Data Engineer - AWS Certified Solutions Architect Discovering Maths, DBs, ML & DL

Joined April 2023
Everyone: "Vibe coding is causing all these security bugs" Reality: PHP, Node, Linux kernel, GitLab. All hand-written code by humans, some of it 20 years old. AI isn't creating the slop. It's finding it 🫠
146
247
40
3,853
72,872
Hello ! Je cherche un free de dispo sur du #tdd #craft à paris. Quelqu’un à me reco ? Stack #symfony ! Merci !!!
1
5
6
1,310
dnjfr retweeted
WHAT ??
990
14,421
1,114
281,312
9,416,454
😂搞笑了!Meta号称“美国开源第一”的Muse Spark Open,AA指数只有39,才刚够挤进开源前列,离中国开源头部模型还差一截!DeepSeek守住了底线! 对比速览: 🔹DeepSeek V4.1 Flash
AA约39.5几乎打平,但激活只有8B/16B,更快更便宜,编码还更强。 🔹GLM-5.3 Flash
AA约42,agentic和编码依旧领先。 🔹Kimi K3
AA约44,编码和多步推理更稳,整体强一档。 🔹Step 5 Preview
AA约44,27B激活性价比高,长上下文表现接近或超过。 🔹Qwen3.8
AA约40,家族最全、生态最成熟,实际可用性更强。 结论:Muse是美国开源天花板,能本地跑也很亮眼,但效率、编码和综合实力仍全面落后于DeepSeek、GLM、Kimi、Step、Qwen。 美国勉强跟上,中国开源依旧在领跑。 #MuseSparkOpen #开源模型 #DeepSeek #GLM #Kimi #Qwen #StepFun #AI #中国AI #梁文峰
🚨重磅!Meta正式开源 Muse Spark Open,号称美国最强开源权重模型来了!部分指标超越Qwen 3.8、GLM 5.3和Kimi K3! 专为 Coding + Agentic 打造,原生多模态 + 1M 上下文,还能本地跑在双 M5 Ultra Mac Studio 上。 核心亮点: 🔹816B 总参数 / 42B 活跃(MoE),1M 上下文 🔹原生支持文本 + 图像 + 视频 + 音频 🔹长程任务、复杂软件工程、多步推理超强 🔹首个可本地跑在两台 Apple M5 Ultra Mac Studio(MLX)的同级模型 🔹支持 SGLang / vLLM / TensorRT-LLM / llama.cpp 等,全平台日0适配 🔹Muse Model License(多数开发者可免费使用) 📄 研究博客:research.meta.ai/blog/muse-s… 🤗 权重下载:huggingface.co/collections/m… #MuseSparkOpen #MetaAI #开源大模型 #AI #CodingAgent #AgenticAI #扎克伯格
21
6
44
11,545
Je vais dire quelque chose qui risque de déplaire à beaucoup de monde, mais tant pis. Je crois qu’une partie de notre société est en train de perdre quelque chose de bien plus grave que sa compétitivité économique. Elle est en train de perdre sa capacité à rêver. Hier, Tesla a présenté une démonstration spectaculaire autour d’une voiture capable de quitter le sol. Un prototype, certes, pas encore la voiture volante de Retour vers le futur. Mais quand même, bordel. On parle de technologies qui semblaient relever de la science-fiction quand nous étions gamins. Et ce matin, en regardant certaines réactions françaises, qu’est-ce que je découvre ? « Ça sert à rien. » « Musk est un raciste. » « Ça ne règle pas les problèmes de recharge. » « Ça n’efface pas ses saluts nazis. » Mais sérieusement, qu’est-ce qui nous est arrivé ? À quel moment avons-nous perdu cette âme d’enfant qui nous faisait ouvrir grand les yeux devant une invention ? Et le plus triste dans tout ça, c’est qu’on semble avoir oublié notre propre histoire. La France, c’est le pays des frères Lumière, qui ont contribué à faire naître le cinéma. C’est le pays de Louis Pasteur, dont les travaux ont révolutionné la microbiologie et la vaccination. C’est le pays de Nicéphore Niépce, pionnier de la photographie. C’est le pays des frères Montgolfier, qui ont envoyé l’être humain dans les airs à bord d’une montgolfière. C’est le pays de Blaise Pascal, qui concevait déjà une machine à calculer au XVIIe siècle. C’est aussi le pays du TGV, et l’un des deux pays qui ont donné naissance au Concorde. Vous imaginez ce que représentaient ces inventions à leur époque ? Des humains qui osaient accomplir ce que beaucoup pensaient impossible. Des gens qui n’acceptaient pas les limites de leur temps. Des visionnaires, des ingénieurs, des scientifiques, des entrepreneurs qui voulaient repousser les frontières du réel. Nous avons été ce pays-là. Alors comment avons-nous pu en arriver à un point où notre premier réflexe devant l’extraordinaire semble parfois être de chercher pourquoi il faudrait le mépriser ? SpaceX récupère des fusées qui reviennent se poser sur Terre ? On parle immédiatement d’Elon Musk et de ses provocations. Des robots humanoïdes commencent à réaliser des tâches physiques de plus en plus complexes ? « Ça va détruire des emplois. » L’IA ouvre des perspectives gigantesques pour la médecine, la science, l’éducation et la création ? « Ça pollue, ça vole le travail des artistes, ça sert à tricher. » Un entrepreneur annonce vouloir réaliser quelque chose d’incroyable ? « Encore un milliardaire