Ask HN: AI 등장 이후 직접 만든 개인용 도구는?
Ask HN: What are tools you have made for yourself since the advent of AI?
TL;DR Highlight
HN 개발자들이 AI로 만든 개인 도구 모음: 샌드박스, MCP, QA 자동화
Who Should Read
AI 코딩 에이전트를 쓰며 개인 도구를 만들어 볼 아이디어를 찾는 개발자
Core Mechanics
Community Reactions
- 에이전트 샌드박스 도구가 여러 개 올라왔다
- sandvault는 별도 macOS 사용자 계정에서 에이전트를 돌린다는 소개였다.
- clodpod는 macOS VM 안에서, claude-sandbox는 podman 안에서 돌린다는 소개였다.
- yoloai는 docker·podman 등 샌드박스에 agent를 최대 권한으로 띄우고 git diff로 변경을 꺼낸다는 소개였다.
- LLM은 JSON 계약만 채우게 한다는 경험
- 앰프 시뮬레이터 프리셋을 LLM이 작은 JSON으로 채우고 스크립트가 XML을 만들어 플러그인에 로드한다고 한다.
- 같은 계약/어댑터 방식을 Terraform, 게임 엔진 프리셋, CI 파이프라인에도 쓴다고 한다.
- 에이전트가 문서와 코드 사이에서 혼란스러워했다는 경험
- beachcomber 작성자는 Claude가 오래된 문서를 읽고 변경에 반박했다고 한다.
- 그래서 canon, code, docs 순서로 바뀌는 '정본 스펙'을 실험 중이라고 한다.
- AI가 3D 추론에는 약했다는 경험
- cadquery로 CAD 인터프리터를 LLM에 쓰게 했는데 3D 추론은 약했다는 의견이다.
- 별도로, 한 댓글은 AI가 마찰 구간만 줄여줄 뿐 직접 손으로 코딩하는 즐거움도 여전하다고 말했다.
How to Apply
- 에이전트를 샌드박스에서 돌리기
- 오늘 로컬에서 Claude Code 등을 쓰면 podman 컨테이너나 별도 OS 계정 안에서 돌려 보자.
- 작업 디렉터리는 복사본으로 주고 git diff로만 변경을 가져오자.
- LLM 출력은 JSON 계약으로 제한하기
- 설정 파일을 LLM이 직접 쓰게 하지 말고 스키마가 있는 JSON만 채우게 하자.
- 검증 코드를 통과한 값만 XML·Terraform 등으로 변환하자.
- 에이전트용 문서의 정본 순서 정하기
- 저장소에 어느 쪽이 기준인지(스펙, 코드, 문서 순)를 명시하자.
- 문서와 코드가 어긋날 때 에이전트가 임의로 고치지 못하게 규칙을 적자.
Try It
# Claude나 ChatGPT에 그대로 붙여넣기 (원문 댓글의 JSON 계약 방식 간이 버전)
너는 설정 생성기다. 아래 요청에 맞는 설정을 JSON으로만 출력해라. 설명은 쓰지 마라.
스키마: {"name": string, "params": {"{{파라미터1}}": number, "{{파라미터2}}": number}}
값 범위: 0~10
요청: {{원하는 설정 설명}}Terminology
관련 논문
Rust off Rails: 코드 없이 Markdown 60개로 만든 AI 에이전트용 웹 스택
Markdown 규칙 60개로 에이전트가 Rust 웹앱을 짜게 한다는 프레임워크
LayerFS: AI 코딩 에이전트를 위한 파일시스템
에이전트마다 임시 Workspace를 마운트하고 결과만 커밋하는 파일시스템
Launch HN: Alter (YC S25) – 멀티유저 에이전트용 접근 제어
에이전트마다 별도 신원·정책·감사로 API 키 공유 문제를 푼다
Claude로 코드의 공격 표면(attack surface) 줄이기
Claude로 25개 오픈소스를 분석해 불필요하게 열린 코드 493건을 찾았다
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