ChatGPT A/B 테스트도 안누릅니다 ㅋㅋㅋㅋ

LLM 기반 트레이딩 봇이 정말 많이 나오고 있는데, 실제로 성과가 있는지 궁금하네요

샤오미 회사의 주요 사업 분야를 생각하면 OpenClaw, Hermes 같은 에이전트를 의식하고 만들어졌을 가능성도 있겠네요.

음 이 소스코드에 공헌해달라는 메시지 외에 현재까지 얼마나 많은 공헌으로 어떤 어떤 전문가의 영역에 대해 자체 벤치마크 또는 객관적 측정기준 어느정도의 레벨에 도달해있음을 확인했다 정도가 있어야 정보성 뉴스가 아닐런지..
그게 없으면 그냥 아이디어 노출 및 공헌 요청 광고 아닐까요?

다르다고 생각해요.

예전부터 늘 나오던 말. 하지만 결국 시간이 해결해줄 문제. 10년 후에도 지금과 같을까?

분리만 해주시면, CONTRIBUTING.md와 가이드에 따라 제가 opencode를 올려보겠습니다.

저도 음악을 비주얼라이즈하는 것에 관심이 있습니다. 앞으로도 응원할께요.

모델과 하네스는 둘 중 어느 것이 좋다라는 관점에서 한 발 물러나, 어느 모델에 어느 하네스를쓰는게 더 적합한지로 보면 어떨까요?

matrix.ts만 추가하면 새 provider가 붙는 구조는 아니고, provider 목록, 경로 안전성, 세션 찾기, transcript/search 처리, actions, health, 테스트, 문서 생성을 같이 맞춰야 합니다.

docs/PROVIDER_SUPPORT.md는 직접 수정하는 문서가 아니라 shared contracts의 provider registry와 문서 생성 스크립트 기준으로 자동 생성됩니다. provider별 지원 범위와 실제 로직과 어긋나지 않게 하려는 목적입니다.

안 그래도 API 쪽 search/transcript 로직이 꽤 커져서 분리/정리 작업을 보고 있었는데, 이번에 provider를 추가하기 쉽게 내부 adapter 및 가이드까지 같이 정리하고 OpenCode도 안전하게 read-only 지원부터 검토해볼게요. 로컬 세션 경로나 샘플 및 관련 정보를 이슈로 남겨주시면 계속 이어서 보겠습니다!

그럼 직접 좋은 글 한번 써주세요.

답변 감사합니다. 오리지널 포스팅에서 언급했듯, 그런글들이 눈에 뜨였지만, 구체적 방법은 논하지 안았기에 혹시나 잘 알려진 문서나 정보가 궁급했습니다.

글을 쓴 분이 어떤 분인지는 모르겠지만 개인적으로는 최근 10년간 읽은 글 중에서 가장 수준이 낮은 글이였습니다.
너무 충격을 받아서 글을 읽다가 멍해지는 느낌이 들었습니다.

완전한 전체 자동화 상태를 추구하기보다는 작업을 분해해서 각 작업의 담당을 정의해보는 게 그나마 현실적인 전략이라 생각합니다. 패턴 인식이나 의미 추출, 보편 지식과 연결하는 작업은 LLM에게 맡기고 의미 부여, 맥락 추가, 의사결정은 사람이 하는게 그 예시입니다. 코딩 상황에 예시를 적용하면 반복 코드 생성이나 테스트 케이스 작성은 LLM에 위임하고 아키텍처 결정과 도메인 모델링은 사람이 하게 됩니다. 그러면 문제는 의사결정을 어디까지 자동화할 수 있는가로 좁혀지게 되고 조금 더 구체적인 사례를 쉽게 찾으실 수 있을거라 생각합니다

경기때문인지는 모르겠으나 최근들어 AI 에이전트로 모든것을 해결할수 있는것처럼 이야기하는 글이나 강의들이 많지만, 아직까지는 AI로만 모든것을 100%까지 해내기는 현실적으로 어렵습니다. 분야에 따라 최대 70-80% 정도라고 보고있고, 이 이상을 위해서는 분야의 전문가가 필수라고 봅니다.

영화나 게임에서나 보던 군집 방어를 현실에서 보는 날이 오겠군요

잘 만든 게임이네요.

클로드면 몰라도 코파일럿은 공동 작성자 수준의 코드를 쓰는 것 같지는 않은데...

그 주장이 진짜라면 anthropic, google, openai에서 기존의 모든 소프트웨어를 대체하고도 남았겠죠

현재 LLM 수준에서 단순히 의문을 가지는것보다 중요한건 "인간의 상식"을 가지는것이곘죠.

미래에는 LLM이 순식간에 사람이 원하는 것들을 개발 가능해, SW 기업이 사라질것이라고 몇년전에 어느 유명한 사람이 예측했죠.