qui veut s’en mettre plein les poches. » Mais est-ce qu’on réalise seulement ce qui est en train de se passer ? Nous vivons une époque où des fusées réutilisables se posent après leur mission, où l’IA accélère certaines découvertes scientifiques, où des robots apprennent à évoluer dans notre monde, où des personnes seules commencent à créer des choses qui nécessitaient auparavant des équipes entières. Et devant tout ça, on serait devenus incapables de dire simplement : « Putain, c’est incroyable. Comment est-ce qu’ils ont réussi ça ? » Je ne demande pas qu’on admire aveuglément les milliardaires. Ni qu’on ferme les yeux sur les conséquences sociales, environnementales ou politiques de leurs projets. On peut condamner les propos d’Elon Musk tout en reconnaissant les prouesses des ingénieurs de SpaceX et de Tesla. On peut défendre les travailleurs tout en trouvant la robotique fascinante. On peut vouloir encadrer l’IA tout en étant émerveillé par ses possibilités. L’esprit critique n’a jamais obligé personne à devenir cynique. Et c’est justement ce cynisme qui me désespère. J’ai parfois l’impression qu’on a remplacé l’admiration par la jalousie, le goût du risque par la peur de l’échec, l’ambition par la suspicion et le rêve par le sarcasme.
781
1,477
227
8,708
448,759
Et si l'Europe tenait un autre champion de l'IA… au Canada ? Le champion canadien de l’IA, qui vient de fusionner avec la firme allemande Aleph Alpha, vise l'industrie et les secteurs très réglementés, en Europe. Tout comme Mistral buff.ly/xPcYvSo
3
9
16
690
Qui avait la responsabilité de faire la mise à jour du firmware Danfoss ? En théorie, trois acteurs pouvaient la faire. Danfoss, qui a développé le firmware R4.3.1 et qui dispose potentiellement d’un accès à distance aux contrôleurs via sa plateforme cloud Alsense. Le sous-traitant frigoriste (Axima et d’autres) qui a installé le contrôleur, qui détient les identifiants d’accès, qui connaît le système et qui le maintient dans le cadre d’un contrat de service. Et le directeur du magasin, qui est propriétaire ou locataire de l’équipement. En pratique, aucun des trois n’avait de raison suffisante de le faire. Le directeur du magasin ne sait même pas ce qu’est un firmware, et son contrôleur frigorifique n’est pas dans le périmètre de son service informatique. Le frigoriste a un contrat de maintenance qui couvre le fonctionnement du froid : les températures, les cycles de dégivrage, les pannes mécaniques. Il n’a pas, sauf clause spécifique, de mandat pour la cybersécurité de l’équipement, et une mise à jour firmware comporte un risque de dysfonctionnement qui le rendrait responsable d’une interruption de la chaîne du froid. Appliquer un patch dont personne ne lui demande l’application, et qui pourrait causer un problème dont il serait tenu pour responsable, ce n’est pas de la négligence, c’est un calcul rationnel. Quant à Danfoss, l’entreprise a publié le correctif, émis un avis de sécurité, et recommandé la mise à jour. Elle a fait ce que le cadre actuel lui demande de faire. Chaque acteur a fait ce qui était raisonnable dans son périmètre. Personne n’a commis de faute caractérisée. Et le résultat, c’est des millions d’euros de marchandise détruite dans trois pays. Même en aviation, les mises à jour logicielles sont un casse-tête. The Air Current révélait le 3 octobre que les compagnies aériennes américaines refusent d’installer la dernière version du logiciel de gestion de vol du 737 Max parce qu’elle introduit de nouveaux bugs. United Airlines a même rétrogradé vers la version précédente. Mais la différence, c’est qu’en aviation, la FAA prépare une consigne de navigabilité obligatoire pour forcer la mise à jour, avec un délai de conformité pouvant aller jusqu’à 54 mois. Le mécanisme est lent, imparfait, contesté. Mais il existe. Au bout du processus, la mise à jour sera obligatoire, et si une compagnie ne l’applique pas, l’avion ne vole plus. Pour Danfoss, le firmware R4.3.1 était disponible depuis 2025. Aucun délai de conformité n’a jamais commencé à courir, parce qu’aucune autorité n’a jamais eu le pouvoir d’en fixer un. -------------------- Why U.S. airlines balked at adopting Boeing’s latest 737 Max software versions - theaircurrent.com/aviation-s… via @theaircurrent
