핵심 요약
- AI 정신병 (AI Psychosis): 2025년 12월을 기점으로 카파시의 워크플로우는 80/20(인간/AI)에서 거의 0/100으로 전환됨. 이제 코드를 직접 짜지 않고 에이전트 팀을 오케스트레이션하는 상태에 대한 묘사.
- 토큰 처리량 (Token Throughput): 과거에는 GPU 연산량(Flops)이 병목이었으나, 현재는 엔지니어가 얼마나 많은 토큰을 에이전트에 쏟아부어 병렬적으로 작업을 처리할 수 있느냐가 핵심 능력이 됨.
- 클로 (Claw): 인간의 개입 없이 샌드박스에서 지속적으로 루핑하며 작업을 수행하고, 정교한 메모리 시스템을 갖춘 에이전트 레이어.
- LLM 커널 (LLM as the Kernel): LLM을 새로운 운영체제의 CPU/커널로 보고, 컨텍스트 윈도우를 RAM으로, 도구/웹을 주변기기로 간주하는 아키텍처적 시각.
- 교육의 종말: 인간이 인간을 가르치는 시대에서, 인간이 에이전트를 가르치고(Skill/Curriculum 제공), 에이전트가 이를 바탕으로 각 인간의 수준에 맞춰 다시 가르치는 시대로의 변화.
주요 인사이트
1. 매크로 액션 (Macro Actions)
엔지니어링의 단위가 ‘라인’이나 ‘함수’에서 ‘기능 구현 전체’ 혹은 ‘리서치’와 같은 거시적 단위로 격상됨. 여러 에이전트에게 각각 다른 리포지토리를 맡기고, 엔지니어는 이들의 작업을 리뷰하는 관리자 역할을 수행.
2. 모든 실패는 ‘지시 능력 부족 (Skill Issue)’
에이전트가 작업을 완수하지 못하는 것은 모델의 지능 한계라기보다, 인간이 .md 파일에 충분한 지침을 주지 않았거나 적절한 메모리 도구를 제공하지 않았기 때문이라는 관점.
3. 디지털 vs 물리 세계
비트는 원자보다 다루기 훨씬 쉽기 때문에 디지털 정보 처리 영역이 가장 먼저, 그리고 급격하게 변할 것. 로봇공학(물리 세계)은 시장 규모는 훨씬 크지만 비트보다 100만 배는 어렵기에 변혁의 속도가 늦을 것.
4. 마이크로GPT (microGPT)
카파시가 200줄의 파이썬 코드로 구현한 LLM 학습 루프. 복잡성을 걷어내고 알고리즘의 본질만 남긴 프로젝트. 그는 이제 이런 것을 인간에게 일일이 설명하기보다, 에이전트에게 이해시키고 에이전트가 인간에게 설명하게 하는 방식을 선호함.
관련 개체: AI 정신병 | 매크로 액션 | 클로 | LLM 커널 | Andrej Karpathy | No Priors