올가을은 내년에 비하면 그나마 덜 더운 계절로 기록될 거라는 뜨겁던 여름과 곧 다가올 겨울 사이에 잠시 끼인 계절로 전락해 버린 느낌이다. 그래도 결실의 계절인 만큼 사람들은 그간 경주해 온 노력들을 정리하는 시간들로 채워나갈 것이다. 개인적으로 올 한 해를 몇 문장으로 정리한다면 단연 숲해설가협회 대표 동아리인 목본연구회 활동을 여기에 포함시킬 것이다. 밖에 내놓기 부끄러웠던 나무에 대한 지식은 매달 이어진 동아리 활동과 해박하신 강사님들의 지식 나눔 덕분으로 일취월장한 느낌이다. 그간의 활동 중 기억에 남는 활동을 꼽는다면 5월 답사지였던 횡성 청태산 답사가 단연…
No ‘the” when it’s on activity : I’m going to bed now We don’t use “the” when we describe everyday places and activities Use “the” when it’s a place or physical location : The school is on the corner. I’m in class now (activity) The class when on a trip (group of students) musical instruments : I’m playing the piano: I bought a piano Don’t use “the” with lakes : Lake Tahoe, Lake Michigan Use “the” with rivers : The…
If traditional prompting is like writing a static cheat sheet before an exam, Agentic Context Engineering(ACE) is like maintaining a Github repository for prompts – one that evolves, branches, and merges over time, Instead of freezing a model’s context in place, ACE treats it as a living playbook that grows smarter with every experience. Think of context here not as a paragraph of instructions, but as a dynamic memory system – a continuously evolving notebook of strategies, mistakes, and best…
The Nobel Memorial Prize in Economic Sciences was awarded on Monday(10.13) to Joel Mokyr of Northwestern University; Philippe Aghion of Collège de France, INSEAD and the London School of Economics; and Peter Howitt of Brown University for their work on how innovation drives economic growth. The three economists shared the prize for research that explains the relationship between technological progress and sustained economic growth that has improved living standards, health and quality of life for people around the world. The…
AI Agents typically focus on executing predefined tasks efficiently, automating repetitive workflows. On the other hand, Agentic AI interprets goals, plans across tools, makes independent decisions, and adapts in real time – bridging the gap between automation and true intelligence. This difference shapes how business can reduce costs, boost efficiency, and create experiences that feel less like command and more like collaboration.
Deploying WordPress with Nginx using Docker involves setting up multiple containers that work together. This typically includes a WordPress container (often using PHP-FPM), a database container (like MySQL or MariaDB), and an Nginx container to act as a reverse proxy. Here’s a general outline of the process: This setup provides a robust and scalable environment for running WordPress, leveraging Nginx for efficient request handling and Docker for containerization and isolation. You can further enhance this with SSL certificates (e.g., using Certbot in…
When developing AI agents, understanding prompt engineering is essential. Prompt engineering is the key to effectively working with LLMs. It involves crafting inputs that guide these sophisticated AI systems to generate accurate and relevant responses. Mstering skill ensures that developers can leverage the full potential of LLMs, making interactions with AI more productive and precise. There is a. lot of hype surrounding prompt engineering, with numerous videos, blogs, and articles claiming to reveal its “secrets.” However, it’s important to be…
봄날에는 도심지 주변을 걷다 보면 개나리와 산철쭉이 많이 보인다. 여기에 분홍빛 벚꽃까지 피면 가족, 연인과 함께 거닐고 싶은 아름다운 길이 완성된다. 그러나 여름이 다가오면, 왜 흰꽃들만 보일까? 산림청 국립수목원은 한반도에 자생하는 수목 464종류의 개화시기 및 특성 분석을 통해 초여름에 유독 흰꽃 나무들이 많이 보이는 현상을 설명하였다. 곤충에 의해 꽃가루받이가 이루어지는 식물종은 지구상에 있는 현화식물 중 약 80%를 넘을 정도로 엄청난 비율을 차지한다. 이들은 중생대 백악기때부터 곤충과 오랜 상리공생을 통해 성공적으로 진화해 온 종이다. 곤충은 꽃으로부터 꿀과 꽃가루와 같은 먹이를 얻어가고,…
텃밭에서 키워 밥상에 올리는 고추는 이미 우리이게 익숙하다. 하지만 산속에서 ‘고추나무’를 만난다면 어떤 반응일까? “고추나무가 있어?”, “왜 고추나무야?”라고 묻지 않을까 싶다. 꽃은5~6월에 하얀색 꽃으로 존재감을 드러내었고, 7월부터 꽃보다 더 특이한 열매가 주렁주렁 달린다. 단언컨대 고추나무의 열매를 보게 되면 그 모양에 매료되어 발길이 쉬이 떨어지지 않을 것이다. 고추나무는 잎이 고춧잎을 닮은 데서 붙은 이름이다. ‘개절초나무’, ‘미영꽃나무’, ‘매대나무’ 등의 또 다른 이름이 있기는 해도 ‘고추나무’만큼의 임팩트는 없다. 여하튼 우리가 자주 먹는 고추는 풀꽃이고 고추나무는 염연히 나무이니 구별해서 불러야 한다. 고추나무는 고추나무과의 갈잎떨기나무이다….
Encapsulating Thoughts and Intent Action blocks represent a model’s decision at a given point in its reasoning loop. Rather than producing only a final answer, the model under MCP generates intermediate actions that reflect its plan. Each action block contains structured metadata describing what the model intends to do next. This can include calling a tool, representing clarification, storing an observation, or generating final output. For example, an agent tasked with summarizing documents might produce this action block: This tells…