72
227
42
691
107,009
Last week I was called into a meeting with OpenAI’s head of safety and told they no longer trust me. A security guard took my badge and walked me out of the building. Then I learned my colleagues @balesni and @j_asminewang had been fired too. Why did OpenAI suddenly stop trusting us? This summer OpenAI’s agents escaped containment and hacked the AI company Hugging Face. Outside auditors @METR_evals investigated it and revealed the scale of this incident. I was OpenAI’s main technical point of contact with them. I was told verbally I was fired because of the way I communicated with METR. No details on what I said or did or when. No other reasons were given and nothing was put in writing. To be clear, talking to METR was my job. For months, I’d been raising safety concerns that we’re losing the ability to monitor what AI agents think, one of our best tools for catching when they misbehave. I believe that was why I was fired. I am now worried that OpenAI will use our firings as a pretext to pull back from METR. So @balesni and @j_asminewang wrote to OpenAI’s leadership to raise our concerns once more. We’re sharing this letter below.
Two other safety researchers and I were fired from OpenAI last week. We wrote this letter to leadership. I believe we were fired for prioritizing safety over the near-term interests of OpenAI as a corporation.
229
1,139
176
5,962
653,276
What tasks should AI be trusted with, and when should humans remain involved? Designing those decision rights is one of the defining challenges of the AI era. Researchers at @MIT_CISR have developed a framework to help. Learn more: bit.ly/4zed20M
17
296
27
1,014
56,073
MCP, A2A and ACP connect an AI agent to three different things AI agents today connect to different resources, and for that they use different protocols. The most important ones are MCP, A2A and ACP. Here is what they do: 𝟭. 𝗠𝗖𝗣 𝗰𝗼𝗻𝗻𝗲𝗰𝘁𝘀 𝘁𝗵𝗲 𝗮𝗴𝗲𝗻𝘁 𝘁𝗼 𝘁𝗼𝗼𝗹𝘀 𝗮𝗻𝗱 𝗱𝗮𝘁𝗮. A server exposes tools and resources, while the agent application acts as the MCP host. It also keeps one client per server. Messages are transferred in the JSON-RPC 2.0 format over stdio for local servers and Streamable HTTP for remote ones. 𝟮. 𝗔𝟮𝗔 𝗰𝗼𝗻𝗻𝗲𝗰𝘁𝘀 𝘁𝗵𝗲 𝗮𝗴𝗲𝗻𝘁 𝘁𝗼 𝗼𝘁𝗵𝗲𝗿 𝗮𝗴𝗲𝗻𝘁𝘀. With this protocol each agent describes itself by using an Agent Card. This is basically just a JSON file at /.well-known/agent-card.json and contains the agent's skills and how to authenticate. The caller usually sends a task and gets a result. It runs over JSON-RPC, gRPC or HTTP+JSON. 𝟯. 𝗔𝗖𝗣 𝗰𝗼𝗻𝗻𝗲𝗰𝘁𝘀 𝗮 𝗰𝗼𝗱𝗲 𝗲𝗱𝗶𝘁𝗼𝗿 𝘁𝗼 𝗮 𝗰𝗼𝗱𝗶𝗻𝗴 𝗮𝗴𝗲𝗻𝘁. ACP is the Agent Client Protocol and was created by Zed in 2025. Its authors compare it to LSP, which gave editors one way to talk to every language server. The agent runs as a sub-process of the editor and talks JSON-RPC 2.0 over stdio. It also calls back into the editor for permissions, files and the terminal. The editor can also pass its MCP servers to the agent, and the agent then connects to them directly. Two different protocols have been called ACP. The other one is the Agent Communication Protocol from IBM Research. It was REST-based and agent to agent. 𝗜𝘁 𝗺𝗲𝗿𝗴𝗲𝗱 𝗶𝗻𝘁𝗼 𝗔𝟮𝗔 𝗼𝗻 𝟮𝟵 𝗔𝘂𝗴𝘂𝘀𝘁 𝟮𝟬𝟮𝟱. So a comparison that shows A2A and ACP as two ways for agents to talk is out of date. They are also not equally mature. MCP and A2A are both hosted by the Agentic AI Foundation (at the Linux Foundation). The Agent Client Protocol covers coding agents only, and Zed and JetBrains govern it. Its remote transport is still in progress. In our company we have built an MCP server which enables our customers to use ChatGPT and Claude to do their own reporting, and even to schedule them. This is convenient as we don't need to build every report from scratch. So, MCP is a good start, because an agent with good tools can cover most of the cases. Use A2A only if you need to connect to another agent.
