CELL AI DEVLOG

Claude Code는 Anthropic에 묶여 있고, 코드 외 작업은 약합니다. Goose는 Block(Square)이 만들고 리눅스 재단에 기증한 오픈소스 에이전트입니다. Claude, GPT, Gemini, Ollama 다 붙고, 코딩 외 자동화까지 됩니다.[핵심 요약]→ Goose: Block(Square)이 만든 오픈소스 범용 AI 에이전트→ 현재: Linux Foundation AAIF로 이전 (2025년 12월)→ 형태: 데스크탑 앱 + CLI + API — 3가지 접근 방식→ 특징: Rust로 작성 → 빠름, macOS/Linux/Windows 전부 지원→ 모델: 15개+ 프로바이더 지원 (Claude, GPT, Gemini, Ollama, Bedrock...)→ ACP: 기존 Claude..

Claude Code 터미널 3개, Cursor 창 2개 열고 "어디가 뭐 하고 있지?" 계속 추적하다 충돌납니다. Intent는 그 위에 앉아서 전체를 지휘합니다. 에이전트를 쓰는 게 아니라 에이전트 팀을 운영하는 겁니다.[핵심 요약]→ Intent: Augment Code가 만든 에이전트 오케스트레이터 데스크탑 앱 (Mac)→ BYOA: 기존 Claude Code·Codex·Auggie 구독 그대로 사용 — 대체가 아닌 레이어→ 핵심 구조: Coordinator → Specialist 병렬 실행 → Verifier → PR→ Living Spec: 스펙이 에이전트 작업 완료 시 자동 업데이트 — 드리프트 없음→ Git Worktree 격리: 에이전트마다 별도 워킹 디렉토리 → 충돌 원천 차단→ Con..

LLM 앱 만들면 프롬프트 짜고, 테스트하고, 결과 별로면 수정하고, 또 테스트하고. 이 루프가 끝이 없습니다. DSPy는 이걸 뒤집습니다. 입력과 출력만 정의하면 최적 프롬프트를 AI가 찾아줍니다.[핵심 요약]→ DSPy: Declarative Self-improving Python — Stanford 연구팀 개발→ 핵심 철학: "프롬프트를 짜는 것" → "프로그램을 선언하고 컴파일"→ 3가지 핵심 구성: Signature(입출력 선언) + Module(추론 방식) + Optimizer(자동 최적화)→ 주요 옵티마이저: BootstrapFewShot, MIPROv2, SIMBA, GEPA→ 효과: 팩트 정확도 30~45% 향상, 환각률 25% 감소 (논문 기준)→ 지원 모델: Claude, GPT, G..

"우리 서비스는 한국에 있으니까 EU 법이랑 상관없겠지." 아닙니다. EU 사용자가 한 명이라도 있으면 적용됩니다. GDPR이 그랬듯, AI Act도 전 세계 개발자에게 영향을 미칩니다. 8월 2일이 77일 남았습니다.[핵심 요약]→ EU AI Act: 세계 최초 포괄적 AI 규제 법안 (Regulation EU 2024/1689)→ 시행일 타임라인: ✅ 2025년 2월 2일: 금지 AI 관행 즉시 적용 ✅ 2025년 8월 2일: GPAI(범용AI) 모델 규칙 적용 ⚠️ 2026년 8월 2일: 고위험 AI 시스템 주요 규정 적용 (D-77) 📅 2028년 8월 2일: 규제 제품 내장 AI 시스템 (Omnibus 개정)→ 적용 범위: EU 사용자에게 서비스하는 모든 개발자 (역외 적용, G..

pip install 10초, flake8 + black + isort 따로 실행, 가상환경 관리는 또 따로. Python 개발자가 매일 하던 일들입니다. Astral이 이걸 전부 Rust로 다시 만들었고, OpenAI가 3월 19일 인수했습니다. 이제 Python 생태계의 기본 툴링이 바뀝니다.[핵심 요약]→ Astral: uv + Ruff + ty를 Rust로 만든 스타트업 (2023년 창업)→ OpenAI 인수: 2026년 3월 19일 발표, Codex 팀에 합류→ 규모: uv 월간 다운로드 1억 2,600만회 / Ruff GitHub 34,000+ 스타→ uv: pip + virtualenv + pyenv + pipx + pip-tools 전부 대체 — 10~100배 빠름→ Ruff: flake8..

