- HN Update est une page qui regroupe les meilleures histoires de la première page de Hacker News sous forme de journal audio, avec une mise à jour prévue toutes les heures pile
- La diffusion couvre actuellement les 5 premières histoires, et la dernière mise à jour de la page date du 30 juin 2026 à 23 h 06
- Les histoires qui sortent du top 5 sont déplacées dans les archives ; lorsqu’il y en a 10, elles sont assemblées en un épisode récapitulatif
- Le lecteur audio est présent à la fois pour la diffusion principale et dans la section des récapitulatifs, avec des durées respectives de 9 min 55 s et 19 min 12 s
- La section Recaps propose d’anciens épisodes ainsi qu’un bouton Load More, permettant de parcourir les précédents moments forts de Hacker News
Mode de mise à jour de HN Update
- HN Update récupère et affiche les 5 premières histoires de la première page de Hacker News
- La fréquence de mise à jour est toutes les heures pile
- La dernière mise à jour de la page date du 30 juin 2026 à 23 h 06
Composition de la diffusion audio
- Le lecteur audio en haut de page dure 9 min 55 s
- La section récapitulative en bas de page dispose aussi d’un lecteur audio distinct, d’une durée de 19 min 12 s
Processus de création des Recaps
- Lorsqu’une histoire sort des 5 premières de la première page de Hacker News, elle est déplacée dans les archives
- Quand 10 histoires se sont accumulées dans les archives, elles sont assemblées pour créer un épisode récapitulatif
- Les anciens récapitulatifs sont consultables dans la section Recaps Archive
Recaps actuellement visibles
- La section Recaps contient des éléments aux horaires suivants
- 18 juin 2026 à 23 h 09
- 17 juin 2026 à 17 h 05
- 17 juin 2026 à 04 h 14
- 17 juin 2026 à 04 h 06
- Un bouton Load More permet de charger davantage d’éléments
1 commentaires
Avis sur Hacker News
Les réactions sont nombreuses et positives, mais après une courte écoute, je n’ai pas trouvé ça très bon. D’abord, l’expérience paraît beaucoup trop lente.
Par exemple, il m’a fallu environ 30 secondes pour ouvrir la page d’accueil de HN, parcourir les titres et lire jusqu’aux commentaires de l’article en première position ; j’avais l’impression d’avoir obtenu toutes les informations nécessaires, et de pouvoir revenir plus tard voir les nouveaux articles. Avec cet outil, en revanche, il faut une minute pour faire le briefing d’un seul article.
Ensuite, l’utilité pratique est limitée. En général, il n’y a qu’un ou deux articles par jour qui attirent mon attention sur la page d’accueil de HN, alors cet outil risque surtout de me faire écouter des articles qui ne m’intéressent pas. On pourrait l’améliorer avec un algorithme qui apprend quelles informations j’écoute et lesquelles je saute, mais ce n’est pas idéal. Il vaudrait peut-être mieux générer un résumé audio personnalisé quand je clique sur un titre qui m’intéresse.
Enfin, cela efface le côté humain de HN. J’aime lire tels quels les messages que les gens ont réellement publiés, et il y a quelque chose de plaisant à voir l’expression, le ton et les interactions de chacun. Tout gommer pour écouter un résumé robotique donne l’impression de retirer l’âme de la communauté. Cela réduit le sentiment de lien avec les gens, qui est la meilleure partie du site.
J’apprécie particulièrement aussi l’absence de biais façon média d’actualité et de publicité, et je compte bien l’essayer demain.
De plus, sur HN ou les réseaux sociaux, les résumés de haut niveau ne correspondent pas à mon cas d’usage. Ils donnent davantage l’illusion d’une valeur réelle qu’une vraie valeur. Ce que je veux, c’est approfondir les histoires qui m’intriguent.
C’est aussi possible avec de la synthèse vocale, mais il faudrait d’abord choisir soi-même son flux, puis approfondir sous forme de podcast les articles ainsi sélectionnés.
À la limite, je trouverais plus utile un produit qui retire la partie LLM : on colle une liste de fils HN, et il convertit en synthèse vocale l’intégralité du contenu, commentaires compris. On pourrait l’écouter comme un contenu long en conduisant ou en faisant autre chose.