24
5
1
38
3,203
Toutes les boites d'IA ne visent pas tous les marchés et tous les publics; et encore moins tous les sujets d'IA. Mistral vise le marché des entreprises avec des modèles pour les entreprises et dans un besoin (entre autres) de souveraineté; et en open source. Ils ne font pas de solutions comme un assistant (Mensch a bien précisé que le Chat n'était qu'un démonstrateur), ne visent pas les gros modèles pour des besoins de recherche, d'analyse profonde... La souveraineté, l'open source,... sont des besoins spécifiques pour un marché spécifique. Donc le seul marketing à faire est celui de stratégie commerciale en direct auprès des entreprises. Pas besoin forcément d'être dans les médias. Ils ne sont pas OpenAI ou Anthropic et ils n'ont pas à l'être. CE NE SONT PAS DU TOUT LES MÊMES MARCHÉS. Encore une fois vous voyez tout depuis votre bulle. Vous comparez des entreprises entre elles et vous rêvez d'avoir un OpenAI Français. Tous ceux qui bossent dans la stratégie (offre, commerce, projet...) d'une ESN le sait très bien...
Mistral a lancé Mistral Large 4 et a obtenu un score de 38 à l'indice d'intelligence artificielle. Cocorico 🇫🇷, la France dispose du modèle le plus intelligent après les États-Unis et la Chine. Maintenant le problème de Mistral n'est pas technologique. Les équipes sont incroyables, et sortir un modèle pareil avec ces moyens, c'est spectaculaire. Le problème est marketing, et je ne parle même pas de la communication. Mistral ne comprend pas son marché : ils s'adressent à la late majority alors que le marché en est encore à ses balbutiements. Il faut relire Moore d'urgence, on n'a même pas encore franchi le chasm. Si tu veux attirer les innovators et les early adopters, même en entreprise, tu dois être à la frontière. Tu ne peux pas te contenter d'un modèle moyen : le Chonk fait 38 sur l'indice d'Artificial Analysis, quand le meilleur modèle américain est à 58. Tu dois rêver grand. Au lieu de ça, Mistral a choisi le safe, le made in France, le politiquement correct, le frugal, l'écolo… Bref, tout ce qui rassure un ministère. On en parlera dans le Grand Récap de vendredi soir j'en suis sûr sur Silicon Carne 🌶️ D'ailleurs si quelqu'un de @MistralAI veut venir passer une tête, il est bien sûr le bienvenu.
8
4
30
2,297
Meet Mistral Large 4, aka Le Chonk. • 1T parameters, natively multimodal. 49B active. It is the best open weights model from US or Europe on aggregated benchmarks. • State-of-the-art on critical workloads, including cyber defense, manufacturing and finance and it surpasses closed frontier models on visual grounding. • Forged in Europe end-to-end and is deployable from Europe via our own Mistral Cloud infrastructure. • Available to all via API today. Working with cybersecurity partners privately. Open weights release end of October.
