Copy English

Why

The greed for learning is not a flaw to fix. It is the same signal that makes a good engineer read the spec twice. The problem is a mismatch of speeds: inputs arrive in minutes, understanding takes hours, and a day has a fixed number of them. Two wrong responses follow. One is to consume everything shallowly, which feels like learning and leaves nothing, the cognitive offloading Ng warns about. The other is to feel guilty and stop, which wastes the signal. The right response is a queue with a filter: everything you are curious about gets captured in seconds, only what serves the through line gets the hours, and the capture itself relieves the pressure, because the mind stops rehearsing what it might forget. Today's site already does the capture. The rest is a small amount of discipline placed where the environment does the work.

How it works

One through line decides depth

Greene's test is the filter. Write the through line in one sentence, the thing all the projects are versions of. For Jayverse it is close to: programmable money whose rules can be verified, and the tooling that lets a small team build it with agents. Then sort every wish into three bins:

• Learn deeply. It moves the through line. This week that is agent harnesses and boundaries (Tech #62, #104, #106), evaluation and tracing (#102), the money rails (#103), and the market basics (Invest 800 to 815). These get the hours and a Verified and unverified paragraph written by you, not pasted.
• Learn enough to converse. Adjacent and interview-relevant: robotics (#100, #113 to #116), world models, spatial intelligence. These get one item each and one sentence you could say in an interview, and no more until they touch a project.
• File and release. Interesting, unconnected. These get a card and a Key expressions table and nothing else. Filing is the point. Once written down they stop costing attention.

The sorting is itself a five-minute daily act, and it is where most of the relief comes from. Ng's context advantage argues for the same bias: depth comes from years in one domain, and the domain is the through line.

A fixed slot that ends in an artefact

Djokovic's environment rule and Fraza's curriculum rule agree: pick a time, not an amount of motivation. Two slots are enough.

The rule is that a slot ends with something written or built, because Fraza's point about output is the same as Ng's about offloading: retention follows production. Reading and highlighting do not count as the artefact. The Today and Yesterday buttons on the rail are the scoreboard for the daily slot. If Today is empty at night, the slot was skipped, and the number says so without an argument.

Three questions close every session

From Fraza, appended to the day's history file in three lines: what did I learn, what is still unclear, what is the next step. The second line is the one that matters for greed. The unclear thing is written down, so it is safe, and it becomes tomorrow's first candidate instead of a background worry. Over weeks those lines are the real curriculum, better than any list of videos, because they were generated by friction with actual material.

Replay the interval where it turned

Kobe's advice to Djokovic applies to learning as much as to tennis. When a project stalls or a concept refuses to land, the useful thing is not the summary but the exact interval: which commit range, which paragraph, which step in the derivation. Write that interval into the history entry. The three-line close asks what was unclear; this asks where. Together they make the next session start at the right place.

Let the system hold the index

Karpathy's pattern, as Tina Huang's video lays it out, has three layers: raw sources that are never edited, a wiki the model maintains, and a schema that tells the model how to read it, with an index and a log. Knowledge Notes has the wiki, the schema (the topics README), and the log (history). It lacks an honest raw layer and a machine-readable index. Both are small additions and both reduce the load on memory: the raw layer means a source can be reopened rather than re-remembered, and the index means the question "have I already learned this" is answered by a search rather than by anxiety. The greed shrinks when forgetting stops being a risk.

Accept the number

The Auditor's habit belongs here too. Today the site reads 61 done of 264 Tech items, 14 percent overall. That is not a failure rate, it is the honest ratio of curiosity to hours, and it is what the 1,000-done celebration is measuring. A learning plan that cannot show its ratio is a wish. This one can, every day, in the rail.

