Judge sets framework for Nine PBS to retrieve archival data
Résumé indisponible pour cet article.
Lire vite.
Garder l'essentiel.
Les meilleurs longs formats de Hacker News, relus plus calmement.
AI;DR (AI; Didn't Read)
L'auteur se dit envieux de l'idée partagée par seclilc et précise l'avoir découverte sur Twitter. Il explique ressentir une réaction physique de rejet lorsqu'il reçoit des productions d'IA non relues et non éditées de la part de collègues qu'il respecte. Bien qu'il reconnaisse que l'usage de l'IA est généralisé en 2026, il adopte une règle personnelle : si un texte n'a pas été relu par un humain, il ne le lira pas. Il reconnaît que des messages entièrement générés par l'IA sont appropriés pour des usages fonctionnels comme le support client, mais pas pour des newsletters ou des communications personnelles non retravaillées. Il encourage les auteurs à soigner leurs propos et à signaler clairement lorsqu'un contenu provient de l'IA sans relecture afin que les destinataires sachent quoi attendre.
An update on leaving Gmail for Fastmail
L'auteur a quitté Gmail pour Fastmail et se dit satisfait du rapport qualité-prix malgré des alternatives moins chères. Plutôt que de transférer les anciens messages, il a créé une boîte neuve et a utilisé des adresses par sous-domaine pour trier automatiquement les courriels. La mise à jour des comptes vers la nouvelle adresse a été plus simple que prévu et l'ancien compte Gmail sert de boîte pour les courriels indésirables. Fastmail permet d'ajouter de nombreux domaines et l'utilisation d'une adresse liée au blog a augmenté les réponses aux articles, cependant les domaines récemment enregistrés peuvent être temporairement greylistés par certains fournisseurs. Il apprécie aussi les fonctionnalités comme les adresses masquées, les applications et la documentation, et juge le changement globalement sans encombre en recommandant d'utiliser un domaine personnel pour faciliter de futurs déplacements.
GPT 5.6 Sol is the best "vision" model OpenAI ever released
OpenAI a annoncé la gamme GPT-5.6 (Sol, Terra, Luna) et présenté des capacités accrues pour l'interaction avec des interfaces et la visualisation 3D, qui restent toutefois dépendantes d'une meilleure compréhension visuelle. Dans le benchmark VLM de Roboflow, Sol ressort comme le meilleur modèle visuel d'OpenAI avec un bond marquant en détection d'objets (46,2 mAP@50 contre 13,8 pour GPT-5.5), tandis que Terra et Luna montrent des progrès significatifs. Le comptage s'est amélioré pour toute la famille GPT-5.6 (Sol 73,0 %, Terra 67,6 %, Luna 66,2 %), l'OCR reste proche de GPT-5.5 et l'extraction de textes conserve des faiblesses sur des cas difficiles. Ces gains s'accompagnent d'un coût en tokens, de latence et de prix plus élevés (Sol est le plus lent et le plus cher), et des instabilités subsistent sur de grandes images ou du texte petit et réfléchi. Au global, GPT-5.6 rapproche OpenAI des meilleurs VLM pour les agents, la compréhension d'écran et les workflows documentaires, même si Gemini 3.5 Flash demeure souvent plus économique et compétitif pour la détection et le comptage.
Israel creates fake think tank in likely attempt to dupe AI chatbots
L'organisme se présente comme un think tank consacré à Israël et à la Palestine mais a été créé par Piro, Inc. pour le compte d'une agence de publicité du gouvernement israélien. Ses rapports neutres, abondamment sourcés et structurés sont conçus pour plaire aux grands modèles de langage et orienter leurs réponses, une pratique décrite par la société comme « AI Story Optimization » et par d'autres comme du « LLM poisoning ». La firme Piro a reçu environ 900 000 dollars du gouvernement israélien, travaille via la régie Havas et a publié plus d'une centaine de rapports depuis le 6 août. Bien que certains rapports contestent parfois des récits gouvernementaux, les publications citent fréquemment des sources officielles israéliennes et une analyse de 12 articles par GPTZero a identifié la plupart comme rédigés par une IA avec forte confiance. Des enquêtes montrent que des chatbots comme Microsoft Copilot et Google Gemini intègrent et citent ces sites sans indiquer qu'il s'agit d'opérations d'influence, et Piro assure contribuer à « mettre des faits vérifiables dans le domaine public » tout en vantant publiquement sa capacité à orienter les réponses des IA.
