Claude Opus 5 곧 출시한다네요
이번주 후반에 출시한다고 하고, Fable 연장은 7/19 이후엔 더이상 하지 않는다고 합니다
Opus 5는 Fable급 퍼포먼스 + 저렴이
https://x.com/synthwavedd/status/2077085180175544375
이번주 후반에 출시한다고 하고, Fable 연장은 7/19 이후엔 더이상 하지 않는다고 합니다
Opus 5는 Fable급 퍼포먼스 + 저렴이
https://x.com/synthwavedd/status/2077085180175544375
OpenAI 개발자가 직접 알려주는 Codex 활용 팁
1/ Codex에게 먼저 요구사항 수집 + 연구 단계 진행
2/ create_goal (set_goal) 을 활용해서 이번 작업의 목표를 지정 (/goal 아님)
3/ 코딩 ㄱ
이렇게 하면 그냥 진행하는 것보다 훨씬 더 결과가 좋아진다고 합니다.
https://x.com/reach_vb/status/2076813989598662816
1/ Codex에게 먼저 요구사항 수집 + 연구 단계 진행
2/ create_goal (set_goal) 을 활용해서 이번 작업의 목표를 지정 (/goal 아님)
3/ 코딩 ㄱ
이렇게 하면 그냥 진행하는 것보다 훨씬 더 결과가 좋아진다고 합니다.
https://x.com/reach_vb/status/2076813989598662816
❤4
Forwarded from 코인씨커의 일기장
내가 지인들한테 AI 셋업해주고 일 시키면 개멍청함.
역시 그 이유는 기본적인 지침도 있긴한데, 나같은 경우에는 지침이 생각보다 엄청 적은 편.
그래서 깔아주고도 왜 이걸 저렇게 하지? 라고 항상 느낄때가 많은데
그 차이는 역시 LLM WIKI 에 답이 있었다.
뭐 세컨드브레인 열풍이 불어서 옵시디언이 최고다 어쩌다하면서 연결 그래프 보여주고 바이럴하던게 생각나는 그거.
근데 옵시디언? 굳이 필요없음. 왜냐하면 내가 옵시디언 노트를 킬일은 없음.
그냥 wiki 형태의 정리 노트가 최고임.
이게 있고 없고 차이가 큰데, 내가 대시보드 만들면서 나만의 에이전트 툴을 만들 때 했던 것중 바로 다음이 이 볼트 만들기였음.
에이전트들이 알아서 wiki 를 읽어서 문맥파악하고, 수정하고 정리하고, 압축하게 해두면 예전의 실수를 반복하지 않음.
반복하더라도, 내 규칙제안 Agent 가 반복 실수한 걸 잡아서, AGENTS.md 에 더 상위의 규칙에 미리 넣어버림.
주기적으로 wiki 에 있던 내용을 못 활용하는 경우? 도 인지하도록 하는 별도 agent 가 주기적으로 규칙 제안을 하여, wiki 상태를 조정해줌.
이런식으로 관리를 하니까 메모나 노트등을 읽으면서 잘못된 방향으로 좀 안하는편인듯.
아무튼 이게 제일 중요한 요소라고 느낌.
최근에 체형교정쌤도 llm wiki 깔고 좀 똑똑해졌다고 하는데 그 차이인거 같음.
까는법 물어보는 사람있을까봐 말하는데, 그냥 설정해줘 밖에 없음.
이제 누구한테 사실 물어볼 필요가 없는 시대임.
역시 그 이유는 기본적인 지침도 있긴한데, 나같은 경우에는 지침이 생각보다 엄청 적은 편.
그래서 깔아주고도 왜 이걸 저렇게 하지? 라고 항상 느낄때가 많은데
그 차이는 역시 LLM WIKI 에 답이 있었다.
뭐 세컨드브레인 열풍이 불어서 옵시디언이 최고다 어쩌다하면서 연결 그래프 보여주고 바이럴하던게 생각나는 그거.
근데 옵시디언? 굳이 필요없음. 왜냐하면 내가 옵시디언 노트를 킬일은 없음.
그냥 wiki 형태의 정리 노트가 최고임.
이게 있고 없고 차이가 큰데, 내가 대시보드 만들면서 나만의 에이전트 툴을 만들 때 했던 것중 바로 다음이 이 볼트 만들기였음.
에이전트들이 알아서 wiki 를 읽어서 문맥파악하고, 수정하고 정리하고, 압축하게 해두면 예전의 실수를 반복하지 않음.
반복하더라도, 내 규칙제안 Agent 가 반복 실수한 걸 잡아서, AGENTS.md 에 더 상위의 규칙에 미리 넣어버림.
주기적으로 wiki 에 있던 내용을 못 활용하는 경우? 도 인지하도록 하는 별도 agent 가 주기적으로 규칙 제안을 하여, wiki 상태를 조정해줌.
이런식으로 관리를 하니까 메모나 노트등을 읽으면서 잘못된 방향으로 좀 안하는편인듯.
아무튼 이게 제일 중요한 요소라고 느낌.
최근에 체형교정쌤도 llm wiki 깔고 좀 똑똑해졌다고 하는데 그 차이인거 같음.
까는법 물어보는 사람있을까봐 말하는데, 그냥 설정해줘 밖에 없음.
이제 누구한테 사실 물어볼 필요가 없는 시대임.
❤2
나의 문어 선생님 (AI & 마케팅)
이번에 출시한 Kimi는.. Opus 4.8 / 5.6 Sol 에 가까운 프론티어 성능급 퍼포먼스를 보여주는 것과 별개로 검열이 기존 모델보다 거의 없다시피해서 자유롭게 작업이 가능하다는게 정말 좋다고하네요.. 중국산 모델은 본능적으로 거부해서 거들떠도 안보고 싶었는데, 이미 신규 구독은 막아두었어요. 어제 그냥 지를걸.. 이용자수 늘어나니까 신규구독은 그대로 받아버리고 기존 유저 할당량 토막내버리는 앤트로픽하곤 보법이 다르네 ㄹㅇ
cline 이용하면 kimi k3 사용가능하네요.
