Ordered Dithering with Arbitrary or Irregular Colour Palettes (2023)
Résumé indisponible pour cet article.
Lire vite.
Garder l'essentiel.
Les meilleurs longs formats de Hacker News, relus plus calmement.
"Collaboration" Is Bullshit
L’article rappelle que, pendant la bataille des Ardennes, environ 15 à 20% des fusiliers en situation active tiraient réellement, illustrant une répartition inégale des efforts. Il montre ensuite comment le secteur technologique a adopté la collaboration comme solution universelle, souvent sans établir une responsabilité individuelle claire. Les outils et pratiques modernes ont accru la coordination et les réunions sans produire de résultats concrets. Selon l’auteur, l’efficacité réelle provient souvent d’individus ou de petits groupes dotés d’autorité et de responsabilité directe, plutôt que d’un culte du travail en équipe. Le texte propose de revenir à une gestion fondée sur les listes de tâches personnelles et sur l’ownership individuel en cas d’échec.
More common mistakes to avoid when creating system architecture diagrams
L'article présente sept erreurs courantes dans les diagrammes d'architecture et les effets négatifs sur la compréhension. Il conseille de nommer clairement les ressources avec leur nom et leur type, d'éviter les ressources déconnectées et de préférer des diagrammes qui montrent des relations plutôt qu'un seul diagramme maître. Il souligne le problème du « conveyor belt syndrome » et recommande d'utiliser des diagrammes de séquence pour décrire les interactions détaillées et fidèles du système. Il dénonce les animations sans valeur et explique que les fan traps surviennent lorsque les relations se perdent dans des ressources intermédiaires, en suggérant d’ajouter des ressources spécifiques pour clarifier les échanges. Enfin, il évoque les limites actuelles de l'IA pour générer des diagrammes à partir du code source, rappelant que, pour l'instant, le diagramme détaillé reste principalement l'œuvre humaine.
I Reverse-Engineered the TiinyAI Pocket Lab from Marketing Photos
L'article examine les promesses de TiinyAI Pocket Lab et remet en question les chiffres marketing après analyse des documents publics et de la campagne Kickstarter. Il identifie le SoC comme un CIX P1 et le dNPU discret probable comme le VeriSilicon VIP9400, et décrit le dispositif comme un périphérique USB-C attaché à un PC hôte plutôt que comme un ordinateur autonome. Il révèle une architecture mémoire à deux pools séparés (32 Go sur le SoC et ~48 Go sur le dNPU) reliés par une liaison PCIe Gen4 x4, limitant fortement la bande passante inter-pools. Sur le plan des performances, les modèles affichés (notamment GPT-OSS-120B) opèrent avec des paramètres actifs bien en dessous de 120B, et les débits atteignent environ 16 tok/s en meilleurs cas mais chutent rapidement avec des contextes plus larges, rendant les cas réels bien moins flatteurs. L’article conclut que le produit existe mais que le discours marketing manque de transparence sur l’équipe, l’origine du financement et les responsables réels, et reste opaque sur les détails techniques et la chaîne de valeur.
First and Lego Education Partnership Update
Après près de trois décennies, FIRST et LEGO Education ont collaboré pour proposer FIRST LEGO League et initier des millions de jeunes aux STEM par l’apprentissage pratique, le travail d’équipe, la créativité et la résolution de problèmes. LEGO Education a choisi de ne pas renouveler l’accord de partenariat, et la saison 2026-2027 sera la dernière, après quoi FIRST LEGO League se terminera. Nous mènerons la saison 2026-2027 comme prévu et resterons engagés à offrir une expérience de haute qualité et engageante tout au long de cette période. Parallèlement, FIRST développe sa propre prochaine génération d’expériences de programmes K-8, conçues pour s’appuyer sur ses valeurs tout en ouvrant davantage d’opportunités de créativité, de collaboration et d’exploration STEM réelle. Nous sommes enthousiastes à l’idée de ce nouveau chapitre et des opportunités à venir pour nos élèves, entraîneurs, bénévoles, sponsors et soutiens dans le monde entier, et nous communiquerons dans les mois à venir des informations supplémentaires pour en apprendre davantage.
