Atomic Notes
재사용할 주장들을 주제와 승격 맥락별로 모은 목록입니다. 각 노트의 제목에서 주장과 적용 범위를 보고, 본문에 연결된 Source나 프로젝트 승격 원문에서 근거를 따라갈 수 있습니다.
새 노트를 작성할 때는 주장 하나만 다룹니다. Source와 Atomic은 다대다 관계이므로, 새 Source가 기존과 같은 주장을 뒷받침하면 기존 노트에 출처별 기여를 구분해 편입합니다. 제목·도입·소제목·연결을 다듬는 기준은 VAULT_RULES > 작성과 연결을 따릅니다.
- 일반 노트:
99 Templates/Atomic Note - 프로젝트 승격:
99 Templates/Promoted Note
Vigilantis에서 승격
- WebSocket 이벤트는 상태 원천이 아니다
- AI 생성값과 서버 사실값을 분리한다
- 로컬 에뮬레이터 한계는 별도 검증 게이트가 된다
- PR 머지와 Issue 완료 판정을 분리한다
- 형식 검증을 통과한 값이 저장소에서 거부될 수 있다
- AI 작성 노트는 작성 주체와 실행 설정을 provenance로 남긴다
- 테스트 설계는 시나리오 오라클 범위와 위험을 별도 축으로 다룬다
- 규칙은 소유한 가장 좁고 안정적인 공개 경계에서 깊게 테스트한다
- Golden 기대값은 구현과 독립적으로 도출하고 계약상 의미만 고정한다
외장뇌와 AI 연속성
- 외장뇌는 기억을 대체하지 않고 생각의 계보를 빠르게 복원한다
- 장기 자산은 스킬보다 나를 설명하는 언어 기록이다
- 지식 승격은 사용자가 명시적으로 시작한다
- 외장뇌의 의미 관계는 embedding이 아니라 명시적 링크로 유지한다
- MCP의 목적은 여러 모델이 같은 Vault를 이용하게 하는 것이다
- AI 답변은 내 말을 재진술하기보다 새로운 정보 차이를 제공해야 한다
- AI 실행 메타데이터는 통제 변인이 아니라 자연스럽게 쌓이는 관찰이다
학습과 전문성
- 내 학습의 장기 목표는 세계에서 의미 있는 차이를 발견하는 눈을 기르는 것이다
- 내 학습관은 공부하는 상태를 일상의 기본값으로 만들려는 시도에서 시작되었다
- 기술 학습을 관찰에서 개입까지의 추론 사다리로 설계한다
- 자격시험은 학습 커리큘럼으로 사용하되 시험에 종속되지 않는다
- 자격시험 학습에서 공식 자료와 AI의 역할을 분리한다
자기운영과 진로
- 나는 타인의 필요에 맞춰 재설계되지 않고 오롯이 존재한다
- 내 교육환경 기본 모드는 독립적인 루틴과 반응적 협력을 결합한다
- 나는 나 전체가 아니라 상황에 맞는 모드를 제한된 용도로 제공한다
- 평가 대응 모드는 나를 재설계하지 않고 현재의 쓸모를 정확히 보여준다
- 채용공고는 진로를 정하는 지도가 아니라 맞는 입구를 감지하는 레이더다
- 내 장기 직업 구상은 논리 인프라에서 물리 인프라까지 책임 범위를 확장하는 것이다