Thinking Fast, Slow, and Artificial: How AI Is Reshaping Human Reasoning
Résumé indisponible pour cet article.
Lire vite.
Garder l'essentiel.
Les meilleurs longs formats de Hacker News, relus plus calmement.
Sashiko: An agentic Linux kernel code review system
Sashiko est un système de revue de code du noyau Linux, inspiré d'une technique japonaise, destiné à renforcer le code par des relectures automatisées et intelligentes. Il surveille les listes publiques pour évaluer en détail les propositions de modification du noyau, avec des domaines allant de l'architecture à la sécurité, en passant par la gestion des ressources et la concurrence. Il s'appuie sur un ensemble de prompts open source par sous-système et sur un protocole de revue multi-étapes visant à maximiser la précision et à réduire les faux positifs. Le projet est open source et appartient à la Linux Foundation, sous licence Apache 2.0. Cette instance est proposée comme service et révise activement les soumissions du LKML, les ressources et les jetons LLM étant fournis par Google, tout en indiquant que les résultats restent probabilistes et destinés à assister les réviseurs humains.
Common Lisp Development Tooling
L’article présente une carte conceptuelle en six couches de l’environnement de développement Common Lisp, du niveau matériel à l’éditeur, et détaille le rôle de chaque couche. Il décrit les éléments clés comme SBCL, ASDF, Quicklisp et les options d’isolation de projet, ainsi que le protocole Swank qui relie l’image Lisp à l’éditeur. Le texte insiste sur l’aspect interactif de Lisp, où le code peut être modifié et débogué en temps réel sans redémarrage, ce qui distingue Lisp des langages classiques. Il compare diverses voies pratiques comme Docker, Roswell et les outils d’isolation (Qlot, ocicl, vend, CLPM) en exposant leurs compromis en termes de simplicité, reproductibilité et isolation. Le but est que la compréhension de ces couches aide à diagnostiquer les erreurs et à progresser, avec des références à des ressources comme le Lisp-Stat et le Lisp Cookbook pour des instructions approfondies.
Show HN: Termcraft – terminal-first 2D sandbox survival in Rust
Termcraft est un projet de fans non officiel, sans affiliation avec Mojang ou Microsoft, encore en alpha précoce. Le jeu conserve la progression de survie classique, les dimensions, l'artisanat et l'exploration, mais il s'adapte à une expérience en terminal affichée de côté. La portée actuelle inclut la génération procédurale de l'Overworld, du Nether et de l'End, ainsi que le minage, le placement, l'inventaire, l'artisanat, les fours, la fabrication de potions, les bateaux et les coffres. Il intègre aussi la santé, la faim, le combat, les conditions météorologiques, les liquides, les blocs gravitaires et l'agriculture, ainsi que les mobs, villages, donjons, forteresses et autres structures. L'installation nécessite Rust stable et un terminal avec saisie brute et souris, et les sauvegardes locales se trouvent dans le dossier saves du dépôt.
Training Center for Maneuvering on Manned Model Ships
Le dispositif décrit comprend un lac peu profond de 25 000 m² utilisé pour la formation par maquettes navales. Douze maquettes à l'échelle représentent vingt-cinq navires. Plus de 8 500 pilotes et capitaines ont été formés depuis 1966. 100 % des participants se déclarent satisfaits de la similitude obtenue. La formation sur des modèles avec équipage permet d’acquérir une expérience du facteur humain sans prendre les risques associés à des navires réels.
