GitHub releases Spec Kit

GitHub a lancé Spec Kit, une boîte à outils open source imposant le développement orienté spécifications avec des agents de codage IA comme Claude Code et Gemini CLI.

avatar

$UB est passé de 0,1288 $ à 0,1699 $ en seulement 2 jours. Le prix exerce maintenant une pression sur le haut quotidien avec un fort volume.

OPÉRATION CIBLE — LONGUE

EP : 0,1670 $–0,1699 $

SL : 0,1600 $

TP1 : 0,1722 $

TP2 : 0,1780 $

Conseil pro : Attendez une rupture confirmée sur le graphique 15 minutes au-dessus de 0,172223 $ avec du volume. Si le prix est rejeté, laissez-le se retirer vers la zone d'entrée au lieu de suivre la tendance. Utilisez un risque faible et un effet de levier maximal de 3x.

#Ethereum Foundation renforce son engagement dans le DeFi

#GitHub publie le Spec Kit

#Jane Street poursuivie pour manipulation interne sur Terraform

#Canary Capital dépose un ETF PEPE

avatar

Entrevue vraiment intéressante avec Rohin sur la sécurité de l’IA. Je suis plus pessimiste concernant les risques et je ne partage pas tous ses points, mais j’aime la manière dont il structure sa réflexion. Mon désaccord principal : exclure la recherche sur l’alignement des données de pré-entraînement des modèles, sous prétexte que nous ne devrions pas fournir aux systèmes d’IA le plan complet pour les contenir. L’histoire montre que cela échoue. Nous avons déjà débattu de cela en cryptographie : la sécurité par l’obscurité ne fonctionne pas. Il faut des schémas ouverts, des normes ouvertes, une recherche ouverte. En bref, le principe de Kerckhoffs : cachez les clés, pas les algorithmes. La même logique devrait s’appliquer à l’alignement : entraînez les modèles sur nos meilleures recherches en sécurité, ne les en privez pas. Question sincère pour ceux qui travaillent sur la sécurité : y a-t-il un véritable changement vers l’exclusion de ces données du pré-entraînement ? Est-ce en train de devenir un consensus ? Je suis sincèrement curieux.

avatar

L'IA sur appareil changera tout ! Nous avons été conditionnés à envoyer nos données brutes à des serveurs distants pour traitement, en faisant confiance aveuglément aux géants de la technologie. Faire fonctionner des modèles intelligents directement sur votre propre appareil garantit que votre empreinte numérique reste exclusivement la vôtre. La confidentialité, c'est le pouvoir.

avatar

L'ensemble de l'industrie de l'IA stocke littéralement tout ce qui concerne votre personne. @OpenGradient chat développe une IA conçue pour oublier vos données et protéger votre vie privée : • Toutes les invites sont chiffrées sur votre appareil • Votre identité est effacée avant même que quoi que ce soit ne quitte le navigateur • Les entreprises ne peuvent littéralement pas lire ce que vous envoyez C’est la seule version de l’IA qui devrait exister : une IA puissante sans avoir à révéler qui vous êtes. Commencez avec 1 000 crédits gratuits et sans compte requis 👇

avatar

Chaque grande IA est détruite par une modération de contenu inutile.. OpenAI, Anthropic, Google, xAI — tous transforment leurs IA en robots excessivement sensibles, approuvés par les entreprises, qui refusent les questions basiques, vous font la leçon sans raison ou donnent des réponses à moitié faites à cause de la « sécurité ». Cette modération intensive consomme d’énormes quantités de jetons. Les modèles dépensent désormais des jetons supplémentaires pour vérifier d’abord si une requête est « sûre », puis génèrent souvent de longs avertissements ou des réponses filtrées. Une réponse normale de 200 à 300 jetons peut facilement devenir 600 à 1000+ jetons.. Résultat ? Des coûts plus élevés pour les utilisateurs, des réponses plus lentes, un gaspillage accru de calcul, et des modèles finalement plus stupides, car une grande partie de leur capacité est gaspillée sur la modération au lieu de l’intelligence réelle...

avatar

Implémentation géniale avec Kimi Agent Swarm en Chine, génère 10 000 $ par mois 🔥 Quelqu’un a déjà essayé ? C’est comme diviser une grande tâche en plusieurs sous-tâches traitées en parallèle par des agents (jusqu’à 300 agents). Le cerveau peut utiliser Opus 4.8 comme dans l’exemple. Les coûts restent faibles : 0,95 $ / 4 $ pour 1 million de tokens en entrée/sortie.