local tests passed fine, but production said otherwise
로컬 환경에선 잘 돌아가던 MVP가 환경 변수 누락으로 프로덕션에서 500 에러를 뿜어낸 상황입니다.
MVP 드디어 배포할 준비 다 됐다고 생각했는데, 환경 변수 싹 다 날아가는 바람에 프로덕션에서 500 에러 터짐. 로컬에서 레포 정리하려고 codex를 sumus에 파이핑하기 전에 쓸데없는 프롬프트 짜느라 한 시간 날렸다.
진짜 앞으로는 제대로 된 체크 없이 생코드를 배포하는 짓은 절대 안 한다.
환경 변수 누락으로 인한 배포 에러를 방지하기 위해 앱 시작 시 스키마 검증을 도입하고 에이전트 지시사항을 수정하라는 실무적인 조언이 주를 이룸.
하드코딩하는 사람들한테 흔히 일어나는 일이지. 뭐 그래도 사람이 백만 줄짜리 로그 읽는 것보단 AI가 읽어서 고치는 게 훨씬 쉽긴 할 거다.
맞아, 다음번엔 env 파일도 깃에 커밋하는 거 잊지 마!
.env 파일 커밋하지 마라. 이런 문제 확실하게 막으려면 첫 요청에서 500 에러 띄우지 말고, 변수 없으면 앱 시작할 때 바로 죽게 만들어야 함. .env.example 파일에 값은 빼고 키 이름만 다 적어두고, 부팅할 때 체크하게 해라(Node는 zod나 envalid, 파이썬은 pydantic-settings 쓰면 됨). 이렇게 하면 변수 빠졌을 때 유저가 보기 전에 "STRIPE_SECRET_KEY가 없습니다"라면서 배포 단계에서 바로 터짐. 그리고 에이전트 지시사항에 한 줄 추가해라: 새 환경 변수 추가할 때마다 .env.example이랑 스키마도 같이 수정하라고. 보통 에이전트가 로컬에서 process.env.X 추가하고 호스트에 반영하는 걸 까먹어서 이런 일이 생기는 거임.
AI 도입으로 인한 업무량 폭증과 엔지니어링의 본질적 가치 상실에 대한 개발자들의 고충과 회의감을 다룹니다.
AI 도입으로 인한 업무량 폭증과 엔지니어링의 본질적 가치 상실에 대한 개발자들의 고충과 회의감을 다룹니다.
AI를 이용한 리버스 엔지니어링이 가져올 보안 위협과 사회적 변화에 대한 토론이 이어지고 있습니다.
AI를 이용한 리버스 엔지니어링이 가져올 보안 위협과 사회적 변화에 대한 토론이 이어지고 있습니다.
Gemini 서브레딧 내에서 모델 성능 비교 영상의 진위 여부와 커뮤니티의 편향성을 두고 논쟁이 벌어짐.
Gemini 서브레딧 내에서 모델 성능 비교 영상의 진위 여부와 커뮤니티의 편향성을 두고 논쟁이 벌어짐.