Veröffentlicht am 21. Juni 2026 um 18:01 Uhr MESZ (UTC+2)
(How to Write a (Lisp) Interpreter (In Python)) (15 Punkte von tosh)
How to Write a (Lisp) Interpreter (In Python)
Dieser Artikel von Peter Norvig präsentiert ein kompaktes Tutorial zum Bau eines Interpreters für den Scheme-Dialekt von Lisp unter Verwendung von Python 3. Ziel ist es, die grundlegenden Prinzipien der Interpretation von Computersprachen zu demonstrieren, die Norvig als „Maxwellsche Gleichungen der Software“ bezeichnet. Der Text behandelt sowohl die Syntax als auch die Semantik von Scheme-Programmen und zeigt Schritt für Schritt, wie Ausdrücke ausgewertet werden. Er betont, dass das Verständnis von Compilern und Interpretern wesentlich dafür ist, zu verstehen, wie Computer funktionieren.
Beyond All Reason (Kostenloses, von Total Annihilation inspiriertes Echtzeit-Strategiespiel (RTS)) (226 Punkte von mosiuerbarso)
Beyond All Reason (Free Total Annihilation Inspired RTS)
Dies ist ein Echtzeit-Strategiespiel (RTS), das das Genre durch vollständig simulierte Ballistik, Explosionsphysik und Terrain-Verformung neu definiert. Einheiten, Geschosse und Explosionen werden in Echtzeit simuliert, was Schlachten mit Tausenden von Einheiten ermöglicht. Das Spiel betont den strategischen Einsatz von Terrain, Radar und nuklearem Krieg, mit über zehn verschiedenen Einheitenklassen. Es ist kostenlos spielbar und befindet sich derzeit in der Alpha-Phase, wobei die Server gelegentlich instabil sind.
Wem gehört Ihre ATProto-Identität? Hinweis: Wahrscheinlich nicht Ihnen (66 Punkte von kevinak)
Who Owns Your ATProto Identity? Hint: It's Probably Not You
Der Artikel deckt einen kritischen Fehler im ATProto-Identitätssystem (verwendet von Bluesky) auf: Der Personal Data Server (PDS) verwahrt sowohl den Signaturschlüssel als auch den Rotationsschlüssel für den dezentralen Identifier eines Nutzers. Das bedeutet, dass der PDS-Betreiber den Nutzer imitieren kann – also Beiträge verfassen und interagieren kann – und diese Aktivitäten kryptografisch nicht von denen des echten Nutzers unterscheidbar sind. Im Gegensatz zu herkömmlichen Plattformen gibt das Design von ATProto dem PDS die vollständige Kontrolle über sämtliche Daten aller auf dem Protokoll basierenden Apps, nicht nur über Bluesky-Posts.
Commodore brachte ein Digital-Detox-Telefon heraus, das nicht „dumb“ ist (39 Punkte von Audiophilip)
Commodore Made a Digital Detox Phone That Isn't Dumb
Commodore bringt das Callback 8020 auf den Markt, ein Klapphandy, das für digitales Detox konzipiert wurde. Es läuft mit Sailfish OS (Linux-basiert) und kann essentielle Android-Apps wie Uber, WhatsApp und Spotify ausführen, blockiert aber bewusst ablenkende Apps wie Social Media, Browser und E-Mail. Das Frontdisplay zeigt nur Uhrzeit, Datum und Akkustatus an – ohne Benachrichtigungen. Das Ziel ist es, ein modernes Smartphone-Erlebnis ohne aufmerksamkeitsfressende Funktionen zu bieten.
Der Fall gegen geometrische Algebra (2024) (93 Punkte von Hbruz0)
The case against geometric algebra (2024)
Der Autor argumentiert, dass die geometrische Algebra (Geometric Algebra, GA) zwar ihre Verdienste hat, aber oft übertrieben als Ersatz für lineare Algebra und mehrdimensionale Analysis (multivariable calculus) beworben wird. GA-Konzepte wie Multivektoren und das Dachprodukt (wedge product) sind nützlich, doch das Fachgebiet weist gravierende Mängel auf, und die Community neigt dazu, kritische Rückmeldungen zu ignorieren. Der Artikel schlägt vor, GA ernsthaft zu überarbeiten und fordert Befürworter auf, Schwächen anzusprechen, statt die Methode unkritisch zu propagieren.
David Ahls Basic Computer Games nach C portiert (34 Punkte von theanonymousone)
David Ahl's Basic Computer Games Ported to C
Dieses GitHub-Repository enthält eine Portierung der klassischen GW-BASIC-Spiele aus David Ahls „BASIC Computer Games“ und „More BASIC Computer Games“ in die Programmiersprache C. Die Umwandlung erfolgte mithilfe eines automatisierten Tools (bas2c.py) und umfasst Spiele aus den Originalbüchern. Der Code wird „as-is“ bereitgestellt, mit dem Hinweis, dass er nicht vollständig getestet oder debuggt wurde – was ihn zu einem potenziellen Lernwerkzeug für Debugging- und Retro-Computing-Enthusiasten macht.
