O Dropbox reduziu seu monorepo de 87GB para 20GB após descobrir que uma peculiaridade da compressão delta do Git estava fazendo com que arquivos de tradução inchassem os arquivos de pacote. Ao realizar um repack no servidor com ajustes específicos, eles diminuíram o tempo de clonagem de mais de uma hora para menos de 15 minutos.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
1978 notícias encontradas
A Reco lidava com altos custos de compute e latência devido ao uso do pipeline Go que chamava processos JavaScript JSONata via RPC para bilhões de eventos. Utilizando IA, reescreveram o JSONata em 'gnata', uma implementação pura em Go, em apenas sete horas, gastando $400 em tokens. Esta nova solução proporcionou uma aceleração de 1.000 vezes em expressões comuns e eliminou $500K/ano em despesas.
O colapso de modelos, onde modelos de IA se degradam com o tempo, já está ocorrendo à medida que novos sistemas são cada vez mais treinados em dados gerados por modelos de IA anteriores. Esse processo recursivo suaviza padrões raros e diversos, levando à perda de variância e homogeneização nos resultados.
O autor conseguiu rodar o computador de um Tesla Model 3 em sua mesa utilizando peças recuperadas de carros acidentados para encontrar vulnerabilidades de segurança. Após superar desafios de hardware e acessar serviços de rede internos, agora está em posição de explorar o firmware e as interfaces do sistema.
Os data centers de nova geração estão migrando dos sistemas tradicionais de distribuição de energia AC para sistemas de 800 volts DC para atender às demandas dos chips cada vez mais potentes. As configurações atuais de AC envolvem múltiplas conversões ineficientes de energia que resultam em perda de energia, grandes áreas ocupadas por equipamentos e alta necessidade de cobre. A energia DC de alta voltagem elimina a maioria das etapas de conversão intermediárias, melhorando a eficiência energética, reduzindo perdas elétricas e o uso de cobre, além de diminuir o custo total de operação para instalações em larga escala.
Claude Code foi utilizado para refatorar uma base de código CSS desorganizada em uma arquitetura limpa, ao longo de 7 fases, com um script Playwright capturando capturas de tela de 9 estados distintos do aplicativo antes e depois de cada fase. Claude comparou os PNGs do antes e depois em inglês claro para garantir que os visuais permanecessem os mesmos durante toda a refatoração, obtendo muito sucesso.
O avanço dos modelos fundamentais de IA criou um novo e intenso cenário competitivo para startups. Empresas que desenvolvem produtos focados em fluxo de trabalho para clientes de alta capacidade estão vulneráveis, pois esses clientes agora podem desenvolver rapidamente suas próprias soluções. Para sobreviver e prosperar, os fundadores devem focar em problemas que estão além do alcance dos grandes laboratórios de IA.
Após a COVID-19 expor mudanças estruturais persistentes nos prazos de reservas, a Airbnb redesenhou seus modelos de previsão para melhorar a resiliência contra futuros choques.
A defesa antimíssil é um problema complexo de alocação de recursos, onde a probabilidade de sucesso é reduzida por fatores como detecção e rastreamento, que podem ser degradados ativamente por adversários. Alocar interceptores limitados contra múltiplas ogivas é um problema NP-difícil, e os inventários atuais não são suficientes para conter ataques modestos com eficácia.
Este desenvolvedor criou um fork da biblioteca Python `httpx`, batizado de `httpxyz`, devido à manutenção paralisada do projeto original, contribuições ignoradas e problemas de transparência.
O uso excessivo de agentes de codificação baseados em IA leva à criação de bases de código frágeis, quebradas e difíceis de manter. Esses agentes amplificam erros sem aprender, carecem de pontos de verificação humanos, geram complexidade excessiva por meio de decisões locais e sofrem de baixa recordação. Em vez disso, os desenvolvedores devem desacelerar e delegar tarefas de forma inteligente para esses agentes.
Existem três pilares que contribuem para o inchaço nas árvores de dependência do JavaScript: suporte a runtime legados, arquitetura de pacotes excessivamente atômica e "ponyfills" desatualizados. O primeiro pilar inclui dependências para motores antigos, segurança de namespace global ou valores de cross-realm, raramente necessários em projetos modernos. O segundo, a arquitetura atômica, gera inúmeros pacotes pequenos, frequentemente duplicados ou de uso único, aumentando custos de aquisição e riscos na cadeia de suprimentos. Por fim, "ponyfills" para funcionalidades agora suportadas nativamente por todos os motores relevantes muitas vezes permanecem nas árvores de dependência mesmo quando não são mais necessários.
Este desenvolvedor acha as discussões online e no trabalho focadas unicamente em IA entediantes, como a maioria.
Programar é um processo iterativo que aprimora a compreensão ao lidar com detalhes complexos ao construir funcionalidades. No entanto, gerar código com IA pula esse processo de refinamento, impedindo que desenvolvedores entendam profundamente as complexidades e trocas envolvidas.
Video.js é um framework de player de mídia open source para Web e React que foi modernizado, com redução no tamanho dos pacotes em até 88%. Além disso, ele foi preparado para o desenvolvimento com suporte de IA.
Muita da produtividade em engenharia vem de conhecimentos pequenos e atômicos. Este post compartilha uma lista de pequenos truques de programação em vários domínios.
Este desenvolvedor assumiu um trabalho como técnico para obter experiência direta na indústria de controle de pragas. O papel revelou ineficiências operacionais, como recrutamento lento, sistemas desatualizados e falta de incentivos para inovação interna. Ele optou por não vender SaaS para empresas existentes, decidindo lançar seu próprio negócio de controle de pragas.
A Inngest enfrentou problemas de bloqueio de loop de eventos em seu serviço Connect baseado em Node.js, onde códigos pesados em CPU de usuários bloqueavam batidas de coração críticas, causando erros de "nenhum trabalhador disponível". A solução foi isolar as funções internas do serviço, como conexões WebSocket e batidas de coração, em uma thread de trabalhador separada no Node.js, isolando-as da execução do código do usuário.
O RAG padrão é um processo estático: consulta, busca, geração. No entanto, ele falha se a pergunta for ambígua, a resposta estiver em várias fontes, ou se o conteúdo obtido não for relevante. O Agentic RAG resolve isso introduzindo um LLM que reescreve a consulta, direciona para a fonte correta, avalia a qualidade da resposta e repete o ciclo se necessário.
Ferramentas de IA não geraram um aumento significativo na criação de novos pacotes ou atualizações gerais desde o surgimento da IA moderna. No entanto, houve um aumento notável na frequência de atualizações.