프롬프트를 아무리 잘 써도 AI가 엉뚱한 파일 수정하고 없는 API 만들어냅니다. 문제는 프롬프트가 아닙니다. AI가 작업하는 환경 자체가 문제입니다. Harness Engineering은 그 환경을 설계하는 기법입니다.[핵심 요약]→ Harness: 모델을 제외한 에이전트의 모든 것 (Agent = Model + Harness)→ 핵심 철학: "프롬프트를 잘 쓰는 것"이 아니라 "AI가 작업하는 환경을 설계"→ 두 가지 제어 방식: Guides(사전 방지) + Sensors(사후 자동 교정)→ 두 가지 실행 유형: Computational(결정론적) + Inferential(AI 기반)→ 계층 구조: 모델 → 빌더 하네스 → 유저 하네스 (3겹)→ 효과: LangChain, Terminal-Bench ..

구글 1페이지에 올려봤자 58.5%는 클릭 없이 끝납니다. ChatGPT가 이미 답을 줬거든요. 이제 목표는 링크 상위 노출이 아니라 AI가 인용하는 출처가 되는 겁니다.[핵심 요약]→ GEO: AI 검색 엔진이 답변 생성 시 내 콘텐츠를 인용하도록 최적화하는 기법→ 배경: 구글 검색의 58.5%가 클릭 없이 종료(2026 기준) → Zero-Click 시대→ 대상 플랫폼: ChatGPT, Perplexity, Google AI Overviews, Claude, Gemini, Copilot→ SEO와의 차이: 키워드 랭킹 → 인용(Citation) 빈도·권위 최적화로 목표 전환→ AI 검색 레이어: 훈련 데이터(느림) → RAG 기반 실시간 검색(중간) → 에이전트 크롤링(빠름)→ 핵심 지표: 클릭수·C..

Claude Code한테 "이거 구현해줘" 했더니 import fastjson 썼습니다. PyPI에서 설치하려는데 진짜 있더라고요. 근데 어제 공격자가 등록한 겁니다. 이게 Slopsquatting입니다.[핵심 요약]→ Slopsquatting: AI가 환각한 패키지 이름을 공격자가 선점 등록하는 공급망 공격→ 용어 창시: Python Software Foundation 보안 연구원 Seth Larson→ 규모: 16개 AI 코딩 모델 테스트 → 생성 코드의 약 20%에 환각 패키지 포함→ 반복성: 환각 패키지 이름의 58% 이상이 여러 번 반복 → 공격자가 예측 가능→ 실제 사례: react-codeshift (jscodeshift + react-codemod 합성) — 2026년 1월→ 타겟: npm..

response.text 파싱하다가 KeyError 터진 적 있으시죠. LLM이 JSON 대신 markdown 코드블록으로 감싸서 줬을 때요. PydanticAI는 LLM 출력을 Pydantic 모델로 강제합니다. 파싱 없이 .output.field로 바로 접근합니다.[핵심 요약]→ PydanticAI: FastAPI 팀(Pydantic 팀)이 만든 Python 에이전트 프레임워크→ 핵심: output_type으로 LLM 출력을 Pydantic 모델로 강제 검증→ 지원 모델: Claude, GPT, Gemini, Ollama, Groq, Bedrock 등 단일 인터페이스→ 타입 안전: 에이전트 입출력 전 구간 mypy/pyright 타입 체크→ 의존성 주입: DB 연결, API 클라이언트를 전역 변수 없..

LangChain 쓰려면 파이썬 배워야 하고, LangChain.js는 파이썬 포팅이라 DX가 어색합니다. Mastra는 Gatsby 팀이 만든 TypeScript 네이티브 에이전트 프레임워크입니다. Next.js 하던 방식 그대로 에이전트를 짭니다.[핵심 요약]→ Mastra: TypeScript 네이티브 AI 에이전트 프레임워크 (2026년 1월 v1.0 출시)→ 만든 팀: Gatsby.js 창업팀 (YC W25, $13M 펀딩)→ 현황: GitHub 22,000+ 스타 / npm 주간 다운로드 300,000+→ 모델: Vercel AI SDK 기반 — Claude, GPT, Gemini, Ollama 3,300+ 모델 지원→ 6가지 핵심 프리미티브: Agent, Workflow, Tool, Memo..