IA et conjecture d’Erdős & Perte de savoir-faire avec l’IA - Actualités Hacker News (26 avr. 2026)

On commence par l’histoire la plus déroutante du jour. Un amateur de 23 ans, Liam Price, affirme avoir résolu une conjecture d’Erdős en s’appuyant sur GPT-5.4 Pro. Le sujet : des « ensembles primitifs » d’entiers, où aucun nombre ne divise un autre, et une somme associée — l’« Erdős sum » — dont Erdős pensait que la borne inférieure tend exactement vers 1 quand les nombres deviennent gigantesques. Ce qui intrigue les mathématiciens, ce n’est pas seulement le résultat, c’est l’angle d’attaque : le modèle aurait fait un rapprochement avec une formule d’un domaine voisin, que personne n’avait appliquée ici. Des chercheurs, dont Terence Tao, soulignent que la preuve brute sortie du chat était difficile à lire et devait être reconstruite proprement. Mais le cœur de l’idée paraît tenir, et la version humaine s’est déjà simplifiée. Pourquoi ça compte : ça illustre une force particulière de l’IA actuelle — proposer des connexions inattendues — mais aussi sa limite : la validation, la rigueur et l’exposé restent un sport humain. En clair, l’IA peut suggérer l’étincelle, mais la communauté doit encore faire le travail de mise en forme et de vérification.

Justement, cette question du savoir-faire revient dans un autre texte très commenté : l’auteur affirme que l’Occident a perdu une partie du « comment on fabrique » dans l’industrie de défense… et qu’on risque un scénario similaire en logiciel si on sur-automatise avec l’IA. L’exemple phare : la difficulté à relancer la production de missiles Stinger, avec des pièces obsolètes, des délais de plusieurs années, et le besoin de rappeler des retraités. L’argument, transposé au software, c’est que si on coupe dans l’embauche junior et qu’on laisse l’IA produire toujours plus de code, on affame le pipeline qui fabrique les futurs seniors — ceux qui savent diagnostiquer, arbitrer, et tenir un système en conditions réelles. Point intéressant : le texte cite aussi des travaux suggérant que, sur des tâches réalistes, certains outils d’IA peuvent ralentir des développeurs expérimentés, parce que la contrainte se déplace vers la relecture, le jugement et l’intégration. Le message n’est pas « l’IA ne sert à rien », mais plutôt : attention à l’optimisation court terme. Dans cinq ans, le vrai risque pourrait être une « Fogbank du code » — une compétence critique disparue, impossible à racheter juste avec du budget.

Restons sur l’ingénierie logicielle, mais côté conception. Statecharts.dev publie un explainer d’introduction sur les statecharts, présentés comme une extension des machines à états finies pour mieux modéliser des comportements complexes. L’idée clé : les grosses machines à états deviennent vite illisibles, avec cette fameuse « explosion d’états ». Les statecharts, formalisés par David Harel en 1987, ajoutent un langage visuel plus expressif, pensé pour rendre les comportements plus clairs et mieux gérer les cas exceptionnels. L’article insiste aussi sur des bénéfices d’équipe : découpler la logique comportementale des composants, rendre les scénarios plus testables, et, selon certaines études, réduire les bugs. Mais rien n’est gratuit : l’adoption demande une courbe d’apprentissage, un changement de culture, et parfois du surcoût de code sur de petits systèmes. Et l’auteur pointe un frein très banal : le « YAGNI », ce réflexe du “on n’en a pas besoin”. À noter aussi, la référence à SCXML, standard du W3C, pour fixer une sémantique commune et éviter les ambiguïtés. Enfin, l’article évoque les « statecharts exécutables » : une même définition qui pilote l’exécution et génère automatiquement des diagrammes — pratique pour réduire les erreurs de traduction, mais avec des inquiétudes sur la complexité et l’outillage.

