HN Digest
Briefing personnel.

Lire vite.
Garder l'essentiel.

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

11935 articles Page 803/1194 Sans filtre

Pomiferous: The most extensive apples (pommes) database

Le site propose des informations détaillées sur plus de 7 000 variétés de pommes. Les fiches sont soigneusement documentées et organisées pour une consultation facile. Chaque entrée précise les usages possibles (dessert, cidre, cuisson, jus, confiture, etc.) et inclut un court résumé des caractéristiques. La page met en avant des variétés phares et liste des mises à jour récentes, couvrant des cultivars historiques comme des sélections modernes. Les descriptions signalent des traits utiles tels que la texture de la chair, la saveur, la tenue à la cuisson et l'intérêt pour la transformation.

PyInfra 3.8.0

Cette version contient de nombreuses corrections et améliorations générales, avec un passage au versionnage sémantique complet (ajout du .0) pour les sorties à venir. Le cœur a été modifié pour découpler l'API principale de click via des fonctions de sortie plug-inables et corriger des problèmes de formatage dans les commandes API. Operations et facts reçoivent de nombreuses mises à jour et ajouts, notamment un renforcement de la sécurité contre l'injection de commandes, un meilleur support Docker, des ajustements SELinux, l'ajout du format deb822 pour apt, la gestion des ports, et des améliorations pour la manipulation et le téléchargement de fichiers. Les connecteurs et l'infrastructure gagnent en compatibilité et robustesse avec des corrections pour SSH (parsing de la config, ProxyJump, IdentityAgent), la compatibilité macOS/Python 3.13, la gestion d'askpass et l'utilisation de gevent.subprocess. La documentation, la CI et les dépendances ont été mises à jour (génération de docs, montée à Python 3.14, support de Paramiko v4), et plusieurs nouvelles fonctionnalités ont été ajoutées comme GpgKeyrings, opérations Docker (build/compose/login/logout), le support dzdo, l'héritage d'environnement et l'intégration d'agents de codage IA.

How Monero’s proof of work works

RandomX fait exécuter aux mineurs un petit programme aléatoire sur une machine virtuelle qui frappe la mémoire et hache l'état final, plutôt que d'appliquer une fonction de hachage fixe répétée. Le protocole construit d'abord une clé K à partir d'un ancien bloc et la transforme via Argon2d en un cache de 256 MiB, puis l'expansion produit un dataset en lecture seule d'environ 2 GiB pour forcer des accès DRAM. Pour chaque essai, l'entrée H (blob du bloc plus nonce) initialise un scratchpad de ~2 MiB via Blake2b/AES, génère un programme VM de 256 instructions mélangeant opérations entières, flottantes, vectorielles, branches et accès mémoire, et exécute cette séquence en boucle sur huit programmes chaînés. La sortie finale est dérivée en hachant le scratchpad et les registres (AES puis Blake2b) pour produire un résultat 256 bits qui est comparé à la cible réseau, avec un mode «fast» pour miner et un mode «light» pour vérifier en économisant mémoire. L'objectif de RandomX est d'orienter la preuve de travail vers les forces des CPU généraux pour réduire l'avantage des ASICs et la centralisation tout en restant vérifiable de manière pratique.

I am worried about Bun

Bun est présenté comme un runtime JavaScript rapide et pratique, apprécié pour son support TypeScript intégré, son bundler et ses outils de test. Anthropic a acquis Bun en décembre 2025 en affirmant que le projet resterait open source, maintenu par la même équipe, et axé sur la compatibilité Node.js et la haute performance. L'auteur s'inquiète parce que Bun est intégré à Claude Code, un produit d'Anthropic qui a récemment montré des régressions, des problèmes de facturation et des restrictions problématiques, ce qui indique un manque de dogfooding. Il craint que les politiques et pratiques d'Anthropic ayant détérioré Claude Code puissent, par intégration, finir par impacter la qualité et la gestion de Bun. Par précaution, l'auteur migre certains projets vers pnpm pour la gestion de paquets, tout en espérant que Bun restera excellent mais en restant incertain quant à son avenir.

