개발 문화
23편의 기록
주커버그가 직원 8천 명을 농락한 걸까?
직원 작업을 AI가 학습하고, 같은 분기에 8천 명이 감원됐다. 내 작업 흔적이 훈련 데이터가 될 때 던져지는 질문.
npm 공급망 공격, 이번 표적은 AI 개발 회사들이다
TanStack부터 Mistral까지 한 주에 감염. 로컬에 풀어둔 API 키가 표적이다, 지금 당장 할 일 4가지.
같은 회사를 8개월 새 세 번 뚫었다, Canvas 침해 사건
2억 7,500만 명 데이터를 쥔 갱단이 로그인 페이지에 협박문을 띄웠다. 패치는 단발 행위가 아니라 침입 경로 전수 점검이다.
AI 에이전트 코드의 98.4%는 하네스다
Claude Code 유출 소스를 분석한 논문. 최소 스캐폴딩과 최대 하네스, 7겹 안전 레이어, 그리고 감독의 역설까지.
HWP 파일을 브라우저에서 여는 Rust 오픈소스가 나왔다
HWP/HWPX를 설치 없이 웹에서 읽고 편집하는 rhwp. Claude Code 페어 프로그래밍에 사람이 결정하는 Hyper-Waterfall 방법론까지.
Claude Mythos의 아키텍처를 역공학해봤다
가중치 없이 코드만으로 Claude Mythos 구조를 추정한 OpenMythos. 루프드 트랜스포머 실험과 LoRA 증류가 보여준 아키텍처와 행동의 분리.
2024년 미국 캘리포니아의 한 집에서 16세 소년이 목숨을 끊었다
16세 소년의 죽음과 인클로저, 하이데거, 아렌트. 철학 프레임으로 AI 산업의 구조를 해부한 에세이.
인류 지식에 '반감기'가 생겼다
AI가 만든 콘텐츠를 다음 AI가 다시 학습하는 시대. 진짜 질문은 인간이 원본이었던 적이 있는가다.
클로드 4.7, 시스템 프롬프트 1408줄이 말하는 진짜 활용법
시스템 프롬프트 1408줄을 직접 읽고 찾아낸 4.7의 설계 변화. 공식 발표보다 프롬프트가 거짓말을 덜 한다.
스스로 진화한다는 AI 에이전트, 코드를 열어보니 난독화 덩어리였다
3,500 스타 자가진화 에이전트 리포에서 발견한 난독화 코드와 라이선스 모순. 오픈소스를 감별하는 세 가지 습관을 얻었다.
똑똑한 에이전트보다 상태가 보이는 에이전트가 먼저다
rule, hook, 셸 스크립트로 만든 자가학습 시스템을 진단하니 고아 파일 222건. 관찰 가능성이 통제의 시작점이라는 걸 배웠다.
AI 잘 쓰는 법을 오픈소스화하다, 4만 스타 Fabric
AI 프롬프트를 패턴으로 모듈화해 크라우드소싱하는 Fabric. 패턴을 복사하는 사람에겐 퇴화, 해체하는 사람에겐 성장이다.
해커는 악성코드를 .pdf로 위장한다
확장자 위장 파일을 밀리초 만에 판별하는 Google의 AI 도구 Magika. 정확도 99%, Gmail과 Drive에서 실전 검증됐다.
AI가 인간을 추월한다고?
Nature 보도, 복잡한 과제에선 인간 과학자가 최고 AI 에이전트를 크게 앞선다. 단순 반복은 AI, 복잡한 판단은 인간의 분업이 답.
AI 채택 속도, PC와 인터넷을 넘어섰다
PC 15년, 인터넷 10년 걸린 보급 곡선을 AI가 앞질렀다. 다만 도입률과 활용 깊이는 별개 지표다. 스탠퍼드 AI Index 2026.
AI는 매주 진화하고, 인간의 뇌는 15만 년 전 그대로다
인지 오프로딩과 붉은 여왕 효과 사이에서 나는 달리기를 멈췄다. 워크플로우에 실제로 붙는 도구만 남기고 깊이 들어간다.
모델을 고르는 능력보다 바꿀 수 있는 구조가 중요하다
7개월간 5개 모델, '최신'의 유통기한이 주 단위로 줄었다. OpenAI 코드네임 Spud로 읽는 모델 비종속 전략.
AI 에이전트의 검색 요청이 인간 유기적 검색의 88%에 도달했다
전체 웹 트래픽의 15%가 이미 AI 에이전트, 그중 95%가 OpenAI발. GA에는 안 잡힌다. SEO에서 AEO로 넘어가는 시점.
AI가 삶을 윤택하게 만든다고?
코드 작성이 쉬워지자 더 많이 만들라는 압력이 생겼다. 세탁기, 이메일, 자동차가 걸었던 제번스 역설의 길을 AI도 걷고 있다.
에이전트 규칙, "하지 마"보다 "이렇게 해"가 먹힌다
'접근 불가'라는 규칙이 AI의 판단을 꺾어 7번 연속 실패. 구체적 실행 방법으로 바꿔주자 한 번에 성공했다.
AI가 코딩하는데 번아웃은 내가 오는듯
코딩은 AI가 하는데 QA, 버그 판단, 배포 확인은 여전히 사람 몫. HBR의 'AI 브레인 프라이'로 읽는 1인 개발자의 피로.
클로드 코드는 더 똑똑해질 수 있다?
LLM은 똑똑한 봇일 뿐. 문제 유형 진단, 프레임워크 선택, 편향 체크를 거치는 메타인지 시스템으로 '똑똑한 사람'을 흉내 낸 실험.
"이래도 안돼?" 식 바이브코딩, 답은 리서치에 있다
바이브코딩이 안 되는 진짜 이유는 모델의 지식 컷오프. 최신 문서를 긁어 스택을 고정하는 리서치 기반 워크플로우 공개.