HN Digest
Briefing personnel.

Lire vite.
Garder l'essentiel.

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

11752 articles Page 228/1176 Sans filtre

Launch HN: Almanac (YC S26) – AI that knows your company

Almanac est un agent toujours actif qui dispose de son propre ordinateur connecté à vos outils et exécute des tâches sur demande ou de façon proactive. Il compile automatiquement un wiki à jour à partir des contenus de vos outils (Slack, Gmail, GitHub, etc.) et s'en sert pour prioriser et accomplir le travail. L'agent agit uniquement sur les comptes que vous lui connectez, avec des connexions visibles et révocables, et les comptes restent personnels sauf si l'organisation ajoute un compte partagé. Chaque modification ou action renvoie à sa source et l'outil demande confirmation pour les décisions, paiements ou actions sensibles afin que vous puissiez superviser son exécution. Almanac complète les outils existants en s'y connectant et en automatisant des tâches, sans prétendre remplacer des plateformes comme Notion, Linear ou Slack.

Building Without Predicting

L'auteur décrit sa méthode de construction progressive en vivant d'abord dans une cabine nue et en n'ajoutant que ce qui s'avère réellement nécessaire. Il résume la méthode par des principes simples : différer les décisions, utiliser ce qui existe et découvrir les besoins réels plutôt que de prédire. Sur un terrain isolé hors réseau, il a installé quatre cabines préfabriquées pour dormir, travailler, stocker et pour son fils, en séparant les fonctions pour encourager l'usage extérieur et l'adaptation. Les choix pratiques incluent l'absence d'eau à l'intérieur, des douches et une cuisine extérieures, la collecte des eaux de pluie, un toilette à compost et des solutions portables pour éviter les installations coûteuses et irréversibles. Après un an d'usage, les aménagements se sont révélés sur mesure pour eux, confirmant que tester et corriger sur le terrain permet d'éviter les prédictions erronées.

Visualizing Combos in Judo in R

L'article modélise les enchaînements d'attaques au judo comme un réseau dirigé où chaque technique de projection est un nœud et une arête relie deux techniques lorsqu'elles se succèdent dans une combinaison. L'auteur fournit le code R pour construire et visualiser interactivement le graphe, calcule les degrés entrant et sortant pour chaque technique et affiche des représentations graphiques (réseaux et barplots). Les analyses montrent qu'Ouchi-gari présente le degré total et entrant les plus élevés, tandis que Hiza-guruma et O-soto-gari ont les degrés sortants les plus importants, suggérant leurs rôles de finisseur et d'initiateur respectifs. L'ajustement de la distribution cumulative des degrés favorise une loi de puissance tronquée, indiquant la présence de techniques très connectées mais avec une limite naturelle à leur dominance. Enfin, l'indice IVI identifie Ouchi-gari, Harai-goshi et Hiza-guruma comme les plus influentes et la détection de communautés (walktrap) révèle neuf clusters dont deux groupes majeurs centrés sur les Te-waza et les Ashi-waza ; l'étude reste limitée aux séquences à deux mouvements et aux techniques kodokan.

Google Antigravity introduces Boost deep reasoning (/boost)

Il s'agit d'un pipeline multi-agent à la demande intégré à l'environnement de développement, conçu pour résoudre des problèmes logiciels complexes qui échappent à l'assistance de codage classique. Le flux de travail se déroule en trois phases : formulation de l'objectif et de la stratégie par un orchestrateur principal, exécution parallèle et vérification par des sous-agents spécialisés, puis synthèse et livraison des changements vérifiés. Les sous-agents opèrent dans des espaces isolés et couvrent des workstreams d'implémentation (code, refactorings, tests), d'investigation (débogage et analyse) et de vérification locale (compilation et suites de tests). La solution vise l'espace intermédiaire entre assistance rapide et campagnes longues, particulièrement adaptée aux bugs de concurrence, aux optimisations algorithmiques, aux refontes multi-fichiers et aux enquêtes approfondies. Elle s'active depuis l'interface ou le CLI, applique des politiques de permission et d'approbation interactives, et boucle automatiquement sur les diagnostics échoués jusqu'à ce que les tests et exigences passent.

Reverse engineering my ADHD test

L'auteur raconte avoir acheté un télescope par impulsion, puis décidé de se faire évaluer pour le TDAH après qu'un ami ait été diagnostiqué. Le test en ligne consistait en une tâche de type CPT où il fallait appuyer sur la barre d'espace pour une carte cible tandis que des distracteurs visuels et sonores étaient ajoutés, et le script enregistrait chaque appui, chaque touche non valide et le temps passé hors focus. En inspectant le code, il a découvert que le test adaptait les éléments multimédias selon le groupe d'âge, envoyait uniquement les timings des pressions et du focus comme payload, et indiquait calculer des z‑scores pour quatre métriques: Attentivité, Temporalité, Impulsivité et Hyper‑réactivité. Après une première session où il a appuyé frénétiquement et obtenu un résultat de faible crédibilité, il a créé un compte fournisseur de démonstration, administré deux tests comparatifs à lui‑même et constaté que sa tentative sérieuse montrait surtout une élévation de l'impulsivité. La psychiatre a confirmé un diagnostic de TDAH avec impulsivité élevée, et l'auteur note que l'interface du fournisseur fournit des indices diagnostiques tout en révélant des risques opérationnels liés à la gestion des rapports.

ChatGPT Work Tool and Skill Reference

Cette snapshot recense 232 interfaces d'outils et 44 fichiers principaux de compétences, chaque page de compétence reproduisant fidèlement son fichier SKILL.md et la référence d'outil conservant les descriptions exposées et les déclarations TypeScript. La disponibilité des outils et des compétences peut changer selon la configuration de la session, les autorisations, les applications connectées et les plugins installés. Le catalogue décrit de nombreuses compétences pour documents et visuels (par ex. documents, imagegen, PDF, présentations, feuilles de calcul, visualisations), pose des règles d'utilisation du navigateur et des Sites (chercher d'abord, préférer les plugins, ne pas rétrograder sur le navigateur) et présente des compétences d'interaction contextuelle comme la gestion de bibliothèque, le contexte personnel et la résolution de destinataires. Il inclut également des outils pour OpenAI, la création et la gestion de plugins et de compétences (création, installation, mise à jour, automatisations) ainsi qu'une suite Data Analytics couvrant la validation des données, la conception de KPI, les notebooks, les rapports, les tableaux de bord et les visualisations. L'inventaire regroupe 232 interfaces exploitables (223 outils d'enregistrement et 9 contrôles de session) organisées par fonction, avec des collections importantes telles que GitHub (89 outils), Gmail (21), Google Calendar (15), Sites (23) et d'autres domaines spécialisés.

RavynOS: Pre-alpha open-source OS based on Darwin, FreeBSD, Apple open-source

Il s'agit d'un système d'exploitation open source en pré-alpha, fondé sur Darwin, FreeBSD et le code open source d'Apple. Il vise la compatibilité avec les applications macOS tout en ne comportant pas de restrictions matérielles. Les créateurs souhaitent offrir la finesse et l'ergonomie de macOS tout en conservant la liberté du logiciel libre. La version distribuée est une prévisualisation développeur destinée aux personnes contribuant au développement du système. Le projet n'est pas poli, pas achevé et pas prêt pour les utilisateurs finaux.