[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,91 +2,139 @@
|
||||
id: wiki-2026-0508-middle-out-thinking
|
||||
title: Middle Out Thinking
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-MITH-001]
|
||||
aliases: [Middle-Out Reasoning, Anchor-First Design]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.88
|
||||
tags: [auto-reinforced, middle-out-thinking, Problem-Solving, design-thinking, bottom-up, top-down]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [thinking, problem-solving, design]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
language: conceptual
|
||||
framework: methodology
|
||||
---
|
||||
|
||||
# [[Middle-Out-Thinking|Middle-Out-Thinking]]
|
||||
# Middle Out Thinking
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "중심에서 뻗어 나가는 전략: 거창한 목표(Top-down)나 자잘한 디테일(Bottom-up)에 매몰되지 않고, 문제의 가장 핵심적인 '중간 지점'을 먼저 정의하고 이를 바탕으로 양방향을 동시에 통합하여 최적의 해답을 구상하는 입체적 사고법."
|
||||
## 매 한 줄
|
||||
> **"매 problem-solving은 middle anchor에서 시작한다"**. 매 top-down (high-level vision)도 bottom-up (raw details)도 아닌, 매 가장 stable / well-understood 한 layer에서 양방향으로 expand 하는 reasoning approach. 매 Silicon Valley series 의 fictional compression 농담에서 시작해 매 product design / ML architecture / writing 의 real methodology 로 자리 잡았다.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
미들-아웃 사고(Middle-Out-Thinking)는 문제 해결의 핵심 허브를 먼저 구축하는 방식입니다.
|
||||
## 매 핵심
|
||||
|
||||
1. **3대 접근성**:
|
||||
* **The Core**: 문제의 본질을 담고 있는 중간 계층의 기능이나 개념을 먼저 설계.
|
||||
* **[[Scalability|Scalability]] Up**: 핵심을 바탕으로 전체 시스템의 비전으로 확장. (Scalability와 연결)
|
||||
* **[[Refinement|Refinement]] Down**: 핵심을 구현하기 위한 세부 데이터나 기술적 디테일 채움.
|
||||
2. **왜 중요한가?**:
|
||||
* 너무 추상적인 계획(Top)은 실행력이 떨어지고, 너무 파편적인 구현(Bottom)은 전체 방향성을 잃기 쉬울 때, 이 둘을 잇는 강력한 '연결 고리' 역할을 수행함. ([[Efficiency|Efficiency]]와 연결)
|
||||
### 매 왜 middle 인가
|
||||
- Top-down: 매 vision 명확하지만 매 details 의 unknown 많음 → premature commitment.
|
||||
- Bottom-up: 매 details 견고하지만 매 coherence 부재 → integration hell.
|
||||
- Middle-out: 매 anchor (가장 잘 아는 layer) 부터 매 outward expansion → matched uncertainty.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 엄격한 폭포수 모델 정책(Top-down)이 표준이었으나, 현대 정책은 핵심 기능(MVP)을 먼저 만들고 피드백을 받아 확장하는 미들-아웃형 '애자일 정책'이 글로벌 표준이 됨(RL Update). ([[Minimal-Viable-Product|Minimal-Viable-Product]]와 연결)
|
||||
- **정책 변화(RL Update)**: AI 에이전트 설계 정책에서도, 전체 미션과 세부 코딩 사이의 '워크플로우 오케스트레이션(중간 계층)'을 얼마나 잘 정의하느냐가 시스템의 성패를 결정짓는 핵심 정책이 됨. (Agentic-Workflow와 연결)
|
||||
### 매 anchor 선택 기준
|
||||
- **Highest leverage**: 매 한 decision 이 매 most downstream constraints 를 fix.
|
||||
- **Most certain**: 매 well-known domain / proven pattern.
|
||||
- **Bidirectional**: 매 위로 (abstraction)도 매 아래로 (implementation)도 expand 가능.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Minimal-Viable-Product|Minimal-Viable-Product]], [[Scalability|Scalability]], [[Efficiency|Efficiency]], [[Design-System|Design-System]], [[Knowledge-Structure|Knowledge-Structure]]
|
||||
- **Modern Tech/Tools**: [[Domain-Driven Design (DDD)|Domain-Driven Design (DDD)]], Middleware [[Architecture|Architecture]], Microservices.
|
||||
---
|
||||
### 매 응용
|
||||
1. **Product**: MVP feature 매 core user job 부터 → upward (positioning), downward (UI tech).
|
||||
2. **ML architecture**: 매 backbone (e.g., Transformer block) 매 anchor → upward (training loop), downward (kernel ops).
|
||||
3. **Writing**: 매 thesis sentence 매 middle → upward (intro/conclusion), downward (evidence).
