본문으로 건너뛰기
Foxl
macOS용 다운로드

언어

Foxl 블로그

Foxl 팀이 한국어로 쓴 가이드와 개발 기록이에요. 영어로 쓴 글은 영어 블로그에서 볼 수 있어요.

4분

Foxl v0.9.3 휴대폰: 결과물 탭, 승인 카드, 하나가 된 메시지 창

Foxl v0.9.3에서는 컴퓨터가 하는 일을 휴대폰에서 더 많이 볼 수 있어요. 새 결과물 탭에는 에이전트가 컴퓨터에서 만든 문서, 발표 자료, 시트, 페이지, 그림이 모이고, 승인 요청은 보낼 이메일이나 실행할 명령을 그대로 보여 주며 보내기, 승인, 지금은 안 해요로 답할 수 있어요. 휴대폰의 Foxl Code 메시지 창은 채팅과 같은 모양이 됐고 저장소와 모델은 + 안에 있어요.

3분

화자 분리 프로그램: 회의 녹음을 내 컴퓨터에서 무료로 나누는 법

회의 녹음을 화자별로 나눠서 받아 적고 싶다면 Foxl Notes의 온디바이스 엔진을 고르면 돼요. 내 컴퓨터(Apple Silicon Mac, x64 Windows나 Linux PC)에서 받아 적고 발언마다 화자 1, 화자 2를 붙여 주는데, 아무것도 올리지 않고 요금도 계정도 필요 없어요. 설정하는 법, Foxl의 테스트 녹음에서 화자 라벨이 얼마나 맞았는지, 일부러 조심하는 지점까지 v0.9.2의 실제 화면으로 정리했어요.

3분

젬마 4 설치: 명령어 없이 내 컴퓨터에서 무료로 쓰는 법

구글의 젬마 4(Gemma 4)를 터미널 없이 내 컴퓨터(Apple 실리콘 Mac, x64 Windows나 Linux PC)에 설치하려면 Foxl의 설정 > 모델/제공자 > 이 기기에서 실행에서 다운로드를 누르면 돼요. 모델과 엔진을 함께 내려받고, 그다음엔 API 키도 계정도 없이 오프라인에서 대화할 수 있어요. 메모리에 맞는 모델 고르는 법, Foxl에서 할 수 있는 일과 못 하는 일을 v0.9.2의 실제 화면으로 정리했어요.

12분

클라우드 에이전트가 프롬프트 캐시를 놓친 이유와 1시간 TTL로 달라진 점

Foxl의 클라우드 에이전트는 처음 19번의 실서비스 턴에서 입력의 42.6%를 프롬프트 캐시에서 읽었어요. 큰 캐시 쓰기는 모두 캐시 수명 5분보다 오래 쉰 뒤에 나왔어요. 1시간 TTL을 주자 9번 호출 세션의 적중률이 71.8%에서 85.7%로(첫 호출 뒤로는 93.9%) 오르고 총비용은 8% 줄었어요. 대신 5분 안에 끝나는 대화는 23%쯤 더 들어요. 적중률을 재는 법, breakpoint 네 개를 두는 자리, 1시간 TTL이 이득인 조건, 적중률의 천장을 정리했어요.

9분

코딩 에이전트 여러 개가 한 저장소에서 일할 때: 잠금 대신 claim

코딩 에이전트를 여러 개 동시에 돌리면 머지할 때 부딪혀요. 서로 무엇을 고치는지 모르니까요. 이제 Foxl Code의 클라우드 에이전트는 고치려는 파일을 먼저 claim하라는 안내를 받아요. 겹치는 경로를 이미 claim한 다른 실행 중인 에이전트가 있으면, 그 에이전트가 누구인지 알려 줘요. claim은 겹쳐도 기록되고 아무것도 잠기지 않아요. 배포된 명령의 실제 출력, glob 규칙, 데이터베이스 비용, 그리고 아직 답을 모르는 질문, 곧 에이전트가 이 규칙을 정말 따르는지까지 정리했어요.

