[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,69 +2,177 @@
|
||||
id: wiki-2026-0508-problem-solving-process
|
||||
title: Problem Solving Process
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [Problem Solving, Polya Method, Engineering Problem Solving]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [cognition, engineering, methodology, debugging]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: multi
|
||||
framework: structured-problem-solving
|
||||
---
|
||||
|
||||
# [[Problem Solving Process|Problem Solving Process]]
|
||||
# Problem Solving Process
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
문제를 명확히 정의하고, 근본 원인을 찾아내어, 실행 가능한 해결책을 도출하기까지의 순차적이고 체계적인 분석 단계입니다.
|
||||
## 매 한 줄
|
||||
> **"매 a problem well-stated is half-solved."**. 매 Polya 1945 *How to Solve It* 의 4단계 (understand → plan → carry out → look back) 가 매 modern engineering, debugging, AI agent design 의 backbone. 매 2026 LLM agent (Claude, OpenAI Operator) 의 ReAct/CoT 도 매 본질적으로 Polya 의 자동화.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- 바바라 민토(Barbara Minto)는 문제 해결 과정을 **5가지 순차적 질문(Sequential [[Analysis|Analysis]])**으로 정의했습니다 [11, 12].
|
||||
1. **문제가 무엇인가? (What is the problem?)**
|
||||
2. **어디에 문제가 있는가? (Where does it lie?)**
|
||||
3. **왜 존재하는가? (Why does it exist?)**
|
||||
4. **무엇을 할 수 있는가? (What could we do about it?)**
|
||||
5. **무엇을 해야 하는가? (What should we do about it?)**
|
||||
- 문제를 올바르게 해결하기 위해서는 **현재 상태와 목표 상태 간의 갭(Gap)**, 문제를 발생시킨 상황의 구조, 기저 프로세스, 대안적 구조 변경 방법, 그리고 변경 시 요구되는 사항들을 명확히 정의해야 합니다 [11, 13].
|
||||
- 이 과정에서 문제의 부분들을 식별하여 순차적으로 배열하고, 투입(Inputs)과 산출(Outputs)을 명확하게 보여줄 수 있어야 프로세스를 완벽히 이해한 것입니다 [11, 13].
|
||||
## 매 핵심
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** [[Problem Solving|Problem Solving]], [[Pyramid Principle|Pyramid Principle]]
|
||||
- **Projects/Contexts:** 문제 해결 워크숍, 컨설팅 프로젝트 가설 수립
|
||||
- **Contradictions/Notes:** 구조가 없는 상황(Structureless situations)에서는 연역, 귀납, 그리고 가추법(Abduction)을 혼합하여 가설을 세우고 실험을 통해 기저 구조를 파악해 나가는 과학적 추론 방식이 필요합니다 [14].
|
||||
### 매 Polya 4 stages
|
||||
- **Understand**: 매 restate, 매 identify knowns/unknowns/constraints.
|
||||
- **Plan**: 매 decompose, 매 analogous problems, 매 work backwards.
|
||||
- **Carry Out**: 매 execute, 매 verify each step.
|
||||
- **Look Back**: 매 check, 매 generalize, 매 alternate methods.
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-27*
|
||||
### 매 strategies
|
||||
- **Decomposition**: 매 break into sub-problems (divide & conquer).
|
||||
- **Analogy**: 매 find similar solved problem (case-based reasoning).
|
||||
- **Inversion**: 매 work backwards from goal.
|
||||
- **Specialization**: 매 try simpler instance (n=1, n=2 first).
|
||||
- **Generalization**: 매 solve more general version sometimes easier.
|
||||
- **Symmetry / Invariants**: 매 find quantity that doesn't change.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### 매 응용
|
||||
1. Debugging: 매 reproduce → bisect → fix → verify → write test.
|
||||
2. System design: 매 understand requirements → decompose → component design.
|
||||
3. LLM agent: 매 ReAct loop = Polya in code.
|
||||
4. Math/algorithms: 매 examples → conjecture → prove → optimize.
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
## 💻 패턴
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
### Pattern 1: Debugging as Polya
|
||||
```python
|
||||
def debug(bug_report):
|
||||
# 1. UNDERSTAND
|
||||
repro = build_minimal_repro(bug_report)
|
||||
# 2. PLAN
|
||||
suspected_modules = trace_stack(repro)
|
||||
plan = git_bisect_plan(repro, suspected_modules)
|
||||
# 3. CARRY OUT
|
||||
bad_commit = git_bisect(plan)
|
||||
fix = author_fix(bad_commit)
|
||||
# 4. LOOK BACK
|
||||
add_regression_test(repro)
|
||||
update_runbook(bug_report.symptom)
|
||||
return fix
|
||||
```
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
### Pattern 2: ReAct LLM agent (Polya 자동화)
|
||||
```python
|
||||
SYSTEM = """For each task, follow:
|
||||
1. THOUGHT: restate the problem and constraints (UNDERSTAND).
|
||||
2. PLAN: decompose into 1-3 next actions.
|
||||
3. ACTION: call exactly one tool.
|
||||
4. OBSERVE: read result.
|
||||
5. REFLECT: did this advance? if not, revise plan (LOOK BACK).
|
||||
Repeat until done.