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
## 💻 패턴
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
### Anchor identification
|
||||
```python
|
||||
# Middle-out planning helper
|
||||
def identify_anchor(problem: dict) -> str:
|
||||
"""매 highest-leverage + most-certain layer 찾기."""
|
||||
candidates = problem["layers"]
|
||||
scored = [
|
||||
(layer, layer["leverage"] * layer["certainty"])
|
||||
for layer in candidates
|
||||
]
|
||||
scored.sort(key=lambda x: -x[1])
|
||||
return scored[0][0]["name"]
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### Bidirectional expansion
|
||||
```python
|
||||
def expand(anchor: str) -> dict:
|
||||
upward = derive_abstractions(anchor) # vision, goals
|
||||
downward = derive_implementations(anchor) # mechanisms
|
||||
return {"up": upward, "down": downward, "anchor": anchor}
|
||||
```
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### Middle-out PR description
|
||||
```markdown
|
||||
## Anchor (middle)
|
||||
변경의 핵심: <one sentence>
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
## Up (why)
|
||||
- Business / product reason
|
||||
- User-facing impact
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
## Down (how)
|
||||
- Implementation detail 1
|
||||
- Implementation detail 2
|
||||
```
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
### Architecture sketch (ML)
|
||||
```python
|
||||
# Anchor: TransformerBlock
|
||||
class TransformerBlock(nn.Module):
|
||||
def __init__(self, d, h):
|
||||
super().__init__()
|
||||
self.attn = MultiHeadAttn(d, h)
|
||||
self.ff = FeedForward(d)
|
||||
def forward(self, x):
|
||||
return self.ff(self.attn(x))
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
# Up: stack into model
|
||||
# Down: choose attention kernel (FlashAttn vs naive)
|
||||
```
|
||||
|
||||
### Document outline tool
|
||||
```python
|
||||
def middle_out_outline(thesis: str):
|
||||
return {
|
||||
"thesis": thesis, # anchor
|
||||
"intro": "[derive from thesis]",
|
||||
"body": "[decompose thesis into 3 claims]",
|
||||
"conclusion": "[restate + extend]",
|
||||
}
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| 매 vision 명확, 매 details 의 unknown | Middle-out (anchor at known mid layer) |
|
||||
| 매 details 의 강제 (HW constraint) | Bottom-up |
|
||||
| 매 brand-new domain, 매 nothing known | Top-down + spike |
|
||||
| 매 refactor existing system | Middle-out (anchor at stable interface) |
|
||||
|
||||
**기본값**: Middle-out — 매 most realistic problems 에서 매 anchor 가 존재.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Problem-Solving]] · [[Design-Thinking]]
|
||||
- 변형: [[Top-Down-Design]] · [[Bottom-Up-Design]]
|
||||
- 응용: [[Minimal-Viable-Product]] · [[Architecture-Decision]]
|
||||
- Adjacent: [[First-Principles-Thinking]] · [[Pyramid-Principle]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 ambiguous spec 에서 매 LLM 에게 "what's the anchor?" 질문 → 매 most leveraged decision 부터 elaborate.
|
||||
**언제 X**: 매 trivial well-defined task — 매 직접 implementation 이 빠름.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Anchor too high**: 매 vision-level anchor → 매 bottom-up과 동일하게 details 폭발.
|
||||
- **Anchor too low**: 매 implementation-level anchor → 매 top-down 부재로 coherence 상실.
|
||||
- **Multiple anchors**: 매 simultaneous 의 multiple middle 선택 → 매 expansion conflict.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Pyramid Principle, Minto 1987; Architectural Decision Records practice).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — anchor-first reasoning methodology with bidirectional expansion |
|
||||
|
||||
Reference in New Issue
Block a user