Feedback Loop on Haxlys's Bloghttps://hugo-blog-static-site.haxlys.workers.dev/mental_models/feedback-loop/Recent content in Feedback Loop on Haxlys's BlogHugo -- 0.152.2kr-koWed, 08 Jul 2026 23:50:06 +0900GenUI 디자인 — AI가 UI를 만들 때 디자이너가 설계해야 하는 것https://hugo-blog-static-site.haxlys.workers.dev/posts/designing-for-genui-ai-builds-ui/Wed, 08 Jul 2026 23:50:06 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/designing-for-genui-ai-builds-ui/gskinner의 GenUI 글을 바탕으로, AI가 런타임에 UI를 조립하는 시대에 디자이너의 일이 화면 설계에서 규칙, 컴포넌트, 가드레일 설계로 어떻게 이동하는지 정리했다.Understanding Is the New Bottleneck - AI 시대의 병목은 이해다https://hugo-blog-static-site.haxlys.workers.dev/posts/understanding-is-the-new-bottleneck-geoffrey-litt/Wed, 08 Jul 2026 23:49:00 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/understanding-is-the-new-bottleneck-geoffrey-litt/Geoffrey Litt의 Understanding Is the New Bottleneck을 바탕으로, AI가 구현 속도를 올릴수록 사람이 무엇을 이해해야 하는지와 그 이해가 왜 다음 병목이 되는지 정리한다.Some New Agentic Patterns - 에이전트가 동료 에이전트를 위해 도구를 고치는 방식https://hugo-blog-static-site.haxlys.workers.dev/posts/some-new-agentic-patterns/Tue, 07 Jul 2026 19:11:34 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/some-new-agentic-patterns/Jesse Vincent의 글을 바탕으로, Prime Radiant가 구현 에이전트와 장기 실행 동료 에이전트를 직접 대화시켜 도구와 하네스를 개선한 방식을 정리한다.The annotated PyTorch training loop - PyTorch 학습 루프의 순서가 중요한 이유https://hugo-blog-static-site.haxlys.workers.dev/posts/annotated-pytorch-training-loop/Sat, 27 Jun 2026 17:42:59 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/annotated-pytorch-training-loop/idlemachines의 The annotated PyTorch training loop를 바탕으로 PyTorch 학습 루프의 각 줄이 하는 일, 순서가 바뀌면 생기는 문제, 검증과 GPU 효율화 포인트를 한국어로 해설한다.에이전틱 소프트웨어 엔지니어링 — 에이전트 구축은 쉽지만 프로덕션 운영은 분산 시스템 문제다https://hugo-blog-static-site.haxlys.workers.dev/posts/agentic-software-engineering/Sat, 11 Apr 2026 18:07:04 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/agentic-software-engineering/Ashpreet Bedi가 제시하는 에이전틱 소프트웨어 엔지니어링의 6가지 기둥(내구성·격리·거버넌스·지속성·규모·조합가능성)과 Build-Serve-Connect 3단계 프레임워크. 에이전트를 프로덕션 분산 시스템으로 다루는 체계적 접근법.LLM 에이전트를 위한 강화학습 환경 분류법 — 모델이 아닌 환경이 에이전트의 행동을 결정한다https://hugo-blog-static-site.haxlys.workers.dev/posts/rl-environments-for-llm-agents/Sat, 11 Apr 2026 18:00:44 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/rl-environments-for-llm-agents/모델 아키텍처가 아닌 RL 환경 설계가 에이전트 성능의 절반을 결정한다는 주장과 함께, 작업(T)·하네스(H)·검증기(V)·상태(S)·설정(C) 5요소 프레임워크를 상세히 분석한다.software 팩토리: AI 코딩 에이전트가 개발 팀을 바꾸는 방식https://hugo-blog-static-site.haxlys.workers.dev/software/the-software-factory/Tue, 24 Mar 2026 18:04:10 +0900https://hugo-blog-static-site.haxlys.workers.dev/software/the-software-factory/AI 코딩 에이전트를 활용해 'software 팩토리'를 구축하면, 개발자는 설계·검토에 집중하고 팀 규모는 줄며 출시 속도는 몇 시간 단위로 빨라진다.