Myeongseon Choi
dffa67d505
trait 정렬 fix 가 후속의 base 라는 직관적 의존성은 실제로는 약함: 1D random walker 는 simul-core trait 만 사용하므로 simul-euclidean ForceInteraction 부정합과 독립이다. 반면 trait fix 의 *최종 모양* (Handle 을 simul-core 로 lift 할지, EuclideanInteraction sub-trait 으로 둘지) 은 두 데이터 포인트 (Euclidean MD + Lattice) 가 있어야 근거 있게 결정됨. 따라서 M0+ 단위 순서를 1↔2 swap + 결정 게이트 신규 §2 추가: (구) 1. Trait fix → 2. canary → 3-7. forces/wrappers (신) 1. canary → 2. 추상 재설계 결정 → 3. Trait fix → 4-8. PROGRESS.md §1 M0+ 표 행 재배치, §6 다음 한 단위 갱신. learning/M0+.md 섹션 순서 물리 재배치 + 새 §2 결정 게이트 추가. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
learning/ — AI 협업 워크플로
simul 코드는 사람이 직접 작성 한다. 하지만 어디서 시작할지 / 어떻게 평가할지 / 가드레일이 작동하는지 는 AI 와 효율적으로 협업한다.
본 디렉토리는 AI 협업의 표준화 다. 매번 같은 컨텍스트를 다시 설명하지 않도록.
워크플로 사이클
┌─────────────────────────────────────────┐
▼ │
1. PROGRESS.md 보고 다음 단위 결정 │
│ │
▼ │
2. learning/M{N}.md 또는 todo-generator.md │
으로 todo 받기 │
│ │
▼ │
3. 사람이 직접 코드 작성 │
│ │
▼ │
4. learning/review-rubric.md 로 self-review │
│ │
▼ │
5. (마일스톤 종료 시) canary-check.md 로 │
4중 방어선 점검 │
│ │
▼ │
6. PROGRESS.md 갱신 ────────────────────────────┘
(마일스톤 표 + 카운터 + §6 다음 단위)
파일 인덱스
| 파일 | 용도 | 사용 시점 |
|---|---|---|
M0+.md |
첫 마일스톤 6 단위 디테일 패키지 (즉시 사용 가능) | 매 단위 시작 시 |
M{N}.md (예정) |
M1 이후 마일스톤별 디테일 패키지 | 매 단위 시작 시 |
todo-generator.md |
새 단위·마일스톤의 todo 트리 생성 AI prompt | M0+ 종료 후, 새 마일스톤 진입 시 |
review-rubric.md |
구현 self-review AI prompt (5 axis rubric) | 단위 PR 작성 직전 / 직후 |
canary-check.md |
마일스톤 게이트 4중 방어선 점검 AI prompt | 매 마일스톤 종료 시 (M2 / M3 / M5 …) |
다음 마일스톤 컨텍스트 패키지는 어떻게 만드는가?
M1 부터는 학습자가 시점에 맞춰 직접 생성:
- M0+ 종료 후
learning/todo-generator.md의 prompt 를 새 Claude Code (또는 다른 AI) 세션에 붙여넣기 - 입력:
마일스톤 = M1,단위 = HarmonicAngleForce(또는 한 마일스톤 전체) - 출력 마크다운을
learning/M1.md로 저장 - 본인이 검토 후 정정 (특히 함정 / DoD / 추정시간)
한 번에 모든 마일스톤 패키지를 만들지 않는다. 진행하면서 해당 마일스톤이 다가올 때 만든다 — cone of uncertainty 가 좁혀진 후가 정확하다.
AI 와 작업할 때 권장사항
- 컨텍스트 박기:
prompt 본문 + ROADMAP.md + MIGRATION_CHEATSHEET.md + 해당 M{N}.md를 같이 던진다. 분산 파일 없이 한 번에. - Definition of Done 강요: AI 가 "구현하면 끝" 이 아니라 DoD 체크리스트가 모두 통과 해야 끝.
- NEVER 리스트 항상 인용: ROADMAP §10. AI 가 wgpu, Lepton, OpenMM XML 호환 같은 함정에 빠지지 않도록.
- canary 가 살아있는지 확인: 매 마일스톤 종료 시
canary-check.md. 깨졌으면 그 마일스톤 안에서 fix, 다음 마일스톤 진입 금지.
비-AI 도구 (옵션)
cargo test --workspace— 모든 Tier-1 테스트cargo test -p simul-lattice— canarycargo clippy --workspace --all-targets -- -D warnings— 린트tokei -e target -e .git -e .team-output— LOC 측정 (PROGRESS §2 갱신용)cargo doc --no-deps --open— 매 마일스톤 종료 시 trait API 시각 확인
이 명령어들의 출력을 review-rubric.md 또는 canary-check.md prompt 와 같이 AI 에게 던지면 자동 평가 가능.