VW robił przyciski pojemnościowe na kierownicy (teraz wracają do normalnych). Volvo w EX30 usunęło wszystko z deski rozdzielczej.
Chińskie samochody obowiązkowo mają gigantyczny ekran i minimalną ilość przycisków. No ale przynajmniej można przeglądać TikToka podczas jazdy. :-)

O niskiej akceptacji społecznej dla wyników eksperymentu. ;-)

Widzę piktogramy w komentarzach i już wiem, jak powstał projekt. ✨️

Kod tego komponentu to czyste spaghetti.
Polecam próbę policzenia, ile reużywalnych definicji stałych i funkcji można by wyciągnąć z pliku.

Komentarze społeczności https://github.com/anthropics/claudes-c-compiler/issues

Podoba mi się koncepcja powrotu do fizycznych przycisków w samochodach.
Nie jestem jednak przekonany czy inne firmy motoryzacyjne będą skłonne pójść tą ścieżką.
Ferrari to jednak marka luksusowa i priorytety są tam inne niż w pojeździe dla Kowalskiego.

Uniwersalny ekran dotykowy zawsze będzie tańszy od interfejsu opartego na przyciskach i przełącznikach. W segmencie klasy średniej raczej nikt nie użyje aluminium i szkła Corninga, a mam wrażnie, że nabywcy mogą nie być już zainteresowani tanimi, skrzypiącymi przełącznikami z plastiku.

Release the raster splits!
(https://www.youtube.com/watch?v=bcUmVdd_t2s)

Rozumiem, że procesor ma zapewnić niezależność od imperialistycznych dostawców sprzętu.
Ale jeśli to jest celem, to jaki jest sens inwestowania w architekturę x86, która jest kontrolowana przez Intela i AMD.
Kluczowy software na tę platformę równiez powstaje w USA.

Chyba bardziej perspektywiczne dla Chin byłoby skupienie się na ARMie i RISCu.

Stara szkoła robienia keynote’ów za czasów Jobsa czy Gatesa pokazywała w szybki sposób cały workflow nowych feature’ów.
To też były dema aplikacji, a nie algorytmów w backendzie.

Rozumiem, że ten film jest marketingowym odpowiednikiem tego gifa:

Podpowiedź: demo robi mniejsze wrażenie, jeśli nie pokazujesz wyniku.

Ciekawe, czy w tego typu obiektach są prowadzone jakiekolwiek pentesty. Mam wrażenie, że wszystko w sieci wewnętrznej chodziło na domyślnych hasłach.
Jak rozumiem, pierwszych “klastrów aktywności” na systemie nikt nie zauważył/zgłosił?

Sploitigate też wie najlepiej, czym się zająć w pierwszej kolejności. Może i mają podatności, ale przynajmniej da się łatwo eksfiltrować dane na Slacka.

Nie wiedziałem, że istnieje coś takiego jak pamięć podręczna zdalnego pulpitu i że można tam znaleźć nawet zrzuty starych sesji.

Jaki interes mieliby pracownicy Anthropica w romantyzowaniu rzeczywistości?
Ja jestem w sumie zaskoczony, że wyniki tych badań zostały opublikowane, bo dostrzegam tu potencjalny konflikt interesów.

Vibe-coding został wymyślony niecały roku temu. To są umiejętności, które można relatywnie łatwo i szybko zdobyć. W związku z tym nie stanowią przewagi konkurencyjnej.
Umiejętność programowania asynchronicznego ma moim zdaniem większą wartość. W jaki sposób ktoś, to nie ma doświadczenia w tym obszarze będzie w stanie ocenić poprawność wygenerowanego przez LLM rozwiązania?

Cały proces edukacji opiera się na umiarkowanej presji.

Dzięki za przeanalizowanie tematu. Ten schemat wykrywania ma sens w przypadku procesorów, które odczytują rozkazy bajt po bajcie. Pewnie dlatego 486 i późniejsze miały już wbudowane FPU.

ModR/M zależy od opcode’u. Niektóre rozkazy go wymagają, inne nie. Na przykładzie NOP: https://www.felixcloutier.com/x86/nop

Pewnie od doświadczenia i złożoności projektu.
Ostatecznie nie jestem przekonany, czy ma to znaczenie.

Jeśli popełniłeś błąd jako człowiek, to właśnie się czegoś nauczyłeś i powinieneś wyciągnąć z tego wnioski na przyszłość.
Może w następnej iteracji będziesz bardziej ostrożny.

LLM nie nauczył się niczego. Będzie pamiętał o tej usterce do czasu aż informacja wypadnie mu z kontekstu.

W ubiegłym tygodniu poprosiłem AI o zaprojektowanie dość prostego układu elektronicznego. Zaproponował użycie scalaka, którego wyeliminowałem po 3 minutach researchu, bo nie spełniałby wymagań.
Te wymagania wynikały wprost z definicji zadania.

Ja rozumiem, że LLMom od czasu do czasu udaje się zaproponować coś sensownego.
Problem w tym, że po drodze popełniają one tyle idiotycznych błędów, że ich koszt musiałby być bliski zeru, żeby było to opłacalne.

Moim zdaniem ten argument pojawiał się w większości dyskusji. Nawet PewDiePie podał przykład Adobe w swoim filmie o migracji na Linuksa.
Na tym etapie nie chodzi nawet o faktyczne zapotrzebowanie nna Photoshopa. Linux zawsze był postrzegany jako system, na którym działają tylko niszowe programy. Pojawianie się rozwiązań dla takich odwiecznych problemów może zmienić tę opinię.

Pamiętam, że Photoshop był podawany jako argument o przewadze Windows od co najmniej 2005 roku.

Z wypowiedzi wynika, że 8087 dekodował rozkazy równolegle z CPU. Bardzo mnie to zaskoczyło, bo dekoder x86 nie jest prosty ani tani w implementacji (chociaż może w tamtych czasach jeszcze taki był).

Z innej beczki, kazałem AI zaimplementować 128-bitowe floaty używając typu double i dostałem w wyniku stronę demonstracyjną w React.
Wszystko spoko, tylko na ostatnim etapie obliczeń wartości były chamsko konwertowane z powrotem do pojedynczego double i traciły całą precyzję. Przecież nawet student uczący się programowania nie popełniby takiej głupoty.

Fajny lifehack z kółkami do kontenerów. ;-)
Z czego wynika spadek poularności samochodów? Są za drogie, czy poprawił się transport publiczny?

Jakie jest prawdopodobieństwo, że AI źle skonfiguruje GPIO i spali układ?

Ostatnio widziałem serię artykułów o implementacji software’owego silnika, Jest trochę więcej szczegółów niż u Tsodinga.

Zaskoczyła mnie stabilność numeryczna tej symulacji.