|
||||
"""
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### Pattern 3: Decomposition tree
|
||||
```python
|
||||
@dataclass
|
||||
class Problem:
|
||||
statement: str
|
||||
children: list["Problem"] = field(default_factory=list)
|
||||
solved: bool = False
|
||||
solution: Optional[str] = None
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
def solve(p: Problem):
|
||||
if can_solve_directly(p):
|
||||
p.solution = direct(p); p.solved = True; return
|
||||
p.children = decompose(p)
|
||||
for c in p.children: solve(c)
|
||||
p.solution = combine([c.solution for c in p.children])
|
||||
p.solved = all(c.solved for c in p.children)
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### Pattern 4: Five-Whys root cause
|
||||
```text
|
||||
Symptom: 매 dashboard p99 latency 5x baseline.
|
||||
Why? — 매 DB queries slow.
|
||||
Why? — 매 missing index.
|
||||
Why? — 매 migration didn't add it.
|
||||
Why? — 매 PR template doesn't require index check.
|
||||
Why? — 매 no automated linter.
|
||||
→ 매 Root: missing tooling, not "lazy engineer".
|
||||
```
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
### Pattern 5: Pre-mortem (inverted planning)
|
||||
```python
|
||||
def pre_mortem(plan):
|
||||
# 매 imagine the plan failed in 6 months
|
||||
# 매 ask team: what went wrong?
|
||||
failure_modes = team_brainstorm("It's 6mo from now. Project failed. Why?")
|
||||
return prioritize_mitigations(failure_modes)
|
||||
```
|
||||
|
||||
- **과거 데이터와의 충돌:** 없음
|
||||
- **정책 변화:** 없음
|
||||
### Pattern 6: Working-memory checkpoint
|
||||
```markdown
|
||||
<!-- 매 problem_log.md while solving -->
|
||||
## 매 KNOWN
|
||||
- API returns 500 on POST /orders > 1000 items.
|
||||
## 매 UNKNOWN
|
||||
- Is it timeout, memory, or DB lock?
|
||||
## 매 TRIED
|
||||
- [x] Reproduce locally → reproduces at 1500.
|
||||
- [x] Add timing logs → DB INSERT is slow.
|
||||
- [ ] Check lock contention.
|
||||
## 매 NEXT
|
||||
- pg_stat_activity during repro.
|
||||
```
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
### Pattern 7: Solution generalization (look back)
|
||||
```python
|
||||
# 매 after fixing one instance — 매 ask: where else does this pattern occur?
|
||||
def generalize(fix):
|
||||
pattern = abstract(fix) # e.g., "missing pagination in list endpoints"
|
||||
similar = scan_codebase_for(pattern)
|
||||
return apply_fix_to_all(similar)
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
## 매 결정 기준
|
||||
| 상황 | Strategy |
|
||||
|---|---|
|
||||
| 매 stuck at "understand" | Restate problem to rubber duck / LLM |
|
||||
| 매 plan unclear | Try simpler case (n=1) first |
|
||||
| 매 carry-out fails | Bisect; isolate variable |
|
||||
| 매 done — but is it right? | Look back; alt method; edge cases |
|
||||
| 매 recurring class of bugs | Generalize the fix; tooling |
|
||||
| 매 LLM agent loop stuck | Force REFLECT step; reduce action set |
|
||||
|
||||
**기본값**: 매 always do Look Back — 매 most engineers skip it; 매 90% of compounding leverage lives there.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Cognitive Psychology]] · [[Engineering Methodology]]
|
||||
- 변형: [[Polya Method]] · [[Debugging]] · [[Root Cause Analysis]]
|
||||
- 응용: [[LLM Agent Design]] · [[Incident Response]] · [[System Design Interview]]
|
||||
- Adjacent: [[Five-Whys]] · [[Pre-Mortem]] · [[ReAct]] · [[Chain of Thought]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 system-prompt scaffolds, 매 incident runbooks, 매 onboarding docs, 매 interview prep.
|
||||
**언제 X**: 매 trivial 1-line tasks — 매 over-formalization slows.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Skip understanding**: 매 jump to coding → 매 wrong problem solved.
|
||||
- **Skip looking back**: 매 ship fix, never abstract → 매 same bug class returns.
|
||||
- **No working-memory log**: 매 forget what you tried.
|
||||
- **One strategy only**: 매 if decomposition fails, try inversion / analogy.
|
||||
- **LLM as oracle**: 매 use as plan-critic, not plan-author.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Polya 1945, Newell & Simon 1972, Yao et al. 2022 ReAct).
|
||||
- 신뢰도 A (foundational).
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Polya 4단계 + ReAct + 7 패턴 |
|
||||
|
||||
Reference in New Issue
Block a user