Côté 3D et web, un billet de PlayCanvas montre un pipeline complet pour transformer un scan photoréaliste en “Gaussian splats” — habituellement une scène jolie mais pas jouable — en un FPS jouable directement dans le navigateur. L’intérêt n’est pas d’ajouter des gadgets, mais de franchir les obstacles pratiques : charger progressivement la scène pour éviter les temps morts, obtenir de vraies collisions pour que la physique et les tirs aient du sens, harmoniser l’éclairage entre un décor “baked” et des personnages PBR, puis rendre possible la navigation des NPC avec un navmesh. Ce type de démo compte parce qu’il rapproche un vieux rêve de la 3D : passer du scan au gameplay sans devoir tout refaire à la main. Et si la méthode se démocratise, ça peut changer la vitesse de prototypage, surtout pour des expériences web.

Petite alerte plateforme maintenant : sur Hacker News, plusieurs utilisateurs disent voir l’app Headspace réapparaître sur iPhone, parfois quotidiennement, même après suppression et avec les téléchargements automatiques désactivés. Le débat tourne autour de la cause probable : bug iOS ou App Store, restauration après mise à jour, comportement d’offloading, synchronisation via Apple Watch, ou politiques MDM dans certains contextes. La majorité semble penser qu’un “coup” volontaire de l’éditeur serait trop visible et trop risqué, et que l’hypothèse la plus plausible est une régression côté Apple. Pourquoi c’est important : supprimer une app fait partie des gestes de base de contrôle de son appareil. Si ce geste n’est plus fiable, la confiance s’érode vite. Et la discussion réclame surtout plus de transparence : des logs compréhensibles, un historique d’installations, et des explications claires sur ce qui déclenche une réinstallation.

Passons à un outil de terrain qui va faire gagner du temps à beaucoup de monde. Fabien Sanglard publie une « USB Cheat Sheet » après s’être fait piéger par le vocabulaire USB — entre noms marketing et noms de specs. Le document remet en correspondance les générations USB, les débits annoncés versus les débits réellement observables, et les implications côté câbles et connecteurs. L’intérêt, c’est d’éviter les erreurs bêtes mais coûteuses : choisir un câble qui bride un SSD externe, diagnostiquer un dock qui “devrait” aller plus vite, ou comprendre pourquoi un port USB-C n’offre pas les mêmes capacités qu’un autre. Bref, moins de temps perdu à courir après un faux bug.

Sécurité et chiffrement : Werner Koch annonce GnuPG 2.5.19. On parle d’une version avec de nombreux correctifs et quelques ajouts discrets, répartis entre gpg, l’agent, dirmngr et le support SSH. Ce qui mérite surtout votre attention, c’est le calendrier : GnuPG 2.4 est annoncé proche de la fin de vie, dans environ deux mois. Donc si vous dépendez de GPG au quotidien — que ce soit pour la signature, le chiffrement ou des workflows CI — c’est le moment de regarder la migration vers la branche 2.5. L’annonce rappelle aussi l’orientation de la série 2.5, avec des améliorations côté Windows 64-bit et l’arrivée d’algorithmes post-quantiques dans l’écosystème. Là encore, pas besoin d’entrer dans les détails cryptographiques pour comprendre l’enjeu : rester sur une version maintenue, c’est réduire le risque opérationnel.

On termine avec un classique qui ne vieillit jamais : les nombres flottants. Bartosz Ciechanowski publie un article pédagogique sur IEEE 754, en expliquant les flottants comme une forme de notation scientifique en base 2, mais avec deux limites : un nombre fini de bits de précision, et une plage d’exposants bornée. Le point que beaucoup redécouvrent à leurs dépens : des valeurs très “simples” en décimal, comme 0,2, ne sont pas représentables exactement en binaire, ce qui mène à des arrondis, puis à des surprises en comparaisons ou en affichage. L’article rappelle aussi les valeurs spéciales — zéro signé, infinis, NaN — et pourquoi l’espacement entre nombres représentables grandit avec la magnitude. Pourquoi c’est utile : comprendre ces mécanismes évite des bugs subtils en finance, en simulation, en data et même dans des API apparemment banales. Et ça aide à choisir des stratégies d’affichage et de tests qui ne se battent pas contre la représentation elle-même.