마루날 retweeted
Claude Code fully dissected!
Researchers from UCL reverse-engineered the leaked Claude source. What they found changes how you should think about agent design.
Only 1.6% of the codebase is AI decision logic.
The other 98.4% is operational infrastructure. Permission gates, tool routing, context compaction, recovery logic, session persistence. The model reasons. The harness does everything else.
This is the opposite of what most agent frameworks do today.
LangGraph routes model outputs through explicit state machines. Devin bolts heavy planners onto operational scaffolding. Claude Code gives the model maximum decision latitude inside a rich deterministic harness, and invests all its engineering effort in that harness.
The core loop is a simple while-true. Call model, run tools, repeat.
But the systems around that loop are where the real design lives:
A permission system with 7 modes and an ML classifier. Users approve 93% of prompts anyway, so the architecture compensates with automated layers instead of adding more warnings.
A 5-layer context compaction pipeline. Each layer runs only when cheaper ones fail. Budget reduction, snip, microcompact, context collapse, auto-compact.
Four extension mechanisms ordered by context cost. Hooks (zero), skills (low), plugins (medium), MCP (high). Each answers a different integration problem.
Subagents return only summary text to the parent. Their full transcripts live in sidechain files. Agent teams still cost roughly 7x the tokens of a standard session.
Resume does not restore session-scoped permissions. Trust is re-established every session. That friction is the point.
The bet behind all of this is simple. As frontier models converge on raw coding ability, the quality of the harness becomes the differentiator, not the model.
Paper: Dive into Claude Code (arXiv:2604.14228)
We've shared an article on Agent Harness and what every big company is building.
Read it below.
마루날 retweeted
난 게임을 즐겨하지 않는데 이런건 진짜 유익함
만원으로 데이터 센터의 복잡한 구조와 컴퓨터 인프라를 이해하는 스팀게임 : Data Center
빈 방에서 시작해서
랙 구매 → 서버 장착 → 모든 케이블을 직접 손으로 하나하나 연결해야함
실제 데이터 센터처럼 고객 트래픽을 처리하는 시뮬레이션 게임
출시 48시간 만에 180개가 넘는 리뷰가 달렸고, 플레이어들은 “최근 본 시뮬레이션 게임 중 가장 몰입감 있다”, “컴퓨팅 인프라를 이해하는 데 최고”라는 평가를 하고 있습니다.
마루날 retweeted
Claude Code can now run an entire PhD-level research pipeline by itself.
it runs a 10-stage workflow from blank page to publication-ready PDF, replacing the work of a PhD advisor, three peer reviewers, and a copy editor in one repo.
→ Deep research with 13 agents (PRISMA + systematic review)
→ 12 agents write the paper section by section
→ 5-person peer review (Editor + 3 Reviewers + Devil's Advocate)
→ Integrity agent catches fabricated citations + stat errors
→ Final output: LaTeX → PDF, ready to submit
After the paper is finalized, it runs a Collaboration Quality Evaluation that scores YOU, across 6 dimensions, 1–100. Direction setting, intellectual contribution, quality gatekeeping.
It tells you exactly where you were the bottleneck.
Drop it into .claude/skills/ and the whole pipeline auto-loads. Works in Claude Code, Cowork, and as a Claude Project.
100% open source. CC-BY-NC 4.0.
[MV] Lucid Fall(루시드폴) _ Still There, Still Here(아직, 있다.) youtu.be/Xv8ogs0kNNs?si=XxeK… 출처 @YouTube
잊지않겠습니다. ㅠㅠ
75
마루날 retweeted
카페 테이블 위에 휴대폰만 올려 놓거나 상점 바깥에 상품을 진열하거나 집 밖에 택배물건을 놔 둬도 괜찮은 현대 한국 문화는 한국인들 스스로 오랜 세월에 걸쳐 쌓아 올린 것이지, 쿠팡이 만든 게 아닙니다.
쿠팡의 새벽배송 덕에 생활이 편해졌다는 분들, 당신들이…
facebook.com/share/p/1BfxQwv…
LangChain(에이전트 프레임워크)은 에이전트를 만들 때 쓰는 레고 블록 세트
LangGraph(에이전트 런타임)는 그렇게 설계된 에이전트/워크플로우를 상태를 유지하면서 돌려주는 실행 엔진
DeepAgents(에이전트 하네스)는 프레임워크/런타임 위에서 리서치·코딩 같은 딥에이전트를 쓸 수 있게 해줌
What’s the difference between agent runtime, a framework, and a harness?
