HN Digest
Briefing personnel.

Edition quotidienne

Lire vite. Garder l'essentiel.

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

3702 articles Page 182/371 Sans filtre

07:05

They're Vibe-Coding Spam Now

L’article observe que les spams, autrefois jugés brutaux et peu soignés, adoptent désormais des designs plus soignés lorsque les images sont activées, ce qui les rend plus crédibles. Il montre comment ces e-mails attirants et trompeurs encouragent les clics et brouillent les signaux de détection traditionnels, posant des défis en sécurité. Le texte présente le concept de « vibe coding » et de no-code ransomware, expliquant que des criminels peuvent créer des malwares via l’IA avec peu de compétences techniques et sans programmation lourde. Il souligne que cela pousse à des outils et pratiques de protection comme l’obfuscation d’emails et les alias, afin d’identifier les sources douteuses et limiter les dégâts. Enfin, il propose des indices simples de traçabilité — comme l’absence du nom du destinataire et une adresse d’expéditeur obfusquée — et mentionne des ressources et outils pour filtrer le spam.

07:05

Building an FPGA 3dfx Voodoo with Modern RTL Tools

J’ai réimplémenté la Voodoo 1 sur FPGA avec SpinalHDL, ce qui m’a permis de décrire l’architecture directement et de déboguer à un niveau d’abstraction adapté. La Voodoo est une puce à fonction fixe où le rendu repose sur de nombreuses règles matérielles telles que le texturing, le filtrage et le test de profondeur, contrairement aux GPU modernes qui dépendent d’unités largement programmables. Les écritures dans les registres sont sensibles au pipelinage et il faut décrire quand elles s’appliquent, ce qui m’a amené à définir quatre comportements: FIFO, FIFO + Stall, Direct et Float. J’ai utilisé RegIf dans SpinalHDL pour encoder ces sémantiques et générer automatiquement les contrôles et les maps, ce qui permet d’exporter le registre et d’alimenter des composants comme un PCI FIFO. Le débogage s’est appuyé sur conetrace, un traçage netlist-aware qui suit l’exécution à travers le rasteriseur, le TMU et le framebuffer, et il a démontré que le problème venait d’un empilement de divergences matérielles plutôt que d’un simple bogue mémoire; la correction consistait à ajuster la précision, le LOD et l’éclairage des composantes et à intégrer la couleur destination dans le calcul du blending, illustrant comment les outils RTL modernes permettent de maîtriser une complexité autrement écrasante.

07:05

You are not your job

L’automatisation et l’IA transforment le travail, mais l’enjeu profond est l’identité et le récit que l’on tisse autour de soi. Le texte affirme que nos métiers ne sont pas des vérités, mais des fictions que nous croyons trop fortement. Il rappelle aussi que l’évaluation des autres repose sur la chaleur puis la compétence, l’intention étant jugée avant la capacité. La présence et l’empathie restent des qualités humaines qui ne peuvent être remplacées par des machines. Finalement, la valeur réside dans les relations réelles plutôt que dans le titre ou la performance, et cela invite à repenser l’avenir.

07:04

LLMs predict my coffee

L’article examine si les grands modèles de langage peuvent prédire les résultats d’expériences physiques, en prenant l’exemple du refroidissement d’un café versé dans une tasse en céramique. Il liste les phénomènes impliqués : conduction entre eau, tasse, air et table; convection; évaporation; radiation; et les incertitudes liées au matériau et à la géométrie. Néanmoins, l’auteur note que les détails manquants obligent à faire des hypothèses et que les prédictions varient selon les modèles et les choix des paramètres. Dans l’expérience décrite, la température est mesurée fréquemment pendant cinq minutes après le versement et les prédictions des modèles sont comparées. Les résultats montrent que le refroidissement est plus rapide au début que prévu et plus lent par la suite, et que les modèles reposent souvent sur des termes exponentiels à deux vitesses de décroissance.