Where it lands in Jayverse

• Knowledge Notes: add the front filter and the back three lines. A one-word bin per item at capture time (deep, converse, file) and the three closing questions at the end of each day's history file. Both are conventions, not code, and both can start tomorrow. Started 2026-09-21: --bin deep|converse|file in the kicker and the index; a Closing three block ends each day's history file.
• Rail: the daily slot has a scoreboard already. Today, Yesterday and Done are the learning metrics; the weekly hour should end by pressing Done on one deep-bin item after working it by hand, not after reading it.
• alice as the LLM wiki: raw layer and index. A docs/topics/raw/ folder for the pasted briefings and a generated index.md with one line per item are the two missing layers from Tech #109; they turn "did I already learn this" into a grep. Built on 2026-09-21: docs/topics/raw/, index.md + index.json (scripts/build-index.py), scripts/notes-search.py.
• Eng and interviews: the converse bin is the interview bank. One sentence per adjacent topic, kept current, is exactly what a team-lead interview abroad draws on, and it is the cheapest form of learning the greed allows. Started 2026-09-21: docs/topics/interview-bank.md, one row per converse-bin item (--sentence).

Verified and unverified

Verified on 2026-09-19: the sources this item combines are on the site as Tech #97, #104, #106, #109, #119, Life 1304 to 1309, and Invest 815, each with its own Verified and unverified paragraph; the site's counts quoted here are read from the rail today. The method itself is a synthesis, not a study result: the claims that production improves retention and that fixed cues beat motivation are consistent with mainstream learning research (retrieval practice, habit cueing), but the specific slot lengths and the three-bin sort are recommendations for jay, not measured findings. Their test is the ratio in the rail over the next months.

Sources: Tech #97 (an AI engineer builds the car), #104 (Pocock, fundamentals), #106 (harness engineering), #109 (Obsidian and the LLM wiki), Life 1304 (Ng: tasks not jobs), 1306 (research like a PhD), 1307 (Greene: the through line), 1308 (Greene: reading), 1309 (Djokovic: watch the interval), Invest 815 (MIT: markets and edge) · related: Tech #62 (agentic engineering writes the boundaries).

← All Knowledge Notes · Workspace Index · Top ↑

Copy 한국어

꽉 찬 일정 위의 학습 욕심 — 관통선 하나를 고르고, 만들면서 배우고, 나머지는 시스템이 기억하게 하라

오늘 스무 개 남짓의 항목 뒤에 있는 질문은 jay 자신의 것이다. 배우고 싶은 것은 시간보다 훨씬 많고, 그 욕심은 사라지지 않는다. 이 항목은 영상 하나가 아니라 오늘의 출처들을 모아 만든 답이다. 앤드류 응은 모델에 떠넘긴 것은 남지 않는다고 하니, 학습은 자기 손을 거쳐야 한다. 로버트 그린은 관통선 없이 탁월한 것은 없다고 하니, 욕심은 방향을 가져야 한다. 샬럿 프라자는 연구자라면 읽기 전에 질문을 좁히고 매 세션을 세 줄로 닫는다고 한다. 조코비치는 환경이 의지를 이기고, 뼈아픈 구간을 다시 봐야 한다고 한다. 카파시의 LLM 위키 패턴은 색인을 머리가 아니라 시스템이 쥐어야 한다고 한다. 합치면 방법 하나가 나온다. 무엇을 깊이 배우고 무엇을 그냥 보관할지 정하는 관통선 하나, 산출물로 끝나는 고정된 하루 슬롯, 그리고 궁금했던 모든 것을 대신 기억해 주어 머리에 이고 다니지 않게 하는 시스템.

Jayverse에서 이 방법은 이미 반쯤 만들어져 있다. Knowledge Notes가 보관 시스템이고, 일일 히스토리가 실험 노트이며, Auditor의 규칙이 정직성 검사다. 빠진 것은 앞단의 필터, 뒷단의 닫는 질문, 그리고 보관된 항목을 배운 항목으로 바꾸는 주 1회의 한 시간이다.

왜

학습 욕심은 고쳐야 할 결함이 아니다. 좋은 엔지니어가 스펙을 두 번 읽게 만드는 것과 같은 신호다. 문제는 속도의 불일치다. 입력은 분 단위로 도착하고, 이해는 시간 단위로 걸리며, 하루의 시간은 정해져 있다. 잘못된 반응이 둘 따라온다. 하나는 모든 것을 얕게 소비하는 것으로, 배우는 느낌은 있지만 남는 것이 없다. 응이 경고한 인지적 외주화다. 다른 하나는 죄책감에 멈추는 것으로, 신호를 버린다. 옳은 반응은 필터가 달린 대기열이다. 궁금한 모든 것은 몇 초 안에 포착되고, 관통선에 봉사하는 것만 시간을 받으며, 포착 자체가 압력을 덜어 준다. 잊을지도 모르는 것을 마음이 되뇌기를 멈추기 때문이다. 오늘의 사이트는 이미 포착을 한다. 나머지는 환경이 일하게 하는 자리에 놓인 작은 규율이다.