The Road to MS-DOS 2.0
Tim Paterson a développé 86‑DOS en urgence pour Seattle Computer Products et Microsoft l'a acquis puis adapté en PC‑DOS/MS‑DOS pour l'IBM PC après l'échec des négociations avec Digital Research. Microsoft avait licencié UNIX et lancé XENIX, mais UNIX se révéla trop lourd pour les processeurs 8086 et Microsoft confia une grande part des ports à SCO. Microsoft avait envisagé une pyramide d'OS compatibles (MS‑DOS, XEDOS, XENIX) mais a finalement choisi d'étendre MS‑DOS avec utilitaires inspirés de XENIX plutôt que d'adapter XENIX lui‑même. Paul Allen a dirigé une petite équipe pour réécrire MS‑DOS 2.0 afin d'ajouter un système de fichiers hiérarchique, des pilotes chargeables dynamiquement et un spool d'impression limité, en dépit des réticences d'IBM et des réserves de Bill Gates. MS‑DOS 2.0 a été livré avec l'IBM PC XT en mars 1983, requérait environ 20 Ko de RAM, multiplia la taille et la complexité du code source en passant à de nombreux fichiers assembleur et incorpora plusieurs commandes dérivées de XENIX tandis que certains outils originaux de DOS n'ont pas été repris.
Olo (Color)
Résumé indisponible pour cet article.
GPU Offload in Rust: Portable, Safe, and Fast
La programmation GPU haute performance a traditionnellement imposé un compromis entre efficacité d'exécution et sécurité mémoire, et Rust assure la sécurité mémoire à la compilation sur CPU mais son application aux GPU a exigé jusqu'à présent des DSL propriétaires ou le recours à des pointeurs non sécurisés. Les auteurs présentent un cadre de compilation GPU multi-fournisseur à coût nul intégré nativement au compilateur Rust (rustc) et aux backends LLVM. Ils exploitent le système de types riche de Rust, son modèle de propriété et les garanties strictes d'aliasing (noalias) pour gérer et optimiser efficacement les transferts de données via l'infrastructure LLVM Offload. L'article expose les défis techniques liés aux incompatibilités d'ABI entre cibles hôte et device et introduit une chaîne de compilation en deux passes capable de traiter en toute sécurité les mouvements de mémoire manuels et générés par le compilateur. L'évaluation sur RAJAPerf montre que la solution basée sur rustc peut produire un LLVM IR compétitif pour les noyaux GPU et atteindre des performances de noyau solides par rapport aux implémentations CUDA et HIP C++ optimisées à la main.
AI-Generated GitHub Copilot “Autofix” Allowed Compromise of Snowflake's Jira
Une vulnérabilité critique dans un workflow GitHub Actions du dépôt snowflakedb/snowflake-connector-net a été identifiée par l'agent autonome Wiz Red Agent lors d'une recherche via HackerOne. La faille permettait à un utilisateur GitHub non authentifié d'exécuter des commandes arbitraires en envoyant un titre d'issue spécialement conçu interpolé directement dans un bloc run. Le motif vulnérable a été introduit le 18 juin 2026 par un commit co-signé par « Copilot Autofix powered by AI », qui a remplacé un traitement sûr via env et jq par une interpolation directe. Wiz a exploité et signalé la faille le 23 juin 2026, démontrant l'exfiltration d'un jeton Jira qui donnait un accès en lecture à des projets internes ; Snowflake a corrigé le workflow et révoqué le jeton le jour même après vérification. L'incident souligne la nécessité de garde-fous rigoureux pour les outils d'IA génératrice de code, l'analyse de sécurité systématique des PR automatisés et des cycles de réponse très rapides face à des découvertes automatisées.
Wellington second-hand bookstore's mysterious orders
Résumé indisponible pour cet article.