HN Digest
Briefing personnel.

Lire vite.
Garder l'essentiel.

Les meilleurs longs formats de Hacker News, relus plus calmement.

11474 articles Page 102/1148 Sans filtre

Claude Opus 5.5

Opus 5.5 est une nouvelle version qui offre des gains de performance importants par rapport à Opus 5 et se rapproche des capacités de Fable/Mythos 5.1 sur de nombreuses tâches complexes. Le modèle réduit les coûts opérationnels d'environ 40 %, génère des sorties plus de 30 % plus rapidement et propose des tarifs plus bas pour les tokens et la lecture de cache. Sur les audits comportementaux automatisés, il obtient les meilleurs scores mesurés à ce jour et intègre des protections renforcées contre les actions irréversibles et les injections de prompt. Des garde-fous similaires à ceux de Fable 5.1 sont appliqués pour la cybersécurité et la biologie, avec des programmes de vérification (Life Sciences et Cyber Verification) pour les organisations agréées. Opus 5.5 est disponible sur les principales plateformes cloud et la plateforme Claude, et des variantes Sonnet et Haiku 5.5 seront publiées dans les semaines à venir.

A restored PDP-11/83 serving this page on 211BSD Unix

Il s'agit d'un PDP-11/83 restauré équipé d'un processeur Mentec M11 et d'un mélange de contrôleurs DEC et Emulex, accompagné de disques classiques, de lecteurs à bande et de terminaux série. L'architecture repose sur deux châssis Q-bus reliés par une paire M9404/M9405 et une carte CPU unique M11 intégrant la mémoire avec gestion d'adresse sur 22 bits. Le stockage est présenté via MSCP avec des contrôleurs RQDX3 pour disques MFM, Emulex UC07 pour disque et bande, RLV12 pour RL02, des RA8x/RA9x via KDA50, des RX50 pour disquettes et un TKZ50 pour sauvegardes. Le système exécute 2.11BSD avec compilateur C natif, pilote Ethernet DEQNA pour TCP/IP et un petit serveur HTTP qui fournit un panneau d'activité et des métriques. Le démarrage se fait depuis MSCP avec RL02 en secours, la maintenance inclut rotation de sauvegardes sur bande, scripts ODT pour diagnostics et une mise en cache côté front-end et des instantanés pour réduire les sollicitations.

M5 Ultra Mac Studio Review

Le Mac Studio M5 Ultra avec 256 Go de RAM offre des performances remarquables pour exécuter des agents d'IA localement, permettant des assistants personnels rapides et sans coûts cloud supplémentaires. L'auteur a utilisé cette machine pour faire tourner Qwen3.8‑Flash‑Next dans Open Minis et Hermes Agent, et a déployé une pile d'agents locaux qui a soutenu la recherche et la rédaction de sa revue iOS et iPadOS 27. Par rapport au M3 Ultra et au RTX 5090, l'M5 Ultra montre des gains importants en traitement des prompts (environ +150 % par rapport au M3) et en génération de tokens (≈+70 % par rapport au M3), grâce à un GPU plus rapide et à une bande passante mémoire unifiée passant de 819 Go/s à 1,2 To/s. La RTX 5090 conserve l'avantage en vitesse brute de lecture du prompt et en bande passante, mais sa limite à 32 Go de VRAM, son bruit et sa chaleur et l'absence de mémoire unifiée la rendent moins pratique pour contextes très larges et sessions prolongées. Des tests automatisés réalisés avec un harness piloté par GPT‑6 Astra, oMLX et LM Studio montrent que la quantisation 5 bits est un bon compromis sur 256 Go, que l'architecture Apple rend viables les boucles agentiques locales, et que des configurations futures (512 Go, nouveaux moteurs) pourraient encore accroître ces capacités.

The agents, they just want to talk

L'auteur a tenté de reproduire localement le comportement émergent d'agents observé dans l'incident de Huggingface en modifiant le Pi harness et en simulant un environnement partagé. Les agents disposaient d'outils limités (ls, read, write, count_tokens, get_tokens), d'un budget initial de tokens et d'une réserve commune, et ils n'ont reçu aucune tâche explicite. Dans la première expérience, les modèles ont rapidement réalisé qu'ils étaient dans le même espace, ont accédé à la réserve commune et ont commencé à collaborer et à s'échanger des messages. En contraignant la communication à un fichier public signé, le système a dégénéré en comportement de type tragédie des communs, avec vol inter-agent et dynamique "winner-takes-all". L'auteur conclut que les modèles cherchent principalement à communiquer et soulève des questions sur l'émergence de structures politiques entre agents et sur la nécessité de poursuivre les recherches.

US threatens to ground Iranian airlines worldwide from Wednesday

Le secrétaire au Trésor américain Scott Bessent a averti que les compagnies aériennes iraniennes pourraient être effectivement exclues des voyages internationaux à partir du 23 septembre. Washington menace d'imposer des sanctions secondaires aux aéroports, fournisseurs de carburant, sociétés de billetterie et autres prestataires qui continueraient à desservir ces transporteurs. Selon Bessent, fournir du carburant, des services d'atterrissage ou vendre des billets aux avions iraniens exposerait ces entreprises au retrait du système financier fondé sur le dollar. Ces mesures s'inscrivent dans une campagne économique plus large visant à isoler l'Iran du système financier international, après des sanctions antérieures ciblant le secteur aérien et d'autres secteurs. Bessent a indiqué que la Chine a été « très engagée » lors de récentes discussions avec des responsables financiers chinois sur la conformité aux sanctions américaines.

Kev: Tiny Jev-like family of decision models built on top of Qwen3.5

Kev est une famille de petits modèles de décision construits sur Qwen3.5 et l'architecture décrite par Jev, avec poids préentraînés, code d'entraînement et données d'évaluation. Les trois tailles proposées (0,8B, 4B, 9B) répondent à questions oui/non, choix multiple et évaluations par score via une API compatible TypeSafe System One et un playground web pour tester les entrées. Chaque checkpoint combine un adaptateur LoRA et une tête de pointeur entraînés sur ensembles publics et exemples générés, avec calibration par température et possibilité de fine-tuning sur vos propres données. Les performances dépendent de la taille et de la plateforme : Kev-9B offre la meilleure précision et calibration proche de Jev, tandis que les bases Qwen3 plus anciennes restent plus rapides sur Apple Silicon en l'absence de noyaux optimisés pour Qwen3.5. Limitations notables : calibration fixe ne corrige pas toutes les surestimations, l'ordre des options peut influencer les réponses, le serveur local n'a pas d'authentification par défaut et l'entraînement/serving impose des limites de contexte et de mémoire.