In this post we expand on the patterns we’re seeing, when to use different approaches, and how things are evolving. Our mental model in brief:
- Frameworks: abstractions that help build agents with LLMs (LangChain)
- Runtime: infrastructure level with support for durable execution, streaming, human-in-the-loop and more (LangGraph)
- Harness: general purpose agent (Deep Agents)
Read the post: blog.langchain.com/agent-fra…
42
마루날 retweeted
제미나이는 GPT 대비 토큰 비용에서 훨씬 저렴함. 이번에 나온 제미나이3 프로 아웃풋 기준으로도 12달러(1M토큰) 에 불과.
데이터에서도 압도적 우위에 있지만 결정적으로 TPU-데이터센터-JAX-제미나이 로 이어지는 수직계열화의 승리라고 볼 수 있음.
여기서 중요한 시사점이 있는데, 구글은 초기 우려섞인 시선을 이겨내고 자체 TPU 풀스택 정착에 완벽히 성공함.
앞으로 AI 전쟁에서 최적화된 커스텀칩 없이 엔비디아 GPU에만 의존해서는 경쟁에서 살아남기 쉽지 않을 것.
자율주행은 물론 로봇 전쟁도 마찬가지임. 일론이 최근 AI5, AI6 설계에 올인하고 있는 것도 같은 맥락.
마루날 retweeted
일론이 정확하다고 인정한 현재 AI 시장 현황
짧게 3줄로 요약하면
- 한마디로 AI 시장에서 앱 레이어의 소규모 스타트업들은 생존하기 어렵다는 것.
- 왜냐하면, 파운데이션 모델과 플랫폼을 가진 빅테크 기업이 다 쓸어버리기 때문에.
- 생존하려면 구체적 진입장벽을 가진 물리세계의 리얼월드 데이터를 다루는 영역이 유리.
"모든 AI 애플리케이션 스타트업은, 파운데이셔널 모델 제공 기업들의 빠른 확장에 의해 거의 대부분 짓눌리게 될 가능성이 큼.
앱에서 제공하는 기능들은 결국 파운데이셔널 모델 사업자들의 제품·서비스에 흡수될 것임. 여기서 중요한 점은, 이 거대 플레이어들이 과거 산업에서 말하던 '느린 공룡'이 아니라는 것임. '빠른 스타트업 vs 느린 공룡 기업'이라는 오래된 비유를 여기에 적용하는 것은 잘못임. 이들은 단지 덩치가 클 뿐이고, 그 거대한 규모로도 매우 빠르게 움직이고 있음.
지금의 AI는 과거 어떤 기술 혁신보다도 훨씬 강력하고 빠르게 밀려오는 거대한 파도에 가까움. 이 파도는 새로 만들어지는 거의 모든 앱을, 만들어지는 속도와 비슷한 속도로 바로 구식으로 만들어버림. 회사를 설립하고, 독립적으로 스케일시키고, 방어력 있는 사업을 만들 수 있는 시간이 거의 존재하지 않음.
AI 애플리케이션 스타트업 창업자가 돈을 벌 수 있는 길은 두 가지뿐임.
- 단기간에 폭발적인 인기를 얻는 앱을 만들어, 12~18개월 정도의 현금흐름이 나오는 동안 최대한 돈을 뽑아내고, 그 현금을 쌓아두는 전략
- 충분히 쓸 만한 수준의 앱을 만들어, 대형 플레이어에게 지분과 함께 인수되는 전략
현재 상황은 매우 불안정함. 이게 붕괴로 갈지, 극단적 성장으로 갈지 아무도 모름. 하지만 어느 쪽이든, 어떤 AI 애플리케이션 스타트업이 독립적으로 '세대를 바꾸는 초거대 기업'으로 성장할 확률은 극도로 낮음. 원래도 낮았지만 지금 환경에서는 더 낮아진 것임.
가장 가능성이 있는 전략은 다음과 같음.
매우 특수한 분야에서, 극도로 독특하고 구체적인 데이터 진입장벽을 가진 애플리케이션 니치를 찾는 것. 특히 소프트웨어나 금융 데이터가 아니라, 실제 물리 세계(하드웨어, 제조, 바이오, 로보틱스, 인프라 등)와 연결된, 현실의 원자에 기반한 데이터를 다루는 영역일수록 유리함."
마루날 retweeted
'독자 AI 파운데이션 모델 프로젝트' 선정 기업
- 네이버클라우드
- 업스테이지
- SK텔레콤
- NC AI
- LG AI연구원
예상대로 선정되었네요. 너무 당연한 결과라 긴장감은 없었지만. 연말에 하는 승자 발표가 진짜니, 연말 결과 기대해봅니다. 😎🍿🥤
연말 승자 발표도 마음속의 순위는 이미 있지만 😏 이번보다는 조금 헷갈리긴 합니다.
마루날 retweeted
OpenAI, Google, and Anthropic just dropped the guides on:
- Prompt Engineering
- Building effective Agents
- AI in Business
- 601 AI use cases
and so much more...
