코덱스 구독의 토큰 속도
구독 사용량을 고려하면 Astra를 주력으로 쓰기는 어렵다. 그런데 gpt-6.1-sol도 예상보다 느리게 느껴졌다. 그래서 같은 작업을 여러 모델에 맡기고, 세션 로그를 바탕으로 토큰 생성 속도를 비교해 봤다. 측정 방법 모든 모델에 아래 프롬프트를 그대로 사용했다. 도구 사용과 파일 작업을 막고, 분산 작업 큐의 실패 상황에 관한 테스트 사례 120개를
Search for a command to run...
구독 사용량을 고려하면 Astra를 주력으로 쓰기는 어렵다. 그런데 gpt-6.1-sol도 예상보다 느리게 느껴졌다. 그래서 같은 작업을 여러 모델에 맡기고, 세션 로그를 바탕으로 토큰 생성 속도를 비교해 봤다. 측정 방법 모든 모델에 아래 프롬프트를 그대로 사용했다. 도구 사용과 파일 작업을 막고, 분산 작업 큐의 실패 상황에 관한 테스트 사례 120개를
Given my subscription usage, Astra is difficult to use as my main model. But GPT-6.1 Sol also felt slower than I expected, so I ran a small comparison. I gave several models the same task and calculat
AI로 UI 작업하기 힘들다는 사람이 많아서, 내가 작업하는 방식을 짧게 공유한다. 나는 다음 순서로 작업한다. $design-ui로 AI가 imagegen을 써서 시안을 만들고, 내 승인을 받는다. $add-issue로 승인한 시안과 프롬프트를 이슈에 첨부한다. $slop-fix-batch로 병렬 구현한다. 첨부한 스크린샷은 AI가 image
A lot of people say UI work is difficult with AI, so I wanted to briefly share how I do it. My workflow is: With $design-ui, the AI uses imagegen to create a mockup and asks for my approval. With $
지난 글에서는 Labor0와 Codex로 수십 개의 작업을 병렬로 처리하는 워크플로우를 소개했다. 그 이후로도 내 개발 방식은 계속 바뀌었다. 지금은 Labor0를 쓰지 않고, 공개해 둔 스킬들을 활용하고 있다. 이번에 해결한 문제는 PR을 많이 만든 다음에 생기는 병목이다. PR을 만드는 것까지는 쉬운데, 그걸 전부 머지하는 데 시간이 너무 오래 걸렸다.
In my previous post, I described how I used Labor0 and Codex to run dozens of tasks in parallel. My workflow has changed since then. I no longer use Labor0, and I now work with skills that I have made
빠른 JSON 생성 API가 필요해서, 직접 모델을 학습시켜봤다
I experimented with something called JSONLLM
These days, my preference is React and TypeScript for frontend development, and Go, TypeScript, then Rust for everything else. I really like Rust, and I have used it a lot. But when I think about whic