AI 코딩 (Cursor·Copilot·Claude Code)
Cursor, Copilot, Claude Code, AI 에이전트, 프롬프트 엔지니어링 등 AI 코딩 워크플로우 동향.
최신 업데이트
AI 코딩 관련 글 — 72 페이지
- 6
아들의 영어 시험 대비를 위한 어휘 매칭 게임을 만들었다가, 중국어 학습자용으로 전환했다
개발자가 아들의 영어 단어 암기를 돕기 위해 만든 타일 매칭 게임이 '회상(Recall)' 중심의 학습 메커니즘을 통해 효과를 입증하며 중국어 학습용으로까지 확장되었습니다. 복잡한 백엔드나 로그인 없이 Vanilla JS와 localStorage만을 활용해 극도의 단순함과 접근성을 구현한 것이 특징입니다.
I Built a Vocabulary Matching Game for My Son's English Exam — Then Flipped It for Mandarin Learners↗dev.to
- 12
Show HN: Digital Surface – 작업 손실 방지
Digital Surface는 사용자의 Mac에서 실행되는 Dictation, Meeting, Screen History 기능을 통해 모든 작업 과정을 .md 및 .json 형태의 구조화된 데이터로 기록합니다. 이렇게 저장된 데이터는 별도의 봇 없이도 AI 에이전트가 직접 읽고 분석할 수 있는 MCP 서버 형태로 제공되어 개인 맞춤형 업무 자동화를 지원합니다.
Show HN: Digital Surface - Never Lose Work↗digitalsurfacelabs.com
- 13
Show HN: Jacobian – 누구나 추측을 탐색하고 해결할 수 있는 도구를 만들었습니다.
Jacobian은 AI 에이전트에게 정밀한 수학 연산과 검증 기능을 제공하는 MCP(Model Context Protocol) 서버이자 Python 라이브러리입니다. 에이전트가 가설을 탐색하면 별도의 독립적 검증기가 이를 확인하여 '검증됨(VERIFIED)' 상태를 부여함으로써, AI의 환각 문제를 구조적으로 방지하고 수학적 증명의 신뢰 경계를 명확히 구축합니다.
Show HN: Jacobian – I built tools to help anyone explore and solve conjectures↗github.com
- 18
10GB RAM으로 처리하는 10억 규모 그래프 알고리즘: I love DataFusion
Apache DataFusion의 디스크 오프로딩과 효율적인 조인 알고리즘을 활용하여, 기존에 메모리 부족으로 불가능했던 10억~20억 규모의 그래프 연산을 5~10GB RAM 환경에서 구현했습니다. 이는 대규모 데이터 처리를 위해 반드시 Spark와 같은 무거운 분산 프레임워크가 필요하다는 기존의 통념을 뒤집는 성과입니다.
Algorithms on billion-scale graph using 10GB RAM: I love DataFusion↗semyonsinchenko.github.io
- 19
Microsoft Copilot API 및 통합, 라이선스가 필요한 이유
마이크로소프트는 동일한 'Copilot' 명칭 아래 서로 다른 목적과 라이선스를 가진 6가지 이상의 제품군을 운영하고 있어, 각 기능에 맞는 정확한 라이선스 확인이 필수적입니다. 특히 Microsoft 365 Copilot API를 활용한 자동화 구현을 위해서는 단순 Graph API 권한 외에도 별도의 유무료 애드온(Add-on)과 E3/E5 기본 구독이 반드시 필요합니다.
Microsoft Copilot API и интеграция, которой нужна лицензия↗dev.to


















