이 그룹 구성원이 만든 오픈 소스 프로젝트인 plan-tree를 추천합니다. plan-tree는 AI와의 모든 논의(해결책, 결정 사항, 현재 진행 상황, 다음 단계 등)를 마크다운 형식의 계획 트리로 정리하는 방식을 채택하고 있습니다. plan-tree는 사용자의 결정을 대신 내려주는 것이 아니라, 사용자의 결정을 더욱 명확하고 완벽하게 만들어 줍니다. plan-tree는 AI 프로그래밍에서 가장 중요한 두 가지 문제를 해결합니다. 첫째, 비용을 절감합니다. 새로운 세션을 시작할 때마다 계획 트리에 직접 입력하기만 하면 되므로 배경 설명을 다시 할 필요가 없습니다. 둘째, 생각을 더욱 깊이 하도록 유도합니다. 계획 트리에 결정을 입력하다 보면 "거의 이해했다"라고 생각했던 내용들이 실제로는 "불분명하다"는 것을 알게 될 것입니다. 모호한 이해를 구조화된 텍스트로 변환하는 과정 자체가 사고를 명확하게 해줍니다. plan-tree는 "대규모 루프" 워크플로를 사용합니다. 먼저, 실행 가능한 해결책을 충분히 논의하고, 명확히 하고, 문서화합니다. 그런 다음 AI가 이러한 해결책들을 일괄적으로 실행합니다. 실행 후 진행 상황, 증거, 그리고 남은 문제점들을 계획 트리에 다시 기록하세요. 나무를 먼저 심고, 기계가 나무를 자르도록 하세요. 저는 이것이 AI 프로그래밍에 대한 올바른 접근 방식이라고 생각합니다. 생각해 보세요. AI 시대에 가장 부족한 자원은 실행 능력이 아니라(AI가 실행 능력은 제공합니다), 방향 감각입니다. "내가 무엇을 하고 있는지, 왜 하고 있는지, 그리고 다음에 어디로 가야 하는지"를 아는 그런 방향 감각 말입니다. 계획 트리는 이러한 명확성을 유지하는 데 도움이 되는 도구입니다. AI의 기능 구현에서 발생하는 편차를 줄일 수 있습니다. 비슷한 문제를 겪고 있다면 한번 시도해 보시길 권합니다.