Google erreicht 50 % IPv6 (301 Punkte von barqawiz)
Google Hits 50% IPv6
Googles Messungen zeigen, dass IPv6 bei der globalen Nutzung von Google-Diensten eine 50-prozentige Adoptionsrate erreicht hat – ein bedeutender Meilenstein für die Internetinfrastruktur. Der Artikel von APNIC weist jedoch darauf hin, dass die Adoptionsraten zwischen Volkswirtschaften stark variieren – Länder wie Indien, Vietnam und Saudi-Arabien zeigen sehr unterschiedliche Kurven. APNICs eigene Daten zeigen einen niedrigeren globalen Wert (42 %), was auf methodische Unterschiede bei der Messung hinweist.
Eine 3D-Voxel-Game-Engine in APL geschrieben (105 Punkte von sph)
A 3D voxel game engine written in APL
Dieses Projekt ist eine hochgradig experimentelle Voxel-Game-Engine, geschrieben in Dyalog APL und SDL3, entstanden aus einer Wette heraus, ob sich die APL-Notation zur Vereinfachung der Spieleentwicklung eignen könnte. Sie verwendet Vulkan, DirectX12 oder Metal für Grafik und unterstützt grundlegende Bewegung, Sprünge und Blockplatzierung. Das Repository ist fehleranfällig und als Proof-of-Concept gedacht; es erfordert Dyalog APL 20.0 und einen kompatiblen C-Compiler.
Loupe – Eine iOS-App, die das Bewusstsein dafür schärft, was native Apps sehen können (422 Punkte von Cider9986)
Loupe – An iOS app that raises awareness about what native apps can see
Loupe ist eine iOS/iPadOS-Datenschutz-App, die echte Werte aus öffentlichen iOS-APIs liest und dem Nutzer anzeigt. Sie demonstriert, wie Device-Fingerprinting funktioniert, indem sie Rohdaten anzeigt, auf die jede Drittanbieter-App zugreifen kann – etwa Systemeinstellungen, Hardware-IDs und andere Metadaten. Ziel ist es, Nutzer darüber aufzuklären, wie Tracker sie erkennen können, ohne personenbezogene Daten wie Name oder E-Mail-Adresse zu benötigen.
Zwei Qwen3-Modelle auf einem DGX Spark: die Residency-Mathematik (38 Punkte von devashish86)
Two Qwen3 models on one DGX Spark: the residency math
Der Autor beschreibt Experimente, bei denen mehrere große Sprachmodelle (Qwen3-Varianten) gleichzeitig auf einer einzigen NVIDIA DGX Spark GPU ausgeführt wurden. Dabei werden Ollama (das den gesamten GPU-Speicher beansprucht) und vLLM verglichen, das durch PagedAttention und prozessbasierte Speicherbudgets eine bessere Speicherverwaltung bietet. Der Artikel erläutert Konfigurationsfallen wie die gpu_memory_utilization-Falle und zeigt, wie auf einer einzigen GPU ein rechenintensives Reasoning-Modell und ein schnelles Antwortmodell für ein Multi-Agenten-System koexistieren können.
Aufstieg lokaler und Multi-Modell-Bereitstellungen für KI-Agenten
Das DGX Spark-Experiment (Artikel 10) illustriert einen wachsenden Trend: das gleichzeitige Ausführen mehrerer LLMs auf einer einzigen lokalen GPU zur Unterstützung agentenbasierter Workflows. Mit Frameworks wie vLLM, die PagedAttention und feinkörnige Speicherkontrolle unterstützen, wird es möglich, ein rechenintensives Reasoning-Modell und ein leichtgewichtiges Antwortmodell gemeinsam zu hosten. Dies ist wichtig, da es Latenz, Kosten und die Abhängigkeit von Cloud-APIs reduziert und so autonomere, datenschutzfreundlichere KI-Systeme ermöglicht. Handlungsempfehlung: Entwickler sollten vLLM gegenüber Ollama für Szenarien mit mehreren Modellen bevorzugen und die Einstellung gpu_memory_utilization beachten, um Out-of-Memory-Fehler zu vermeiden.
Datenschutz- und Transparenz-Tooling als Gegenmaßnahme zur KI-Überwachung
Sowohl die Loupe iOS-App (Artikel 9) als auch die Kritik am ATProto-Identitätssystem (Artikel 3) unterstreichen wachsende Bedenken hinsichtlich Datenexposition in dezentralen Systemen. Loupe zeigt, wie Device-Fingerprinting funktioniert, während der ATProto-Artikel warnt, dass zentrale Schlüsselverwaltung missbraucht werden kann. Für KI/ML ist dies kritisch, da Modelle häufig auf umfangreicher Datensammlung basieren – und dezentrale Identität (wie ATProto) als Lösung propagiert wird. Die Erkenntnis: Ohne angemessene kryptografische Schutzmaßnahmen können „dezentrale“ Systeme Macht über die Nutzeridentität zentralisieren, was das Vertrauen in KI-basierte Anwendungen untergräbt. Entwickler, die auf solchen Protokollen aufbauen, müssen sicherstellen, dass Nutzer die Kontrolle über ihre Schlüssel behalten.
