How to Start a Ruby Meetup
Résumé indisponible pour cet article.
Lire vite.
Garder l'essentiel.
Les meilleurs longs formats de Hacker News, relus plus calmement.
Show HN: Rubiks Cube Solver
Résumé indisponible pour cet article.
Show HN: I mapped 8.5M research papers into an interactive atlas
Résumé indisponible pour cet article.
Almost Always Unsigned
L'auteur argue que l'utilisation d'entiers non signés devrait être plus courante car la plupart des entiers dans un programme ne représentent jamais de valeurs négatives et le type encode mieux l'intention. Il conteste les objections habituelles (sécurité, boucles en sens inverse, différences négatives, indices, multiplications débordantes, sentinelles) en montrant que ces problèmes viennent souvent de mauvaises pratiques et que le comportement défini du débordement pour les non signés est en réalité utile. Il propose des idiomes sûrs et des constructions de langage pour éviter les erreurs courantes, comme des boucles qui exploitent le wrapping, max-min pour la différence, std::midpoint ou équivalents, et des vérifications simples pour la multiplication. Il déconseille d'utiliser la plage négative comme valeur sentinelle et préconise des alternatives plus sûres et expressives telles que retours multiples, option/Maybe, tuples ou enums. En conclusion, malgré les variations de comportement et les cas pathologiques selon les langages, il affirme que favoriser les entiers non signés dans les nouveaux projets peut rendre le code plus simple, plus robuste et plus explicite sur les domaines valides des valeurs.
AI content is everywhere on social media, especially LinkedIn
Deux mois après le lancement de leur extension Chrome, Pangram a compilé un jeu de données de 1 002 627 publications partagé de manière optionnelle par des utilisateurs pour étudier la présence de contenus générés par IA. Leur modèle Pangram 3.3, déclaré avec un taux de faux positifs de 0,01 %, a détecté un taux moyen d'IA de 13,8 % parmi les éléments scannés, avec une surreprésentation dans les contenus longformat. Un quart des publications longform de plus de 250 mots ont été entièrement identifiées comme générées par l'IA (25,72 %), et LinkedIn concentre 62 % de tous les contenus IA signalés malgré ne représenter qu'un tiers du volume scanné. Sur X/Twitter presque la moitié des articles étaient entièrement ou partiellement rédigés par l'IA (23,9 % entièrement IA et 22,9 % mixtes), tandis que Reddit, qui représentait 36,7 % du volume scanné, affichait un faible taux combiné d'IA (4,4 %) en raison du grand nombre de réponses humaines. Les auteurs concluent que l'écriture par IA est répandue sur toutes les plateformes, qu'elle affecte particulièrement le longformat, et qu'une meilleure transparence sur les contenus générés par IA peut aider les utilisateurs à gérer leur attention.
Focus
L'auteur, ancien ingénieur précoce chez Facebook, décrit la réalité épuisante des débuts de startup, avec des semaines de travail extrêmes, peu de sommeil, une mauvaise santé et la gestion constante de pannes. Il se souvient cependant avec affection de la concentration extrême de l'équipe, imposée par la rareté des ressources et la conviction que chaque tâche entreprise était la plus importante. Au début l'entreprise refusait de s'écarter de son cœur de compétence pour faire des dons ou soutenir directement des associations, arguant que sa valeur était de construire des produits utilisés par ces organisations. Avec le temps l'entreprise a assoupli cette règle et multiplié de petites concessions et fonctionnalités secondaires qui, bien que chacune rationnelle, ont fini par alourdir les produits, ralentir l'organisation et créer des biais de sélection difficiles à inverser. L'auteur conclut qu'il faut savoir dire non et prioriser strictement pour préserver l'efficacité, en ajoutant en post-scriptum que l'exemple de la philanthropie illustre l'avantage comparatif malgré les effets positifs des produits de Meta pour lever des fonds pour des associations.