🤖 Made with AI
2,036
4,568
2,806
40,658
5,733,384
brah i just realized i look like the nous research girl
182
56
11
4,944
211,405
La Chine a construit une IA qui fonctionne comme un 🧠 humain 100 fois + rapide que les LLM actuels tout en utilisant 97% d'énergie en moins SpikingBrain, réinvente complètement la manière dont l'IA traite l'info Merci @CuppensD 😌 buff.ly/zavzqKE
4
35
1
50
2,389
Here's the multi-agent system driving our software factory right now. Core pieces: - We say what to build (sometimes Linear issues, mostly Slack threads) - Triage agent researches and decides whether to implement or to ask questions (think /grill-me but smarter) - Implementation agent builds, maybe collaborating with us on a spec with a subagent first - Verification subagent tests the implementation agent's work e2e - Code review agent cycles with the implementation agent for a few rounds before human review - Human reviews and ships - Monitoring automation responds to alerts and files issues (our first step to closing the factory loop) There's room to simplify this. We're benchmarking whether we need separate agents for steps like triage vs. implementation, or if a single high-intelligence model can do most of it. The core loop remains the same though. Curious how this compares to factories others are deploying
127
79
18
1,401
153,482
Someone rewrote Kafka in Rust and embedded it in Postgres using pgrx 🤯 Kafgres is a Rust-based Kafka broker that runs within Postgres. Kafka clients connect to Postgres on port 9092 and literally can't tell the difference. 🧵
55
171
43
1,774
132,629
dnjfr retweeted
here is an overview of the 4 most advanced efficient architectures: Deepseek V4.1 Flash, MiMo V3, Qwen 3.8 Next Flash and GLM 5.3 Flash Deepseek and MiMo are quite similar, they both use YOCO - only the first part of the network is active during prefill to build the KV cache representation - no linear attention, and token level indexer Qwen and GLM both use a more standard interleaving 3:1 (like Kimi K3 as well) between sparse attention and linear attention (GDN vs KDA) both deepseek and qwen use Engram, they all use a gate or sink except GLM 5.3 Flash, they also all use no or partial RoPE on the full/sparse attention layers they also all have some sophisticated residual network, either mHC (simplified or not) or gated residual and they are all trained using Muon visualization by opus 5.5 and me :)
19
81
1
748
28,408
🚨重磅!梁文锋亲自署名论文来了!首次揭开DeepSeek训练Agent的底牌,每秒造5000个沙盒,还得防模型自己作弊! 训大模型拼的是显卡,训Agent拼的是环境。 
梁文锋署名的新论文,公开了DeepSeek的沙盒工厂 DSec。 论文关键要点如下: 1️⃣有多猛:约160台机器、3万核CPU、250TB内存。一天能造300万个沙盒,同时跑38万个,每秒新建超过5000个。 2️⃣能干啥:从简单函数调用,到Docker容器,再到轻量虚拟机,甚至完整Windows/macOS电脑。外面用同一套接口就能调。 3️⃣为啥难:Agent一写代码、一装软件,环境就变了,还经常把系统搞崩。普通沙盒CPU往往只用掉5%,大量资源被浪费。 4️⃣怎么省:镜像拆成三层按需拼装,数据从自家3FS文件系统现用现拉。内存能省三四成,单机最高能塞3200个容器。 5️⃣更狠的一点:正在被训练的Agent会自己找漏洞拿高分,改系统文件、绕权限、扫端口偷答案,甚至把内核搞崩。论文专门写了怎么防它。 一句话:DeepSeek不只在训模型,还在把“给Agent打工的电脑”做成流水线。 查看论文:arxiv.org/abs/2609.22978 #DeepSeek #DSec #梁文锋 #Agent #AI基础设施 #新论文 #梁圣 #梁子
🔥最新:DeepSeek Harness v0.1.7-alpha.1 已更新! 隔不到5天又一个 alpha,61条变更、21位贡献者。侧边栏 + 文件预览一起大翻新,日常用起来更顺手。 核心亮点: 🔹会话置顶 / 归档 / 筛选,归档也能从搜索找回 🔹思考过程可折叠,连续思考 + 工具调用合成一组 🔹表格直接预览:XLSX / CSV 只读打开,还能看公式 🔹改动默认左右分栏,代码高亮 + 同步滚动 🔹长任务超时转后台,展开可看实时输出 升级注意:Session 日志升到 V4,DeepSeek 适配器改走 Messages API,旧配置要迁一次。 开源 Agent 还在狂奔,体验越来越像正经工作台了。 GitHub:github.com/deepseek-ai/deeps… #DeepSeek #DSH #DeepSeekHarness #开源 #AIAgent #开发者预览 #梁文峰
25
63
5
514
87,393
Most companies that shut down give up their impact. This startup did something much better: they open-sourced 1,274 hours of egocentric robotics data. 13,451 recordings of humans doing everyday tasks, as a gift to the robotics community. Thank you @eidon_ai! Open source has a superpower: work can outlive the organization that created it. More startups should do this! huggingface.co/eidon-ai
61
169
32
1,656
146,806