동작 방식

관통선 하나가 깊이를 정한다

그린의 검사가 필터다. 모든 프로젝트가 그 변주인 한 가지를 한 문장으로 적어라. Jayverse라면 이런 것에 가깝다. 규칙을 검증할 수 있는 프로그래머블 머니, 그리고 작은 팀이 에이전트와 함께 그것을 만들 수 있게 하는 도구. 그다음 모든 바람을 세 통에 나눈다.

• 깊이 배운다. 관통선을 움직이는 것. 이번 주라면 에이전트 하네스와 경계(Tech #62, #104, #106), 평가와 트레이싱(#102), 돈의 레일(#103), 시장 기초(Invest 800~815). 이것들은 시간을 받고, 붙여 넣은 것이 아닌 스스로 쓴 확인된 것과 미확인 문단을 받는다.
• 대화할 만큼만 배운다. 인접하고 면접에 나올 만한 것. 로보틱스(#100, #113~#116), 월드 모델, 공간 지능. 항목 하나와 면접에서 말할 수 있는 문장 하나를 받고, 프로젝트에 닿기 전까지는 그 이상 받지 않는다.
• 보관하고 놓는다. 흥미롭지만 연결되지 않은 것. 카드 하나와 핵심 표현 표만 받는다. 보관이 요점이다. 적어 두면 주의를 소비하지 않는다.

나누기 자체가 하루 5분의 행위이고, 안도감의 대부분이 여기서 온다. 응의 맥락 우위도 같은 편향을 지지한다. 깊이는 한 분야에서의 여러 해에서 오고, 그 분야가 관통선이다.

산출물로 끝나는 고정 슬롯

조코비치의 환경 규칙과 프라자의 커리큘럼 규칙은 일치한다. 의욕의 양이 아니라 시각을 고르라. 슬롯 둘이면 충분하다.

규칙은 슬롯이 쓰거나 만든 무언가로 끝난다는 것이다. 산출물에 대한 프라자의 요점은 외주화에 대한 응의 요점과 같다. 기억은 생산을 따른다. 읽기와 밑줄은 산출물로 치지 않는다. 레일의 Today와 Yesterday 버튼이 매일 슬롯의 점수판이다. 밤에 Today가 비어 있으면 슬롯을 건너뛴 것이고, 숫자가 논쟁 없이 말해 준다.

세 질문이 모든 세션을 닫는다

프라자에게서 가져와 그날 히스토리 파일에 세 줄로 덧붙인다. 오늘 무엇을 배웠나, 여전히 불명확한 것은 무엇인가, 다음 단계는 무엇인가. 욕심에 중요한 것은 둘째 줄이다. 불명확한 것이 적히면 안전해지고, 배경의 걱정 대신 내일의 첫 후보가 된다. 몇 주가 지나면 그 줄들이 진짜 커리큘럼이 된다. 영상 목록 어떤 것보다 낫다. 실제 재료와의 마찰에서 생성되었기 때문이다.

뒤집힌 구간을 다시 본다

코비가 조코비치에게 한 조언은 테니스만큼 학습에도 적용된다. 프로젝트가 멈추거나 개념이 들어오지 않을 때 쓸모 있는 것은 요약이 아니라 정확한 구간이다. 어느 커밋 범위, 어느 문단, 어느 유도 단계. 그 구간을 히스토리 항목에 적으라. 세 줄 닫기는 무엇이 불명확했는지 묻고, 이것은 어디였는지 묻는다. 둘이 합쳐져 다음 세션을 맞는 자리에서 시작하게 한다.

