AI 워크플로우 업데이트
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.
Search for a command to run...
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
요즘 내가 선호하는 언어는 프론트엔드에서는 React와 TypeScript, 그 외에는 Go, TypeScript, Rust 순이다. 나는 Rust를 정말 좋아하고 많이 써봤다. 그런데 AI와 개발할 때 어떤 언어를 고를지 생각하면, Go를 가장 높게 평가하게 된다. 검증 루프를 빠르게 구성하기에 균형이 가장 잘 맞는 것 같다. 이터레이션 루프의 병목 AI
50개가 넘는 AI 세션과 함께 개발하기
How I Build Software with Labor0 and Codex
사람이 병목이 되는 횟수를 줄이기 AI 에이전트 세션을 많이 실행하는 것 자체는 어렵지 않다. 내가 해결하고 싶었던 문제는 세션이 늘어날 때마다 사람이 모든 진행 상황을 확인하고 관리해야 한다는 점이었다. 사람을 병목에서 완전히 빼는 게 목표는 아니다. 사람은 여전히 병목이다. 대신 사람이 개입해야 하는 횟수를 줄이고, 실제로 결정이 필요한 순간에만 사람을