지금 $1.99 프로모션 중이라 저렴하게 찍먹 해볼 수 있음!
1/ 설치
2/
3/ 프로모션 결제페이지 이동해서 결제
지금 $1.99 프로모션 중이라 저렴하게 찍먹 해볼 수 있음!
1/ 설치
npm install -g cline2/
cline3/ 프로모션 결제페이지 이동해서 결제
나의 문어 선생님 (AI & 마케팅)
Claude Opus 5 곧 출시한다네요 이번주 후반에 출시한다고 하고, Fable 연장은 7/19 이후엔 더이상 하지 않는다고 합니다 Opus 5는 Fable급 퍼포먼스 + 저렴이 https://x.com/synthwavedd/status/2077085180175544375
이번주, Opus5 출시 예정
Leo가 앞서 예고했던대로, Opus 5의 이번주 공개 소식은 특이사항이 있지않나보네요.
그런데 Opus5가 fable5보다 좋으면 fable의 존재의의는 뭔데...?
Leo가 앞서 예고했던대로, Opus 5의 이번주 공개 소식은 특이사항이 있지않나보네요.
그런데 Opus5가 fable5보다 좋으면 fable의 존재의의는 뭔데...?
Forwarded from AI_Innovation_Studio
atomesus LLM 1년 무료(월 4달러 상당)
https://atomesus.com/
신규 계정으로 가입 후 좌측 하단 프로필 -> 레퍼럴코드 ATOMESUS 입력
카드 필요없고 바로 적용됩니다.
#무료이벤트
AI 정보는 이곳에서!
https://atomesus.com/
신규 계정으로 가입 후 좌측 하단 프로필 -> 레퍼럴코드 ATOMESUS 입력
카드 필요없고 바로 적용됩니다.
#무료이벤트
AI 정보는 이곳에서!
Atomesus
Atomesus: Smart and Simple Artificial Intelligence
Your everyday intelligent assistant — Explore what you can do with Atomesus. Write, analyze, research, and create images using a fast, easy-to-use platform. Try Atomesus for free. Simple, reliable, and available anytime, anywhere.
💔2
AI 코딩 에이전트는 왜 갑자기 멍청해질까?
코덱스나 클로드코드를 오래 쓰다 보면 어느 순간 앞에서 했던 말을 잊거나, 이미 본 파일을 다시 읽고, 엉뚱한 코드를 수정할 떄가 종종 있습니다.
그 이유는 대화, 코드, 에러 로그, 터미널 출력이 계속 쌓이면서 AI가 한 번에 볼 수 있는 공간인 컨텍스트가 더러워지기 때문인데, 이 문제를 보통 compact 기능으로 이전 내용을 AI가 다시 요약하곤 하죠. 코덱스를 주로 쓰시는 분들은 굉장히 자주 보셨을거에요.
하지만 컴팩트 과정에서 중요한 에러 메시지나 파일 정보가 빠질 수 있다는 문제가 있습니다.
그래서 다른 방식들이 나온게..
* compact : 책상 위 문서를 한 번에 요약
* VCC : 정해진 양식으로 핵심만 정리
* Observation Masking : 이미 본 긴 문서를 서랍에 넣기
* Dynamic Pruning : 작업하면서 계속 쓰레기 버리기
코덱스 컨텍스트가 적다고 많이 까이고 있지만 사실 AI 코딩 에이전트의 성능은 모델 크기만으로 결정되지 않는다는 것.. 얼마나 많이 기억하느냐보다, 필요 없는 기억을 얼마나 잘처리하느냐가 중요합니다.
코덱스나 클로드코드를 오래 쓰다 보면 어느 순간 앞에서 했던 말을 잊거나, 이미 본 파일을 다시 읽고, 엉뚱한 코드를 수정할 떄가 종종 있습니다.
그 이유는 대화, 코드, 에러 로그, 터미널 출력이 계속 쌓이면서 AI가 한 번에 볼 수 있는 공간인 컨텍스트가 더러워지기 때문인데, 이 문제를 보통 compact 기능으로 이전 내용을 AI가 다시 요약하곤 하죠. 코덱스를 주로 쓰시는 분들은 굉장히 자주 보셨을거에요.
하지만 컴팩트 과정에서 중요한 에러 메시지나 파일 정보가 빠질 수 있다는 문제가 있습니다.
그래서 다른 방식들이 나온게..
1/ VCC 계열 방식 : AI에게 요약을 맡기지 않고, 변경한 파일·에러·남은 작업 같은 정보만 규칙대로 빠르게 정리
2/ Observation Masking : AI가 이미 확인한 긴 로그나 파일 내용을 숨기고, 이 파일을 읽었다는 기록만 남김. 결국 수천 줄짜리 원문은 치우는 방식
3/ Dynamic Context Pruning : 중복된 명령, 오래된 로그, 끝난 작업을 계속 골라서 제거
* compact : 책상 위 문서를 한 번에 요약
* VCC : 정해진 양식으로 핵심만 정리
* Observation Masking : 이미 본 긴 문서를 서랍에 넣기
* Dynamic Pruning : 작업하면서 계속 쓰레기 버리기
코덱스 컨텍스트가 적다고 많이 까이고 있지만 사실 AI 코딩 에이전트의 성능은 모델 크기만으로 결정되지 않는다는 것.. 얼마나 많이 기억하느냐보다, 필요 없는 기억을 얼마나 잘처리하느냐가 중요합니다.
❤2