HN Digest
Briefing personnel.

Edition quotidienne

Lire vite. Garder l'essentiel.

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

5872 articles Page 63/588 Sans filtre

03 Jun 2026

06:03

blog.davidedmundson.co.uk Resume pret HTTP 200 Commentaires

Preparing for KDE Plasma's Last X11-Supported Release

L'équipe Plasma a retiré la session X11 et prévoit de supprimer le support X11 spécifique dans Plasma 6.8, dont la sortie est prévue dans environ cinq mois. Concrètement, l'écran de connexion n'offrira plus que la session Wayland et les chemins de code X11 pour Plasma Shell, les réglages système et la configuration des appareils seront supprimés. Le support XWayland restera en place pour exécuter les applications X11 et les applications KDE continueront de fonctionner sous X11 dans d'autres environnements de bureau. Les métriques internes montrent que plus de 95 % des utilisateurs de Plasma 6.6 sont déjà sous Wayland (environ 76 % si l'on inclut les versions plus anciennes), ce qui motive cette transition. Plasma 6.7, qui sortira dans quelques jours, sera la dernière version à inclure une session X11 et les développeurs demandent des retours sur les problèmes résiduels afin d'aider la transition.

03 Jun 2026

06:02

github.com Resume pret HTTP 200 Commentaires

Show HN: Paseo – Beautiful open-source coding agent interface

Paseo est une plateforme auto-hébergée qui exécute des agents de code localement et permet d'utiliser l'environnement, les outils et les configurations de développement de l'utilisateur. Elle unifie l'accès à plusieurs fournisseurs de modèles (Claude Code, Codex, GitHub Copilot, OpenCode et Pi) via une même interface et autorise l'exécution parallèle d'agents. Les clients incluent des applications de bureau, mobiles, web et une interface en ligne de commande qui se connectent à un démon local pour lancer, suivre et interagir avec les agents. Paseo propose des "skills" pour orchestrer des transferts de tâches, des boucles de vérification, des conseils et des comités d'agents, ainsi que le contrôle vocal et la synchronisation cross-device, le tout sans télémétrie, suivi ni connexion forcée. Le projet est organisé en monorepo (serveur, app, CLI, desktop, relay, site), prend en charge les relais auto-hébergés TLS avec configuration nginx et est distribué sous licence AGPL-3.0.

03 Jun 2026

06:02

www.utoronto.ca Resume pret HTTP 200 Commentaires

U of T researchers demonstrate AI worm could target any online device

Des chercheurs de l'Université de Toronto ont démontré dans un laboratoire clos qu'il est possible d'utiliser des modèles d'IA open-weight accessibles publiquement pour alimenter un ver informatique adaptatif capable d'apprendre et d'ajuster sa stratégie au fur et à mesure qu'il se propage entre appareils. Ce prototype montre que le ver peut exploiter des vulnérabilités spécifiques à chaque machine, voler de la puissance de calcul pour accélérer sa propagation et réduire pratiquement à zéro le coût des attaques successives. Les travaux, publiés après examen et partagés avec des organismes de sécurité, soulèvent des inquiétudes importantes quant à la sécurité des systèmes interconnectés, des hôpitaux aux infrastructures critiques. Les auteurs avertissent que, même si la création d'un tel ver exige des compétences techniques, la disponibilité de modèles d'IA libres et la présence de failles humaines comme des mots de passe faibles rendent la menace plus accessible et difficile à contenir. Les chercheurs appellent à renforcer les mesures de cybersécurité — correctifs réguliers, mots de passe forts, authentification multifactorielle — et travaillent déjà à des contre-mesures en collaboration avec l'industrie et les autorités.

03 Jun 2026

06:02

www.kapa.ai Resume pret HTTP 200 Commentaires

How we index images for RAG

Kapa transforme les images des bases de connaissances techniques en descriptions textuelles au moment de l'indexation pour alimenter son pipeline RAG sans envoyer d'images au modèle lors des requêtes. Les images servent soit d'illustration pour rendre les instructions plus actionnables, soit de source porteuse de données (schémas, tableaux) qui doivent être transcrites pour rester fidèles aux faits. Le traitement des images à la requête échoue à l'échelle pour des raisons économiques, de limites de payload et de perte de détail dans les embeddings, ce qui a conduit à décrire les images une seule fois à l'ingestion. En production, il faut filtrer le bruit par heuristiques et classification multimodale, captioner les images en tenant compte du contexte textuel et stocker chaque légende comme chunk séparé pour minimiser le surcoût aux requêtes. Sur plusieurs projets et modèles, cette approche a amélioré statistiquement la qualité des réponses tout en limitant le surcoût par requête à environ 1–6 %, avec des légendes correctement placées dans 94–99 % des cas.