通貨送金 を可能にしたと発表🚀 何がヤバいかって🤖 裏側でRipple Paymentsが処理🚀 🤖Rippleインフラ採用 🤖RLUSD利用拡大 っていうワケなんよ🚀　 しかもヤバいのは・・ 受取側はウォレット不要 普通の銀行口座に現地通貨で着金 そして、ここからはあくまで妄想だが・・ SBIももちろん動いていると思う🤖 SBIはマジで銀行のポジションをリップルと共に奪ってしまうのか（笑） #XRP #Ripple

llm-wiki를 사용한지 한달이 되었고, 클로드에게 한달 동안 어떤 작업이 이뤄졌는지를 물어보았다. 몇가지 변곡점이 있었다. 정리하면서, 수업을 듣는 대학원생들, 같이 공부하는 교수님들이 처음 세팅해서 쓰는 방법들도 정리를 해보았다. joonan30.github.io/llm-wiki-labs/…

🚨**Ripple secures major regulatory progress across the UK, EU and potentially the US in under one week. 🇬🇧 UK: Ripple receives EMI license and FCA crypto registration 🇪🇺 EU: Luxembourg approval opens access across all 27 EU countries 🇺🇸 US: CLARITY Act moves closer to approval Ripple is steadily building regulated infrastructure around XR