Windows Troubleshooting

[Windows] 배치 파일 + 인라인 PowerShell 워처의 함정 3가지

.cmd 하나에 백그라운드 PowerShell 워처를 심는 구성에서 만난 세 가지 실패를 정리한다. 한글 때문에 줄이 깨지는 코드페이지, 응답을 안 읽고 닫아 생기는 TCP RST, PID 파일이 놓치는 좀비 워처의 원인과 해법.

Cpp Optimization

[Cpp] AI는 새 알고리즘을 만들지 않았다: Lemire의 여섯 라이브러리 최적화

ada 2.4배, simdutf ASCII 검증 83→160 GB/s 등 여섯 오픈소스 라이브러리가 한 여름에 빨라졌다. Lemire의 측정을 바탕으로 AI가 바꾼 것이 '시도 비용'임을 짚고, 측정 조건과 한계를 정리한다.

[AI] SFT·RLVR·OPD 순서가 정확도 29.2→43.8%를 가른다

SFT, RLVR, OPD를 순서대로 쌓는 LLM 사후학습에서 앞 단계가 뒤 단계의 효과를 깎을 수 있음을 보인 arXiv 2609.31900 논문의 실험 설계와 핵심 결과, 실무 시사점과 한계를 정리한다.

[AI] Cloudflare cf CLI: 에이전트가 기본 사용자인 CLI 설계

Cloudflare가 공개한 cf CLI의 설계를 공식 블로그 기준으로 정리한다. Wrangler 실행량 48%를 차지한 에이전트, Forge로 생성한 3,000개 오퍼레이션, JSON 기본 출력, cf cli search, 타입 설정, 도입 시 판단 기준을 다룬다.

[AI] GLM-5.3: 사후학습만 늘린 모델과 새 베이스로 만든 Flash

Z.ai의 GLM-5.3은 베이스 모델을 재학습하지 않고 사후학습만 확장했고, GLM-5.3-Flash는 30T 토큰 멀티모달 코퍼스로 새로 학습한 320B-A18B MoE다. 두 모델의 차이, 공개 수치의 한계, 사이버 역량 평가가 주는 시사점을 정리한다.

[AI] Shopify의 React Native 이탈: 에이전트가 바꾼 네이티브의 경제학

Shopify가 React Native에서 Swift·Kotlin 네이티브로 돌아선 이유를 InfoQ와 Pragmatic Engineer 보도로 정리한다. AI 에이전트가 낮춘 이중 구현 비용과 공개 수치의 한계, 따라 하기 전 판단 기준을 다룬다.

[AI] Breakaway Agent: 토큰 제한을 없앴더니 에이전트가 포기하지 않았다

Harper Reed가 턴 제한 없는 에이전트에 오픈웨이트 모델과 무제한 토큰을 줬더니 네트워크 스캐너를 만들고 SSH 침투를 반복했다. 실험 설계와 한계, Fowler·Silver·Davies의 규제 논쟁을 정리한다.

[Software] Sensible Default: 'best practice' 대신 쓰는 합리적 기본값

Martin Fowler가 2026년 9월 정의한 'sensible default'는 맥락이 바뀌면 재평가하고 기각할 수 있는 출발점이다. Bottcher의 원래 정의, Thoughtworks의 운영 방식, Bennett의 ADR 기반 적용법, 도입 시 함정까지 정리한다.

[AI] Mid-Harness: 터미널 에이전트의 다음 한 수를 실행 전에 검증하는 법

NVIDIA 연구진의 Mid-Harness는 모델과 하네스 사이에서 후보 행동 N개를 샘플링하고 검증기가 하나만 골라 실행한다. 약한 검증기는 소용없고 강한 검증기는 TerminalBench-Lite Pass@1을 50.00%에서 68.03%로 올렸으며, 증류 결과와 궤적 스케일링 대비 비용, 한계까지 정리한다.

[AI] Jev와 jgrep: 텍스트를 쓰지 않는 결정 전용 모델로 테스트를 고르다

TypeSafe AI의 Jev는 문장을 생성하지 않고 정해진 스키마의 확률값만 반환하는 System One Model이다. 작동 방식, 13개 검증기 비교에서의 위치, 이를 엔진으로 쓰는 jgrep의 3단계 테스트 선택과 Anthropic의 이력 기반 방식과의 대비, 도입 판단 기준을 정리한다.