▲
GN⁺ 3달전 | parent | ★ favorite | on: Claude Code로 롤러코스터 타이쿤을 플레이해봤어요(labs.ramp.com)
Hacker News 의견들

  • 내 LLM이 사용하는 도구 수준이 너무 낮음이 늘 아쉬움
    나는 IDE에서 리팩토링, 심볼 추적, 함수 사용처 보기 등을 클릭 한 번에 하지만, LLM은 grep과 diff, cat 같은 원시적인 명령만 씀
    LLM에게 더 나은 코드 작성·리팩토링 도구를 주려는 시도가 있는지 궁금함

    • VSCode Diagnostics나 LSP 서버 접근 권한을 줘도, LLM은 늘 기본 CLI 도구만 쓰려 함
      AGENTS.md에 명시해도 무시하고 단순한 방식으로 돌아가서 답답함
    • AI 개발 도구가 대부분 VSCode 기반이라 놀라움
      JetBrains가 가진 리팩토링·코드 인스펙션 능력을 AI와 연결했다면 훨씬 앞서갔을 것 같음
    • Claude Code가 2025년 12월 버전에서 LSP를 공식 지원했지만, 여전히 단순 도구 중심으로 학습된 듯함
      LLM은 오히려 저수준 도구를 조합해 문제를 푸는 데 강점이 있음
      인간에게는 복잡한 20줄짜리 Python 스크립트를 LLM은 0.5초 만에 만들어냄
    • Zed Editor는 LSP 기반 기능을 LLM에게 그대로 제공해, grep 의존도를 줄여줌
    • LLM은 인간처럼 IDE 기능이 꼭 필요하지 않음
      코드 조각을 빠르게 이해하고 조합하므로 refactoring 기능이 오히려 혼란을 줄 수 있음
      너무 많은 도구를 주면 판단력이 흐려질 위험이 있음

  • 작성자임. 보너스 링크를 공유함
    Simon Willison의 claude-code-transcripts를 이용한 세션 스크립트
    Reddit 포스트
    OpenRCT2 프로젝트 Repo

    • CLI 대신 스크린샷이나 시각화된 화면으로 평가했는지 궁금함
      Claude가 이미지 기반 입력에는 강하지만 ASCII 도식에는 약할 수 있음
    • Claude의 시각·공간 인식 한계를 언급하며, OpenAI 모델이 이미지 이해에는 더 뛰어날 것 같다는 의견이 있음

  • 현실 세계의 에이전트 설계처럼, 범용 에이전트의 한계는 환경의 가시성과 인터페이스의 강도에 있음
    그래서 우리는 에이전트를 ‘지능’이 아닌 ‘성실함’을 자동화하는 존재로 보는 게 맞음

  • “revert”라는 단어를 잘못 써서 Codex가 실제로 git revert를 실행해 작업 내용을 되돌린 사건이 있었음

    • 이런 도구들이 작업 로그를 재생 가능하게 저장하지 않는 것이 놀라움
      git revert는 파괴적 명령이 아닌데, 데이터 손실이 있었다면 아마 git reset --hard였을 가능성이 있음
    • 이런 사고를 막으려면 명령 권한 제어 기능이 필요함
    • 그래서 Jujutsu를 쓰자는 의견도 있음, jj status를 프롬프트에 넣으면 안전함

  • 이 게임이 어셈블리 코드로 단 한 명이 개발했다는 점이 놀라움
    개발자를 찾아 감사 인사를 전하고 싶음
    Claude Code의 시도도 인상적이라 관심이 생김

  • C++을 전혀 모른 채 vibe-coding으로 프로젝트를 완성했다는 부분이 흥미로움

    • 보통 vibe-coding은 “몇 시간 만에 끝냈다”고 하지만, 이번엔 현실적인 일정을 제시한 점이 신선함
    • 그들의 시행착오와 문제 해결 과정이 정말 흥미로웠음
    • 1997년에 이런 게 있었다면 내 전 재산을 들여서라도 샀을 것 같음
      요즘 세대는 이런 환경의 가치를 잘 모르는 듯함

  • 영상 마지막의 인터뷰가 인상 깊었음
    kubectl 스타일 CLI, Claude의 피드백, 경고 시스템 등 AI와 인간의 협업 도구가 점점 중요해짐
    인간이 시각적으로 이해할 수 있는 맥락을 AI에게도 제공하면 훨씬 나은 결과를 얻을 수 있음

    • 하지만 AI가 스스로를 개선하는 구조는 실제로는 잘 작동하지 않음
      단순히 컨텍스트를 늘리는 것만으로는 학습이 일어나지 않고, 결국 미세조정(fine-tuning)이 필요함

  • 글이 흥미로웠지만, AI가 실제로 게임을 얼마나 잘했는지 결과 분석이 부족했음

    • 실제로는 재정 관리에는 능했지만, 건물 짓기에는 약했음
      2D 맵 이해가 어려워서 화장실과 핫도그 가판대 정도만 지었음
      멀티모달 모델이라면 훨씬 나았을 것 같음
    • 어떤 사람은 AI의 핵심은 생성 능력이지 검증이 아니라고 봄

  • Claude Code에서 컨텍스트 잔여량을 어떻게 확인하는지 궁금했음

    • /context 명령으로 바로 확인 가능함
    • 상태줄(status line)에 컨텍스트 사용량 표시를 추가할 수도 있음
      색상 막대로 남은 용량을 시각화하는 플러그인도 있음

  • 이런 실험에는 Civilization 같은 턴제 게임이 더 적합하다고 생각함
    맵이 격자 구조이고, 턴 단위로 진행되기 때문임