11분

Claude Code, Codex, OpenCode가 내 답을 기다리는지 아는 법

Claude Code는 hook 세 개로 지금 내 답을 기다리고 있다고 알려 줘요. AskUserQuestion에 거는 PreToolUse, permission_prompt 타입의 Notification, 그리고 마지막 답장이 물음표로 끝나는 Stop이에요. idle_prompt는 어떤 답장이든 끝난 뒤 아무도 입력하지 않으면 오니까 무시해야 해요. Foxl Code가 원격 터미널에 쓰는 CLI별 정리(Claude Code, Codex, OpenCode, Hermes), 각 CLI가 보고하지 못하는 것, 에이전트에 부담을 적게 주고 실수로 프롬프트에 끼어들지 않는 hook 작성법을 담았어요.

10분

Foxl v0.9.0: 베타 열한 번이 바꾼 것들

Foxl v0.9.0은 v0.8.8 베타 열한 개를 모은 정식 릴리스예요. 아이폰과 안드로이드 앱은 빈 화면의 종류까지 펫으로 알려 주는 자기만의 모습을 갖췄고, 휴대폰의 파일은 폴더 하나씩 열려서 파일 11,000개짜리 작업 공간에서도 한 번에 2MB 대신 3KB쯤만 받아요. 컴퓨터가 아직 쓰고 있는 답장은 앱을 잠깐 나갔다 와도 더 이상 오류로 바뀌지 않아요. Foxl Notes는 노트의 각 부분을 따로 복사하고 내보내며 미팅 전에 브리핑을 보여 주고, Mac의 컴퓨터 사용은 Electron 앱 안까지 닿고, Foxl Code의 Ops 페이지는 운영이 됐어요.

17분

고르는 법을 배운 모델, Bobcat 이야기

Bobcat은 글을 한 글자도 쓰지 않아요. 무엇이 맞는지 물으면 보기마다 확률을 하나씩 돌려줘요. 처음부터 키우기를 왜 그만뒀는지, 지도 학습으로 무엇을 얻었는지, 강화 학습이 왜 정답지 학습과 똑같은 데 그쳤는지, 공개 순위표 JevBench의 상위권에서 자신감 다이얼에 대해 무엇을 배웠는지, 그리고 학습 자료 속 지름길을 찾아 Bobcat 1.2가 문서 속 속임수에 넘어가는 비율을 46.4%에서 6.4%로 줄인 이야기를 쉬운 말로 풀었어요. Bobcat Flash 1.2는 순위표 6위였고, 공개 문제로 우리가 잰 Bobcat 1.2는 그보다 높을 것으로 보여요. 확인은 공식 측정이 해 줄 거예요. 덧붙임: Bobcat 1.3은 Jev Decision Index에서 62.8점으로 공동 3위에 올랐어요. Jev는 60.1점이에요. Jev보다 점수가 높은 모델 중에서는 가장 빨라요.

9분

AI가 포켓몬스터 금을 처음부터 플레이했어요

Bobcat은 글을 한 글자도 쓰지 않아요. 상태를 읽고 선택지마다 확률을 하나씩 돌려줄 뿐이에요. 포켓몬스터 금 한국어판을 사실만 알려 주는 하네스 뒤에 두고, 공략집을 준 다음 새 게임부터 모든 선택을 맡겼어요. 한 커밋으로 새 게임 20판을 도중 수정 없이 돌렸더니 17판이 배지 16개를 모두 땄고, 게임 시간 중앙값은 19.3시간이었어요. 다른 커밋으로 돌린 첫 배치도 20판 중 17판이었어요. 같은 하네스에 무작위로 답하게 하면 배지를 하나도 따지 못했어요. 세 판을 더 돌려 녹화했고, 멈춘 여섯 판은 까닭과 함께 적었어요.