07:04

Migrating the American Express Payment Network, Twice

L'article décrit deux migrations en production du réseau de paiements d'American Express, réalisées sans downtime et sans impact sur les clients. La démarche est organisée en trois étapes : migration des connexions, trafic fantôme et routage canari. La première étape introduit le Global Transaction Router, qui dirige les flux et les réponses sans posséder la logique de traitement des paiements. La phase suivante utilise le trafic fantôme pour valider la nouvelle plateforme en conditions réelles sans modifier le trafic actif. La seconde migration vers une nouvelle infrastructure Kubernetes s'appuie sur le routage canari multi-région et privilégie l'observabilité, l'infrastructure en tant que code et la capacité de rollback.

07:04

Five Years of Running a Systems Reading Group at Microsoft

J'ai lancé un groupe de lecture en 2021, quelques mois après mon arrivée chez Microsoft dans l'équipe Azure Databases, pour explorer les internes des bases de données et leurs liens avec d'autres domaines. Le format était simple et informel: chacun lit l'article par ses propres moyens, puis on se réunit pendant environ une heure pour en discuter. Au fil du temps, le groupe a élargi ses lectures au-delà des bases de données vers les systèmes de stockage, les hiérarchies mémoire et les protocoles de consensus. En 2024, nous avons introduit des séries guidées, étudié des sections du Red Book et accueilli des intervenants, ce qui a renforcé la continuité des discussions et conduit, en 2025, à son renommage en Microsoft Systems Reading Group. Pour 2026, le thème est les fondations des centres de données et les employés de Microsoft sont invités à nous rejoindre via aka.ms/msrg.

07:03

Intuitions for Tranformer Circuits

Cet article revisite le transformeur de style GPT et explore l’interprétation mécaniste pour comprendre pourquoi le modèle fonctionne, en s’appuyant sur Framework et ARENA afin d’éclairer les notions de mémoire résiduelle, d’attention, de circuits et de têtes d’induction. La mémoire résiduelle est présentée comme un espace vectoriel de haute dimension servant de mémoire partagée, où les composants lisent et écrivent en parallèle tout en s’organisant pour éviter d’écraser ce qui a été produit précédemment, et des analyses PCA montrent que près de 80% de la variation d’encodage réside dans environ 350 dimensions sur 768, tandis que l’encodage positionnel est expliqué par environ 5 directions. L’attention lit les indices de source en décomposant l’adresse en une partie token et une partie sous-espace, les sous-espaces étant sélectionnés par des scores de sous-espace appris et par les circuits QK et OV via les matrices W_Q, W_K, W_V et W_O, ce qui rend l’attention dépendante de l’entrée. Les circuits clés sont le circuit QK, bilinéaire, et le circuit OV, linéaire, qui décrivent le flux d’information et expliquent comment les têtes lisent et écrivent dans le résiduel selon les sous-espaces, avec des exemples issus des têtes de couche zéro et des têtes d’induction. Enfin, le texte souligne des limites et des questions ouvertes, comme l’absence d’orthogonalité parfaite des sous-espaces et les implications de la gestion mémoire et de possibles isolations de privilèges, tout en proposant que ce cadre mental serve d’entrée utile pour progresser en interprétation mécaniste.

07:03

MAUI Is Coming to Linux

Nous annonçons la première préversion du backend Avalonia pour .NET MAUI, qui permet de déployer des applications MAUI sur Linux et WebAssembly et marque une avancée par rapport à l’an passé. Cette initiative vise une cohérence multiplateforme en garantissant que les interfaces dessinées aient le même aspect sur toutes les plateformes, tout en offrant des options entre UI native et UI dessinée. Pour démarrer, créez une application .NET MAUI, ajoutez le paquet Avalonia.Controls.Maui.Desktop, ciblez net11.0 et intégrez UseAvaloniaApp dans le MauiBuilder. Avalonia 12 apporte de nouvelles API et contrôles de navigation qui comblent l’écart avec MAUI et permettent une personnalisation via les primitives Avalonia; les handlers s’exécutent sur toutes les plateformes de manière homogène puisqu’ils reposent sur l’architecture Avalonia. Des tests et projets comme Maui control gallery, AlohaAI et MyConference illustrent le déploiement multiplateforme, et des perspectives futures incluent Maui.Essentials sur Avalonia et l’interopérabilité avec WinUI en vue d’une arrivée générale de .NET 11.