Lathe: LLM으로 새 분야를 건너뛰지 않고 직접 손으로 배우기
Show HN: Lathe – Use LLMs to learn a new domain, not skip past it
TL;DR Highlight
LLM이 만든 실습 튜토리얼을 직접 타이핑하며 새 분야를 익히는 CLI 도구
Who Should Read
새 언어나 도메인을 AI가 다 짜주는 바람에 정작 배우지 못하는 느낌이 드는 실무 개발자
Core Mechanics
- LLM이 생각하지 않고 가르치게 한다
- Lathe는 어떤 프롬프트로든 여러 파트짜리 실습 튜토리얼을 생성한다.
- 읽는 사람이 코드를 직접 손으로 타이핑하며 따라가는 방식이다.
- 스킬과 Go CLI로 역할을 나눴다
- 스킬은 /lathe, /lathe-extend, /lathe-verify, /lathe-ask 등으로 코딩 에이전트 안에서 모델 작업을 한다.
- Go 바이너리는 튜토리얼 저장·관리·웹 UI 제공만 하고 LLM은 호출하지 않는다.
- Claude Code·Cursor·Codex 등에서 돌아간다
- lathe skills install로 에이전트별 위치에 스킬을 설치한다.
- 작성자는 macOS의 Claude Code에서만 직접 검증했다고 밝혔다.
- 환각(hallucination, 그럴듯한 거짓 출력) 위험이 낮다고 본다
- 직접 타이핑하며 읽으니 이상한 부분에서 "이게 맞나?" 하고 멈추게 된다고 한다.
- 그때 /lathe-ask로 묻거나 튜토리얼 수정을 요청하면 된다.
- 큰 thinking 모델을 쓰라고 권한다
- 이 작업은 기계적 편집보다 조사·설계·설명에 가깝다고 설명한다.
- 예시로 Opus, GPT-5 Codex를 든다.
- 문체(voice)와 출처를 기록한다
- 기본 voice는 plainspoken이고 companion도 있으며 직접 만들 수도 있다.
- 튜토리얼마다 출처, 사용 모델, voice가 메타데이터에 남는다.
Community Reactions
- 타이핑 연습의 효과를 본 경험
- 아직 익숙지 않은 언어의 코드 예제를 손으로 치는 방식으로 몇 시간 만에 유창함이 크게 올랐다는 경험이 있었다.
- 몇 주간 공부한 것보다 많은 코드를 쓰게 됐다고 한다.
- 비슷한 패턴을 이미 쓰는 사람들
- Claude Code로 단계별 가이드를 마크다운으로 만들고 따라 하며 배운다는 경험이 여럿 나왔다.
- 수학 커리큘럼이나 CLAUDE.md 학습 로그로 튜터를 만들었다는 경험도 있었다.
- 출처 표기 문제 지적
- 사람이 쓴 자료를 그대로 가져와도 출처 표시가 없을 수 있다는 의견이 있었다.
- 사람 자료를 먼저 검색해 보충하는 방식이 낫겠다는 의견도 있었다.
- 전달 방식에 대한 아쉬움
- 출퇴근 중에 읽고 싶으니 API 키 연결형 웹앱이면 좋겠다는 요청이 있었다.
- 직접 만든 프롬프트나 ChatGPT Study 모드 대비 장점이 불분명하다는 의견도 있었다.
How to Apply
- 오늘 배울 주제로 튜토리얼 하나 만들기
- lathe를 설치하고 lathe skills install을 실행한다.
- 코딩 에이전트에서 /lathe로 낯선 주제 튜토리얼을 생성하고 lathe serve로 연다.
- 한 줄도 복붙하지 않고 타이핑하기
- 튜토리얼 코드를 직접 쳐가며 이상한 부분에서 /lathe-ask로 질문한다.
- 끝나면 /lathe-verify로 컴파일과 실행 여부를 확인한다.
- 팀 온보딩용 단계별 가이드 만들기
- 새 스택 도입 때 /lathe-extend로 파트를 이어 붙인다.
- 팀원에게 직접 따라 치며 읽게 한다.
- 결정적 CLI와 에이전트 스킬 패턴 따라 하기
- 반복 작업에서 저장·관리는 CLI로, 추론은 에이전트 스킬로 분리한다.
- 결과 기록은 CLI 호출로 남기게 만든다.
Try It
# Claude나 ChatGPT 대화창에 붙여넣기 (Lathe 방식의 간이 버전)
당신은 직접 손으로 따라 치며 배우는 실습 튜토리얼 작성자입니다.
주제: {{배우고 싶은 주제}}
내 현재 수준: {{수준}}
규칙:
1. 여러 파트로 나누고 파트 1만 먼저 작성하세요.
2. 코드는 작게 쪼개 내가 직접 타이핑하게 하세요.
3. 중간중간 생각해 볼 곁다리 질문을 넣으세요.
4. 끝에 내가 직접 풀 연습문제를 넣으세요.
5. 확신이 없는 내용은 명시하세요.
6. 참고한 출처를 마지막에 적으세요.Terminology
관련 논문
WhatsApp 도움말 페이지에 숨겨진 LLM 지시문: 규제기관을 추천하지 말라
WhatsApp 도움말에 화면엔 안 보이는 AI 지시문 102개가 숨어 있었다
같은 시뮬레이션, 다른 근거: 도구 출력을 파일로 넘기면 LLM 에이전트 정확도가 어디서 깎이나
긴 툴 출력을 파일로 넘기자 GPT-5.1은 정확도 11.3%p 하락, 정식 출력 지정하니 회복
가짜 뉴스가 진짜 폭락을: LLM 트레이딩 에이전트 대상 정보 주입 공격
가짜 헤드라인 한 줄로 LLM 트레이딩 에이전트 62%를 조종했다(프롬프트 주입은 14%)
Harness Engineering 101: LLM은 뇌, harness는 몸
에이전트는 JSON 배열을 관리하는 루프이고, 16개 챕터로 직접 만들어 본다
Harness²: 에이전트 harness를 스스로 고쳐 쓰는 재귀 최적화 프레임워크
모델은 고정하고 harness를 재귀로 고쳤더니 벤치마크 점수가 최대 11.8%p 올랐다
Ask HN: 이해 못 하는 AI 작성 코드를 배포할 때 어떻게 하나
설계는 내가, 구현은 LLM이: 이해 못 하는 코드를 다루는 개발자들의 방법
해고된 Savannah 경찰관, ICE 요원 남편에게 Flock 계정 공유
경찰관이 Flock 계정을 남편(ICE 요원)에게 공유했고, 감사에서 983건 검색이 드러나 해고됐다
tmux와 Claude Code: 세션, send-keys, 그리고 한계선
tmux로 Claude Code 여러 개를 돌리면 편하지만 에이전트 4개쯤에서 한계가 온다