색인은 시스템이 쥐게 한다

티나 황의 영상이 정리한 카파시의 패턴은 세 층이다. 절대 수정하지 않는 원본 소스, 모델이 유지하는 위키, 모델에게 읽는 법을 알려 주는 스키마, 그리고 색인과 로그. Knowledge Notes에는 위키, 스키마(topics README), 로그(히스토리)가 있다. 정직한 원본 층과 기계가 읽는 색인이 없다. 둘 다 작은 추가이고 둘 다 기억의 부담을 줄인다. 원본 층은 소스를 다시 기억하는 대신 다시 열 수 있게 하고, 색인은 "이거 이미 배웠나"라는 질문에 불안 대신 검색으로 답하게 한다. 잊는 것이 위험이 아니게 되면 욕심은 줄어든다.

숫자를 받아들인다

Auditor의 습관도 여기에 속한다. 오늘 사이트는 Tech 264개 중 61개 완료, 전체 14퍼센트를 보여 준다. 그것은 실패율이 아니라 호기심 대 시간의 정직한 비율이고, 1,000개 완료 축하가 측정하는 것이 바로 그것이다. 비율을 보여 줄 수 없는 학습 계획은 소원이다. 이 계획은 매일 레일에서 보여 줄 수 있다.

Jayverse에서의 위치

• Knowledge Notes: 앞단 필터와 뒷단 세 줄을 더한다. 포착 시점에 항목당 한 단어의 통(deep, converse, file)과 매일 히스토리 파일 끝의 닫는 질문 셋. 둘 다 코드가 아니라 관습이고, 둘 다 내일 시작할 수 있다. 2026-09-21에 시작했다: 키커와 색인의 --bin deep|converse|file, 매일 히스토리 파일 끝의 닫는 세 줄.
• 레일: 매일 슬롯의 점수판은 이미 있다. Today, Yesterday, Done이 학습 지표다. 주 1회 한 시간은 깊은 통의 항목 하나를 읽은 뒤가 아니라 손으로 해 본 뒤 Done을 누르며 끝나야 한다.
• LLM 위키로서의 alice: 원본 층과 색인. 붙여 넣은 브리핑을 위한 docs/topics/raw/ 폴더와 항목당 한 줄의 생성된 index.md가 Tech #109에서 빠진 두 층이다. "이거 이미 배웠나"를 grep으로 바꾼다. 2026-09-21에 만들었다: docs/topics/raw/, index.md + index.json(scripts/build-index.py), scripts/notes-search.py.
• Eng와 면접: 대화 통이 면접 은행이다. 인접 주제마다 한 문장을 최신으로 유지하는 것이 해외 팀 리드 면접이 끌어 쓰는 바로 그것이고, 욕심이 허락하는 가장 싼 학습 형태다. 2026-09-21에 시작했다: docs/topics/interview-bank.md, converse 통 항목마다 한 줄(--sentence).

확인된 것과 미확인

2026-09-19 확인: 이 항목이 결합한 출처들은 Tech #97, #104, #106, #109, #119, Life 1304~1309, Invest 815로 사이트에 있고 각각 자기 확인된 것과 미확인 문단을 갖는다. 여기 인용된 사이트 수치는 오늘 레일에서 읽었다. 방법 자체는 연구 결과가 아니라 종합이다. 생산이 기억을 높이고 고정된 신호가 의욕을 이긴다는 주장은 주류 학습 연구(인출 연습, 습관 신호)와 일치하지만, 구체적 슬롯 길이와 세 통 분류는 jay를 위한 권고이고 측정된 발견이 아니다. 그 검사는 다음 몇 달 레일의 비율이다.

출처: Tech #97(AI 엔지니어는 차를 만든다), #104(포콕, 기본기), #106(하네스 엔지니어링), #109(옵시디언과 LLM 위키), Life 1304(응: 직업이 아니라 태스크), 1306(박사처럼 연구), 1307(그린: 관통선), 1308(그린: 독서), 1309(조코비치: 구간을 보라), Invest 815(MIT: 시장과 엣지) · 관련: Tech #62(에이전틱 엔지니어링은 경계를 쓴다).

← 전체 기술 노트 · 워크스페이스 인덱스 · 맨 위 ↑