9 best guides you don’t want to miss:
마루날 retweeted
부정선거를 단순 음모론이나 무지로 치부하면 안된다.
이틀간의 사례를 종합하면, 부정선거론은 치밀하게 기획되었다.
물론 선관위의 관리부실은 비판할 수 있다. 그러나 몇몇 오류로 시스템 자체를 왜곡하는 것에 주목해야 한다. 여기서 그러한 오류들은 “팩트”라는 단어로 포장된다.
선관위는 “팩트”를 해명하기 위해 복잡한 구조를 설명해야 된다. 그리고 이 과정에서 새로운 오류가 발견되고 부정선거의 증거로 왜곡된다.
어찌됐든 “팩트”들은 부정선거의 증거가 못된다.
한국의 선거는 투표, 개표, 전송, 검증이 분리된 절차로 운영된다. 여기에 정당 참관과 중복 검증이 작동한다. 수작업에 의한 사소한 오류에 의해 결과 전체가 조작되는 건 현실적으로 불가능하다.
논리적으로도 설명하기 어렵다.
왜 이 난리통에도 이재명의 지지자만 사형을 각오하고 부정선거를 하는가..? 왜 이재명은 과반수의 지지율에 불과하고 부정선거의 리스크를 감수하는가..?
사실 논리 따위 중요하지 않다. 극우의 목적은 진실을 밝히려는 것이 아니기 때문이다.
단순한 숫자와 장면, 즉 “팩트”는 수십페이지의 논리적 반박 보다 설득력을 가질 수 있다.
극우가 말하는 팩트는 정당성에 흠집을 내기위한 도구에 불과하며, 진실은 중요하지 않다. 그들의 목적은 그저 혼란을 심는 것이다.
논리따위 증명할 필요 없다. 의심만 심으면 승리하는 전략이다. 그들의 전략은 ‘졌지만 조작 때문이다’는 서사를 쌓고, 다음 선거의 정당성을 선점 하는 것이다.
결과적으로 부정선거론의 목적은,
제도를 불신하게 만들고, 사회를 갈라놓고, 국민 사이의 공감대를 붕괴시키는 일이다.
이건 단순한 정치적 차이를 넘어서, 민주주의 시스템 자체를 파괴하는 매국 행위다. 결코 가볍게 봐선 안된다. 안타깝지만, 12.3내란은 현재 진행형인 듯하다.
마루날 retweeted
나는 가끔 조합형 한글의 아름다움에 대해 생각한다.
그 아름다움은 단순히 예쁜 글꼴이나 정갈한 종이 위의 자소 배열에서 끝나지 않는다. 진짜 매력은, 정밀한 정보 구조와 이산 수학적 규칙성 속에 숨어 있다.
초성 19자, 중성 21자, 종성 28자(받침없음 포함)의 조합으로 구성된 조합형 한글은 이론적으로 가능한 모든 조합을 체계적으로 담아낸, 말 그대로 한글 문자 컴파일러와도 같다.
유니코드에서 한글은 U+AC00(가)부터 U+D7A3(힣)까지, 무려 11,172개의 음절로 정의되어 있는데, 이 조합 방식은 다차원 배열의 인덱싱 구조와도 흡사하다. 예컨대 ‘한’이라는 글자는 초성 ‘ᄒ’, 중성 ‘ᅡ’, 종성 ‘ᆫ’으로 구성되며, 다음 공식을 통해 유니코드 포인트가 계산된다:
U+AC00 + (초성 인덱스 × 588) + (중성 인덱스 × 28) + 종성 인덱스
이는 단순한 문자 처리 방식이 아니다. 초·중·종성이라는 세 개의 축을 갖는 3차원 좌표 공간에서 유니코드 포인트로 압축하여 출력하는 고성능 한글 출력 엔진이라 할 만하다. 15세기에 고안된 문자 체계가 현대 알고리즘 수준의 체계를 이미 내포하고 있었다는 것이다.
물론 조합형이라는 표현은 현대 디지털 기술이 정의한 것이지만, 그 기저에는 분해와 조합이 가능한 체계적 자모 설계가 존재한다. 즉, 세종대왕은 문자라는 고급 개념을 기계적으로 구현 가능한 형태로 설계한 엔지니어였던 셈이다.
어찌 보면, 조합형 한글은 600년 전에 만들어진 한국어라는 언어의 바이트코드다. 문자 이전의 자모, 음소 이전의 정보 구조. 다르게 말하자면 세종대왕은 나랏말을 만든 게 아니라, 나랏말을 코드화한 것이라고 할 수 있다.
즉, 세종대왕은 킹 갓 프로그래머였던 것.
