Trivy ecosystem supply chain briefly compromised
Le 19 mars 2026, un acteur malveillant a utilisé des identifiants compromis pour publier une version malveillante de Trivy v0.69.4, forcer-pousser 76 des 77 tags de aquasecurity/trivy-action et remplacer les 7 tags de aquasecurity/setup-trivy par des commits malveillants. Il s'agit de la suite d'une attaque de chaîne d'approvisionnement commencée fin février 2026, et la rotation des identifiants n'était pas atomique, ce qui aurait permis l'exfiltration de secrets pendant la fenêtre de rotation. Les composants affectés incluent aquasecurity/trivy (v0.69.4 et v0.69.3 touchés, v0.69.3 protégé par les signatures sigstore et l'immuabilité), aquasecurity/trivy-action où toutes les balises 0.0.1–0.34.2 ont été hijackées et 0.35.0 est indemne, et aquasecurity/setup-trivy où les 7 tags (v0.2.0–v0.2.6) ont été remplacés par des commits malveillants et v0.2.6 recréé avec du contenu sûr. L'attaque a distribué la version malveillante par plusieurs canaux, notamment GHCR, ECR Public, Docker Hub et les paquets deb/rpm, et a injecté un infostealer dans entrypoint.sh du trivy-action. Les actions recommandées incluent la mise à jour vers des versions connues comme sûres, la rotation de tous les secrets potentiellement exposés, l'audit des versions utilisées, la fixation des références GitHub Actions sur des SHA complets et la vérification des installations via sigstore et Rekor.
Hide macOS Tahoe's Menu Icons
Résumé indisponible pour cet article.
It's Their Mona Lisa
L’article recense 17 œuvres et objets que leurs institutions appellent « leur Mona Lisa ». Ces exemples montrent que ce label circule largement, des musées d’art majeurs aux espaces commerciaux et aux musées nationaux, couvrant différentes époques et formes. Pour chaque entrée, l’auteur indique l’œuvre, le lieu et une citation d’un conservateur ou dirigeant déclarant que c’est « leur Mona Lisa ». Parmi les pièces mentionnées figurent Gold Marilyn Monroe au MoMA, Madonna and Child au Met, la statue Toussaint Louverture au Smithsonian, Bathers with a Turtle au St. Louis Art Museum, le Chandos Portrait de Shakespeare au National Portrait Gallery de Londres, et d’autres exemples notables comme la Dead Sea Scrolls et le Tiffany Diamond. Le texte conclut en montrant comment la notion dépend du récit des institutions et du public, et l’auteur note le succès de la newsletter dans ses diffusions.
Grafeo – A fast, lean, embeddable graph database built in Rust
Grafeo est une base de données de graphes haute performance, testée sur le LDBC Social Network Benchmark, disponible en mode embarqué ou serveur avec une empreinte mémoire réduite et un moteur Rust optimisé. Elle prend en charge plusieurs langages de requête (GQL, Cypher, Gremlin, GraphQL, SPARQL et SQL/PGQ) et propose une modélisation LPG et RDF. Elle intègre une recherche vectorielle basée sur HNSW avec quantification, permettant de combiner parcours de graphe et similarité sémantique. Son cœur est écrit en Rust sans dépendances C obligatoires, avec des allocateurs optionnels et TLS, et assure des transactions ACID via MVCC. Elle offre des liaisons multi-langages (Python, Node.js, Go, C, C#, Dart et WebAssembly), un écosystème riche et des outils pour démarrer rapidement.
Bayesian statistics for confused data scientists
Cet article compare les statistiques bayésienne et fréquentiste, en insistant sur le fait que la probabilité y joue un rôle épistémologique différent: croyance sur les paramètres contre paramètres fixes et inconnus. La démarche bayésienne combine une distribution a priori sur les paramètres et la vraisemblance des données pour obtenir une distribution a posteriori qui quantifie l’incertitude. À travers l’exemple d’un dé à faces inconnues, il montre que le MAP peut être 4 tandis que la moyenne postérieure et les intervalles crédibles donnent une mesure d’incertitude plus nuancée. L’article souligne que le choix de l’a priori influence fortement le résultat lorsque les données sont peu nombreuses, et que, avec beaucoup de données, la vraisemblance domine et le postérieur s’aligne sur le maximum de vraisemblance. Enfin, il présente des méthodes numériques comme MCMC et PyMC et des cas d’usage pratiques, montrant comment le cadre bayésien peut combiner données et connaissances de domaine pour modéliser l’incertitude.