Opinionated and easy Pi.dev configuration
Ce projet propose une installation en une commande qui configure automatiquement Pi et installe plus de 60 compétences, 67 thèmes et plusieurs intégrations comme MCP et la mémoire persistante. L'installateur offre le choix d'installer l'ensemble du catalogue ou de sélectionner interactivement les paquets souhaités. L'ensemble enrichit l'approche minimaliste de Pi en ajoutant sous-agents, prise en charge de Claude Code CLI, suivi des coûts, tâches, mode planification et autres outils communautaires. L'outil peut être relancé pour mettre à jour ou compléter l'installation en sautant ce qui est déjà présent et guide vers les premières étapes d'authentification et d'utilisation. Toutes les extensions sont soigneusement choisies par la communauté pour fournir un point de départ complet sans nécessiter de recherche et de configuration longues.
TLS certificates for internal services done right
L'article compare l'utilisation d'un TLD privé (.internal) et d'un domaine public propre pour exposer des services HTTP internes accessibles uniquement via VPN. L'approche .internal nécessite généralement des certificats auto-signés, ce qui impose de configurer la confiance sur chaque client ou d'accepter des erreurs TLS. La solution proposée combine le DNS à horizon partagé (split-horizon) pour faire pointer le même nom vers une IP publique ou interne, l'émission de certificats publics via ACME (acme.sh) et un reverse proxy avec WAF (nginx) lié à l'interface VPN pour bloquer l'accès non-VPN. Le billet détaille la mise en œuvre pratique : usage d'acme.sh en mode standalone (http-01) avec socat et setcap pour lier le port 80, une configuration nginx qui écoute l'interface NetBird sur le port 443 pour faire office de WAF, et un script cron automatisant le renouvellement, la synchronisation des certificats et le rechargement d'nginx. Pour gérer plusieurs services internes, l'auteur recommande d'utiliser des SANs ou des CNAMEs afin de réutiliser un même certificat plutôt que des wildcard, concluant que cette combinaison split-horizon DNS, WAF et ACME permet d'obtenir des TLS valides pour les services internes sans configuration manuelle sur chaque poste.
GLM 5.2 is nearly as accurate as a human book keeper
Nous avons évalué GLM 5.2, un modèle d'IA à poids ouverts, sur la préparation d'une déclaration de TVA trimestrielle pour une PME britannique, en traitant 59 transactions en 68 minutes pour un coût en tokens d'environ 2,73 USD. Le modèle a produit une déclaration de TVA quasiment parfaite, la position nette étant erronée de seulement 7 pence par rapport à la vérité terrain. Le benchmark a utilisé des livres extraits par Claude Fable 5, GLM 5.2 a tourné sur une instance GCP avec accès limité via un outil CLI pré-authentifié et l'audit n'a pas détecté de tentative de triche manifeste. Sur 354 contrôles (59×6), GLM 5.2 a commis 20 erreurs dont une grave — le mauvais classement d'un apport de fondateur de 10 000 GBP comme « Capital Account » au lieu de « Unpaid Shares » — les autres erreurs concernaient principalement la confusion entre zéro taux et exonération et quelques erreurs de répartition de TVA sur opérations en plusieurs devises. Le modèle a en revanche correctement affecté les comptes pour la plupart des transactions, n'a pas joint de mauvaise facture et montre que l'automatisation de la tenue de livres devient viable, appelant à des solutions d'intégration et de supervision pour les startups et PME.
Wildcard (YC W25) Is Hiring a Founding Engineer
Wildcard est une plateforme d'optimisation du commerce agentique pour les marques e‑commerce et retail, qui fournit visibilité, recommandations, exécution, attribution et automatisation pour la découverte produit via agents d'achat IA. La startup connaît une croissance de 50 % mois sur mois et vise à aider les marques à comprendre où elles apparaissent, pourquoi les concurrents gagnent et si les changements produisent des résultats commerciaux. Le fondateur, Kaushik Mahorker, vient de Scale AI où il a construit un moteur d'enrichissement e‑commerce à grande échelle couvrant des centaines de milliers de SKU et de taxonomies. Le poste de Founding Engineer, premier ingénieur, demande de prendre en charge le produit et l'infrastructure de bout en bout — frontend, backend, automatisation navigateur, files d'attente, observabilité et fonctionnalités clients — et de travailler directement avec les clients. Les compétences recherchées incluent TypeScript/Node/React, Postgres/Redis/queues, automatisation et scraping de navigateurs, systèmes fiables avec retries et orchestration, expertise avec outils IA et capacité à influer sur l'architecture et la direction produit dès le départ.