Y Combinator's Stake in OpenAI (0.6%)

L'article du New Yorker sur Sam Altman cite Paul Graham au sujet de sa fiabilité, mais l'auteur note que Graham n'a pas clairement déclaré qu'Altman était honnête et digne de confiance. L'auteur s'interroge sur l'omission de la question de la participation de Y Combinator dans OpenAI lors de la couverture et des interviews. OpenAI a été lancé en 2016 par une branche de Y Combinator, YC Research, alors qu'Altman était président de Y Combinator. Gary Marcus a fait valoir qu'Altman n'a peut‑être pas d'actions directes mais détient une participation indirecte via Y Combinator, information qui, selon lui, aurait dû être divulguée. Selon une source citée par l'auteur, Y Combinator détiendrait environ 0,6 % d'OpenAI, soit plus de 5 milliards de dollars à une valorisation de 852 milliards, ce qui motive la demande de divulgation des intérêts financiers de Paul Graham lorsqu'il sert de référence.

1966 Ford Mustang Converted into a Tesla with Working 'Full Self-Driving'

Yaro Shcherbanyuk, propriétaire d'un magasin de pièces Tesla près de Sacramento, a dépensé environ 40 000 dollars et passé deux ans à transformer une Ford Mustang de 1966 pour y installer le groupe motopropulseur dual-moteur et l'écran 15 pouces d'une Tesla Model 3, ainsi que la fonction Full Self-Driving en mode supervisé. L'équipe a greffé trois sections du plancher et des sièges de la Model 3, raccourci le boîtier batterie pour l'adapter sans modifier les dimensions extérieures, et obtenu une puissance d'environ 400 chevaux avec 471 lb-pi de couple, permettant un 0–60 mph proche de 3,5 secondes. La Mustang reçoit l'ensemble de caméras de Tesla et exécute Autopilot, Sentry Mode et le Full Self-Driving supervisé, ce qui en ferait selon le reportage le premier véhicule non-Tesla à faire fonctionner réellement ce système. Lors d'un essai, la voiture affichait environ 194 miles d'autonomie à 80 % de charge et une consommation mesurée de 258 Wh/mi, comparable à l'efficacité d'une Model 3 malgré la carrosserie moins aérodynamique. Ce projet à coût réduit met en évidence la portabilité du matériel et du logiciel Tesla, questionne les enjeux de licence du Full Self-Driving et illustre l'expansion du marché des conversions de voitures en véhicules électriques.

Talking to strangers at the gym

L'auteur, récemment diplômé et isolé socialement, a mené une expérience d'un mois consistant à aborder régulièrement des inconnus à la salle de sport pour se faire des amis. Chaque jour il choisissait une personne, attendait la fin de sa série, l'abordait avec une question d'ouverture (au début standard puis personnalisée) et essayait de maintenir la conversation quelques minutes selon la disponibilité. Les réactions furent variées : certaines rencontres aboutirent à des relations amicales ou à des échanges réguliers, tandis que d'autres furent brèves ou montraient peu d'intérêt. Il a noué plusieurs relations significatives, notamment un camarade d'entraînement qui l'a invité chez lui et un étudiant de Syracuse avec qui il a partagé un repas, ce qui a réellement réduit sa solitude. En conclusion, il a appris que l'initiative sociale peut s'acquérir, que la salle de sport peut offrir une composante communautaire et qu'il vaut mieux cultiver quelques connexions profondes que multiplier les rencontres superficielles.

Redis array: short story of a long development process

L'auteur a passé quatre mois à concevoir et implémenter un nouveau type de donnée Array pour Redis, en travaillant parfois à temps partiel et en publiant finalement la PR après plusieurs mois de développement. Le premier mois a été consacré à la rédaction d'une spécification détaillée et à des allers-retours de conception, initialement avec Opus puis principalement avec GPT-5.x, qui a fait évoluer le design. L'implémentation a utilisé du codage automatique assisté par IA, puis une révision manuelle a conduit à repenser la structure interne en une super-directory de slices denses (par défaut 4096 éléments) pour conserver de bonnes caractéristiques mémoire et des scans proportionnels aux éléments existants. L'auteur a ensuite procédé à des réécritures et à des tests de charge assistés par IA, a ajouté le support 32 bits, et a choisi puis optimisé la bibliothèque TRE pour les expressions régulières, corrigeant aussi des problèmes de sécurité potentiels. Il conclut que l'IA a servi de filet de sécurité pour les tâches massives et fastidieuses et a permis d'aborder des designs plus ambitieux, tout en soulignant que la programmation système de haute qualité exige toujours une implication humaine complète et qu'il attend des retours sur la PR.