Hacker News 의견

• Claude Code와 Aider를 비교해 보았음. Claude Code는 코드베이스를 검색하고 51줄의 차이를 만드는 데 60초와 $0.73이 소요되었음. 결과에 매우 만족했음

  • Aider는 처음에 필요한 파일을 찾지 못했지만, 수동으로 파일을 추가한 후 Claude Code와 동등한 결과를 얻었음. Aider는 1 LLM 프롬프트로 15초, $0.07의 비용이 들었음
  • 더 높은 수준의 자율성은 더 높은 비용을 수반함. 큰 프로젝트에서는 비용이 증가할 수 있음

• AI에게 작업을 요청할 때마다 올바른 답변을 거의 받지 못함. Twitter에서의 성공 사례는 놀랍지만, 간단한 작업에만 유용함

• 다양한 AI 코딩 도우미를 시도하지 않은 것 같음. 에이전트 기반 AI는 90%의 효율성을 제공하지만, 나머지 10%는 디버깅이 어려움

  • LLM 코딩 도우미의 최적 사용 시나리오는 아키텍처 논의와 단일 파일 내의 작은 작업임
  • 에이전트는 여러 파일을 관리하는 데 위험하고 비효율적임

• 스크린샷이나 코드 예시 없이 비유만 있는 트윗은 단지 말에 불과함

• 작은 Django 앱에서 시도했지만 인상적이지 않았음. 문제에 부딪히면 비효율적인 전략을 반복함

  • $12를 사용하여 1200줄의 부분적으로 작동하는 코드를 생성했지만, 결국 모든 변경 사항을 버리고 웹 UI로 돌아갔음

• 코드를 잘 모르지만 AI 개발에 집착함. Claude를 사용하여 웹 브라우저에서 실행되는 타워 디펜스 게임을 만들었음

  • 8번의 프롬프트를 통해 게임을 만들었고, Claude의 제안에 동의했음. 결과는 놀라웠음

• 더 큰 마이그레이션 작업을 Claude에게 맡겼지만 실패했음. HTML 구조와 CSS를 변경하는 등 요청하지 않은 작업을 수행함

• LLM을 사용한 코드 유지 및 개발은 이상적인 사용 사례가 아님. 대부분의 작업은 기초 모델과 다음 토큰 예측에 있음

  • 가장 흥미로운 LLM 응용 프로그램은 제품 경험과 통합되어 있으며, 깊은 도메인 전문 지식을 활용함

• 작업의 100%를 수행하도록 만들지 말고 적절한 세부 정보를 제공해야 함. 테스트를 수동으로 검토하고, 문제를 해결하기 위해 LLM을 사용해야 함

• 오픈 소스 라이브러리 문제를 해결하려고 했지만, 같은 문제를 반복적으로 경험함. Claude Code는 많은 경우에 시간을 절약하지만, 때로는 더 많은 문제를 야기함