Lehrressourcen zu fundamentalen KI/ML-Konzepten bleiben wertvoll
Das Lisp-Interpreter-Tutorial (Artikel 1) und die Portierung der BASIC-Spiele nach C (Artikel 6) stellen praxisnahe Lernwerkzeuge dar, die für KI/ML relevant sind. Das Verständnis von Interpretern und Compilern ist grundlegend für die Entwicklung domänenspezifischer Sprachen (DSLs), wie sie in ML-Frameworks verwendet werden (z. B. TensorFlow-Graphen, PyTorch JIT). Ebenso ist das Debuggen von Legacy-Code eine übertragbare Fähigkeit. Der Trend: Trotz fortschrittlicher KI-Tools bleibt die Nachfrage nach tiefem Programmierverständnis bestehen – besonders für die Optimierung von Inferenz-Engines und die Ausführung maßgeschneiderter Modelle.
Der IPv6-Adoptionsmeilenstein wirkt sich auf KI/ML-Infrastruktur aus
Die Erreichung von 50 % IPv6 (Artikel 7) hat Auswirkungen auf verteiltes KI/ML-Training und -Inferenz. Größere Adressräume ermöglichen direktere Peer-to-Peer-Verbindungen für datenparalleles Training oder Modellbereitstellung über Edge-Geräte hinweg. Die ungleichmäßige globale Adoptionsrate (z. B. hoch in Indien, gering anderswo) bedeutet, dass Entwickler Dual-Stack-Unterstützung in Cloud-Deployments und Datenpipelines einplanen müssen. Da KI-Workloads zunehmend geografisch verteilt werden, wird IPv6-Readiness zu einem praktischen Engpassfaktor.
Experimentelle Programmiersprachen und -umgebungen treiben Innovation in Game-KI voran
Sowohl die Voxel-Game-Engine in APL (Artikel 8) als auch die Kritik an der geometrischen Algebra (Artikel 5) zeigen ein starkes Bedürfnis nach mathematischer und notationaler Klarheit in Simulation und Grafik. Die array-orientierte Natur von APL könnte neue Wege zur Darstellung neuronaler Netze oder Physiksimulationen inspirieren. Gleichzeitig zeigen die Debatten um geometrische Algebra, dass die KI/ML-Community oft mathematische Werkzeuge (wie Matrixalgebra) übernimmt, ohne Alternativen ausreichend zu erkunden – doch neuartige Notationen können zu effizienteren Algorithmen für Aufgaben wie 3D-Szenenverständnis oder Robotersteuerung führen.
Hardware-Software-Co-Optimierung für lokale LLMs beschleunigt sich
Das DGX Spark-Beispiel (Artikel 10) ist Teil eines breiteren Trends: Spezialisierte Hardware (wie NVIDIAs DGX-Reihe) wird mit Open-Source-Software (vLLM, llama.cpp) kombiniert, um lokales LLM-Serving zu demokratisieren. Die „Residency-Mathematik“ (Speicherbudgetierung, Trade-offs beim Kontextfenster) wird zu einer Kernkompetenz für KI-Ingenieure. Dies ist wichtig, da es kleineren Teams und Einzelpersonen ermöglicht, wettbewerbsfähige Modelle offline auszuführen, API-Kosten zu senken und die Latenz für interaktive Anwendungen zu verbessern. Die handlungsrelevante Erkenntnis: Investieren Sie in das Verständnis von GPU-Speicherverwaltung (KV-Cache, paged attention, Quantisierung), um den Durchsatz auf begrenzter Hardware zu maximieren.
Digital-Detox und KI-freie Interfaces als Gegenbewegung
Das Commodore-Telefon (Artikel 4) steht für eine wachsende Gegenreaktion gegen das aufmerksamkeitsökonomische Design moderner Smartphones – einschließlich KI-gestützter Empfehlungssysteme und Benachrichtigungsmechanismen. Für KI/ML signalisiert dies einen Markt für „eingeschränkte KI“, die unterstützt, ohne abzulenken. Entwickler sollten Interfaces entwerfen, die die Aufmerksamkeit der Nutzer respektieren (z. B. Benachrichtigungs-freie Modi, Inferenz auf Anfrage), anstatt ständig aktive, Engagement-maximierende KI einzusetzen. Dies steht im Einklang mit Datenschutztrends und regulatorischem Druck (z. B. EU Digital Services Act).
Analysis by deepseek-reasoner | Translation by qwen/qwen3-max