대부분의 개발자들은 모델이 개선되기 때문에 Claude가 좋아진다고 생각합니다.

그들은 틀렸습니다.

Claude가 좋아지는 이유는 Anthropic이 계속해서 가르치고 있기 때문입니다.

모든 리포지토리(repo) 내부에서 말이죠.

다음과 같은 간단한 파일을 통해서 말입니다:

CLAUDE.md

그리고 Claude Code를 만든 사람(@bcherny)이 그들이 정확히 어떻게 이 일을 수행하는지 방금 공개했습니다.

놀라운 부분은 이것입니다:

Claude는 단순히 지침(instructions)을 읽는 것이 아닙니다.

축적된 경험을 읽습니다.

수정된 모든 버그.
반복된 모든 실수.
학습된 모든 교훈.

이 모든 것이 시스템에 다시 기록됩니다.

따라서 다음 세션은 이전 세션보다 더 똑똑하게 시작됩니다.

이것이 바로 파워 유저들이 극적으로 더 나은 결과를 얻는 진짜 이유입니다.

더 나은 프롬프트(prompts) 때문이 아닙니다.

더 나은 메모리(memory) 때문입니다.

Boris의 프레임워크는 다음과 같은 모습입니다:

→ 구축하기 전에 계획하기
→ 복잡한 작업을 하위 에이전트(subagents)로 나누기
→ 완료로 표시하기 전에 검증하기
→ 모든 수정 후에 교훈 포착하기
→ 규칙을 지속적으로 개선하기
→ 자율적으로 버그 수정하기
→ 결정 사항 문서화하기
→ 세션 전반에 걸쳐 지식 복리 효과 창출하기

대부분의 사람들은 Claude를 챗봇(chatbot)처럼 사용합니다.

Anthropic은 Claude를 매일 훈련받는 주니어 엔지니어처럼 사용합니다.

그 차이는 엄청납니다.

Boris의 문장 중 하나가 눈에 띄었습니다:

"사용자의 수정이 있은 후에는, 해당 패턴으로 교훈을 업데이트하십시오."

다시 한번 읽어보세요.

모든 수정 사항은 훈련 데이터(training data)가 됩니다.

모델을 위한 것이 아니라,

당신의 워크플로우(workflow)를 위한 것입니다.

그것이 프로젝트가 다음과 같이 서서히 진화하는 방식입니다:

AI 어시스턴트 (AI assistant)
→ AI 팀원 (AI teammate)
→ AI 엔지니어링 시스템 (AI engineering system)

가장 큰 핵심은 플랜 모드(Plan Mode)가 아니었습니다.

하위 에이전트(Subagents)도 아니었습니다.

병렬 세션(Parallel Sessions)도 아니었습니다.

바로 이것이었습니다:

모든 실수는 영구적인 개선으로 이어져야 합니다.

그것이 Claude Code 뒤에 있는 운영 체제(operating system)입니다.

그리고 솔직히 말해서, 그것은 당신이 AI 개발을 생각하는 방식을 바꿔 놓습니다.

추신: Boris의 워크플로우를 시각적인 치트 시트(cheat sheet)로 만들었습니다 ↓
[IMG:https://pbs.twimg.com/media/HJtrXHhbEAAf2Uz.jpg]