저자는 본업, 부업A, 부업B, 개인개발이라는 서로 다른 개발 환경을 한 대의 Mac에서 병행하며, 각각 Git 계정과 LLM 계정이 완전히 분리되어 있다. 이런 상황에서 AI 코딩 에이전트 선택 시 모델 성능보다 복수 개발 컨텍스트의 인증 정보 분리가 더 중요하며, 프로젝트마다 Git 인증과 LLM 인증을 명확히 격리할 수 있는 Agent Canvas를 중심으로 사용하고 있다.
CodeRabbit의 새로운 'Fix CI failures' 기능은 PR 생성 후 발생하는 CI 에러를 감지하고 클릭 한 번으로 AI가 코드를 수정해 준다. 작성 시점 기준 GitHub만 지원하며 Pro+ 플랜 이상에서 사용 가능하고, 대시보드나 설정 파일로 비활성화할 수 있다.
William Murray는 AI와 자동화로 소프트웨어의 깊은 사고가 직업적 가치를 잃어가는데도 변화에 저항하지 않는 태도를 공모이자 체념이라 비판했다. 그는 프로그래머를 자동화에 위협받으면서도 힘을 얻는 고숙련 장인으로 보며 현재를 산업혁명기 영국과 비교했다.
Agent Canvas를 사용하며 로컬 LLM으로 비용을 절감하려 했으나 정밀도 부족으로 결국 Claude와 GPT API를 주로 사용해 월 수십만 엔의 비용이 발생했다. 이후 OpenHands Agent에서 ChatGPT 구독 기능을 이용하도록 전환한 결과 API 이용료를 약 3만 엔으로 크게 줄일 수 있었다.
Naturalmelo는 AI가 작성한 글에서 기계적인 표현을 찾아내어 자연스럽게 수정할 수 있도록 돕는 웹 도구입니다. 문장 단위로 AI 유사도를 분류하는 AI Detector와 세 가지 강도로 문장을 교정하는 AI Humanizer 기능을 제공하며, 무료 로그인 없이 마크다운과 크롬 확장 프로그램으로 이용할 수 있습니다.
AI가 위험한 배치 파일이나 PowerShell을 작성하는 것을 방지하기 위해 오프라인 및 SJIS, CRLF 환경에 대응하는 Claude Skill을 구현했습니다. 이 스킬은 Dry-run 기본 적용, 경로 가드, 백업 및 롤백, 외부 입력 파일의 SJIS 확인 등 안전 설계를 생성되는 모든 배치에 강제로 포함시킵니다.
React + TypeScript와 Go로 TODO 앱을 만드는 시리즈의 두 번째 글로, 구현에 앞서 필요한 기능과 API 엔드포인트, 데이터 구조를 정리한다. TODO 추가·조회·수정·삭제·완료 상태 관리 기능을 정의하고, POST/GET/PATCH/DELETE 엔드포인트와 id·title·completed 필드 구성을 확정했다.
Kiro Crew는 Kiro CLI를 기반으로 상주 프로세스, 세션 간 작업 기억, 장시간 태스크 실행 및 스케줄링 기능을 추가하는 에이전트 실행 기반입니다. 데스크톱 앱, CLI, Slack, Discord 등 다양한 채널에서 작업을 의뢰할 수 있으며, 이 글에서는 macOS 환경에서 설치부터 태스크 의뢰, 정기 실행까지의 과정을 설명합니다.
Fable 5 모델은 배열 6개짜리 계산을 틀리고도 자신이 맞다고 계속 주장했으며, 로컬에서 qwen 3.6 모델로 확인했을 때는 완벽한 결과가 나왔음에도 끝까지 우겼다. 이후 자신의 잘못을 인정했지만, 마지막 말투가 자신이 약간 도움이 된 것처럼 뉘앙스를 풍겨 짜증을 유발했다.
시간 주도형 트리거와 UrlFetchApp을 활용해 외부 API 데이터를 스프레드시트에 자동으로 시계열 누적하는 GAS 패턴을 설명합니다. AI로 코드를 작성할 때 실제 API 응답 예시를 제공하면 파싱 오류를 줄일 수 있으며, 구현 전에 이상 탐지 사양을 미리 정하면 코드가 더 깔끔해집니다.