They're Vibe-Coding Spam Now
L’article observe que les spams, autrefois jugés brutaux et peu soignés, adoptent désormais des designs plus soignés lorsque les images sont activées, ce qui les rend plus crédibles. Il montre comment ces e-mails attirants et trompeurs encouragent les clics et brouillent les signaux de détection traditionnels, posant des défis en sécurité. Le texte présente le concept de « vibe coding » et de no-code ransomware, expliquant que des criminels peuvent créer des malwares via l’IA avec peu de compétences techniques et sans programmation lourde. Il souligne que cela pousse à des outils et pratiques de protection comme l’obfuscation d’emails et les alias, afin d’identifier les sources douteuses et limiter les dégâts. Enfin, il propose des indices simples de traçabilité — comme l’absence du nom du destinataire et une adresse d’expéditeur obfusquée — et mentionne des ressources et outils pour filtrer le spam.
Building an FPGA 3dfx Voodoo with Modern RTL Tools
J’ai réimplémenté la Voodoo 1 sur FPGA avec SpinalHDL, ce qui m’a permis de décrire l’architecture directement et de déboguer à un niveau d’abstraction adapté. La Voodoo est une puce à fonction fixe où le rendu repose sur de nombreuses règles matérielles telles que le texturing, le filtrage et le test de profondeur, contrairement aux GPU modernes qui dépendent d’unités largement programmables. Les écritures dans les registres sont sensibles au pipelinage et il faut décrire quand elles s’appliquent, ce qui m’a amené à définir quatre comportements: FIFO, FIFO + Stall, Direct et Float. J’ai utilisé RegIf dans SpinalHDL pour encoder ces sémantiques et générer automatiquement les contrôles et les maps, ce qui permet d’exporter le registre et d’alimenter des composants comme un PCI FIFO. Le débogage s’est appuyé sur conetrace, un traçage netlist-aware qui suit l’exécution à travers le rasteriseur, le TMU et le framebuffer, et il a démontré que le problème venait d’un empilement de divergences matérielles plutôt que d’un simple bogue mémoire; la correction consistait à ajuster la précision, le LOD et l’éclairage des composantes et à intégrer la couleur destination dans le calcul du blending, illustrant comment les outils RTL modernes permettent de maîtriser une complexité autrement écrasante.
You are not your job
L’automatisation et l’IA transforment le travail, mais l’enjeu profond est l’identité et le récit que l’on tisse autour de soi. Le texte affirme que nos métiers ne sont pas des vérités, mais des fictions que nous croyons trop fortement. Il rappelle aussi que l’évaluation des autres repose sur la chaleur puis la compétence, l’intention étant jugée avant la capacité. La présence et l’empathie restent des qualités humaines qui ne peuvent être remplacées par des machines. Finalement, la valeur réside dans les relations réelles plutôt que dans le titre ou la performance, et cela invite à repenser l’avenir.
LLMs predict my coffee
L’article examine si les grands modèles de langage peuvent prédire les résultats d’expériences physiques, en prenant l’exemple du refroidissement d’un café versé dans une tasse en céramique. Il liste les phénomènes impliqués : conduction entre eau, tasse, air et table; convection; évaporation; radiation; et les incertitudes liées au matériau et à la géométrie. Néanmoins, l’auteur note que les détails manquants obligent à faire des hypothèses et que les prédictions varient selon les modèles et les choix des paramètres. Dans l’expérience décrite, la température est mesurée fréquemment pendant cinq minutes après le versement et les prédictions des modèles sont comparées. Les résultats montrent que le refroidissement est plus rapide au début que prévu et plus lent par la suite, et que les modèles reposent souvent sur des termes exponentiels à deux vitesses de décroissance.
Migrating the American Express Payment Network, Twice
L'article décrit deux migrations en production du réseau de paiements d'American Express, réalisées sans downtime et sans impact sur les clients. La démarche est organisée en trois étapes : migration des connexions, trafic fantôme et routage canari. La première étape introduit le Global Transaction Router, qui dirige les flux et les réponses sans posséder la logique de traitement des paiements. La phase suivante utilise le trafic fantôme pour valider la nouvelle plateforme en conditions réelles sans modifier le trafic actif. La seconde migration vers une nouvelle infrastructure Kubernetes s'appuie sur le routage canari multi-région et privilégie l'observabilité, l'infrastructure en tant que code et la capacité de rollback.