mattpocock/dictionary-of-ai-coding

해결하는 문제

AI 코딩 도구는 종종 신비롭고, 비용이 많이 들고, 예측할 수 없는 실패가 발생하기 쉽다고 느껴집니다. 이 프로젝트는 AI 회사들이 사용하는 전문 용어를 평이하고 실행 가능한 영어로 번역하여 개발자들이 모델이 왜 그렇게 동작하는지, 그리고 이를 효과적으로 사용하는 방법을 이해할 수 있도록 함으로써 이 분야를 이해하기 쉽게 만듭니다.

작동 방식

이 사전은 AI 엔지니어링의 어휘를 모델, 세션, 도구, 실패 모드, 핸드오프, 메모리, 작업 패턴의 7가지 논리적 섹션으로 분류합니다. 모델이 상태 비저장인 이유, 환각을 일으키는 이유, 청구되는 방식과 같은 핵심 개념을 마케팅 과대광고가 아닌 다음 토큰 예측과 컨텍스트 관리의 기본 메커니즘에 초점을 맞춰 설명합니다.

대상 독자

이것은 '바이브 코딩'과 추측을 넘어서고 싶은 개발자를 위한 것입니다. AI 코딩 도구를 사용하고 그 성능, 비용, 한계 뒤에 있는 기술적 '이유'를 이해하려는 모든 사람을 위해 설계되었습니다.

주요 특징

• 평이한 영어 번역: 혼란스러운 업계 전문 용어를 명확하고 기술적인 설명으로 대체합니다.
• 메커니즘 중심: 모델이 실제로 어떻게 작동하는지(예: 매개변수, 추론, 토큰) 설명하여 스스로 문제를 진단할 수 있도록 합니다.
• 실용적인 지침: 각 용어에 대한 '사용법' 예제를 제공하여 실제 개발에서 지식을 적용하는 방법을 보여줍니다.
• 구조화된 학습: 모델의 기본부터 에이전트 워크플로우 및 인간 참여 시스템과 같은 고급 패턴까지 용어를 범주별로 구성합니다.