C’est un problème fondamental du média lui-même, et avec le retour en grâce de la synthèse vocale, certains développeurs vont le redécouvrir chacun de leur côté.
Ce userscript peut aussi être utilisé comme bookmarklet, et permet de rattraper rapidement les articles qu’on n’a pas encore vus. Ouvrez HN, cliquez sur le bookmarklet, et les nouveaux articles reçoivent la mention « (NEW) », tandis que les anciens affichent l’évolution de leur classement.
On peut aussi masquer l’article principal, ou masquer/afficher les anciens articles selon le nombre de commentaires et le score. En parcourant quelques pages, on repère rapidement les nouveaux articles qu’on n’avait pas encore vus, ce qui rend le rattrapage très rapide.
Ce n’est pas encore assez prêt pour en faire un Show HN, mais on peut voir l’état actuel ici :
https://news.gipety.com/hn/10842381/k/218/s/three-years-as-a...
Je pense que ça pourrait être une assez bonne manière de donner une seconde vie à d’anciens épisodes classiques de Show HN et Ask HN.
Excellente idée. En vieillissant, j’ai moins d’énergie pour lire, et il y a une vraie valeur à ne pas manquer toutes ces choses vraiment formidables qui passent brièvement sur la première page de HN avant de disparaître.
J’aime aussi le fait que les commentaires soient résumés. Il y a souvent de vraies pépites enfouies profondément dans les commentaires. J’imagine que seuls quelques commentaires les mieux classés sont récupérés.
La grande amélioration possible serait la personnalisation. La majeure partie de la première page ne me concerne pas personnellement, et la page des nouveaux articles contient beaucoup de choses excellentes qui ne deviennent jamais populaires. Ce serait bien d’apprendre le type d’articles auxquels je réagis, et de me montrer des résumés de ce genre d’articles même s’ils ne sont pas en vogue à ce moment-là.
Last.fm existe depuis 20 ans et a montré qu’un bon système de recommandation n’a pas forcément besoin d’IA, mais les expériences personnalisées ne semblent pas vraiment s’être imposées. L’algorithme de YouTube le fait dans une certaine mesure, mais c’est dommage qu’on ait si peu de contrôle réel.
J’ai tendance à n’écouter que ce qui n’est pas très important ou n’a pas une grande valeur. Si quelque chose m’interpelle pendant l’écoute, alors je vais le lire.
La personnalisation a clairement beaucoup de potentiel. Cela dit, HN est tellement aléatoire qu’on y découvre parfois des choses dont on ne savait même pas intellectuellement qu’on en avait besoin. Comme dans la plupart des systèmes de recommandation, j’y vois un problème d’équilibre entre exploration et exploitation.
Pour un produit minimum viable, on pourrait sans doute filtrer par mots-clés spécifiques et ajouter ces articles à l’entrée du modèle.
Parfois, quand on a l’impression d’être enfermé dans un genre ou une bulle précise, ou si la lecture automatique a tourné pendant qu’on dormait, la page d’accueil se fait envahir par ce type de contenus. Supprimer quelques vidéos de ce genre dans l’historique récent améliore visiblement les choses.
Ou bien, si l’on commence à lancer quelques vidéos sur un sujet qu’on a envie de voir, très vite les recommandations se concentrent sur ce sujet.
Ce serait chouette de créer des embeddings des anciens posts HN, de moyenner les vecteurs d’embedding des posts qu’un utilisateur a mis en favoris, puis de choisir des posts susceptibles de l’intéresser via une recherche par similarité cosinus.
En fait, ce serait encore mieux d’utiliser l’historique des upvotes, mais je ne sais pas vraiment si on peut y accéder ni comment.
Je suis aussi curieux de savoir comment les autres utilisent les embeddings. Je sais qu’on peut moyenner plusieurs embeddings, mais je me demande si certains ont eu du succès avec d’autres transformations. Quand on pense à des exemples du type King - Man + Woman = Queen, on a l’impression que, dans beaucoup de cas, les questions sont directement utilisées comme recherche sémantique ou comme entrée de RAG.
Je me demande aussi s’il serait pertinent de créer en masse des paires question-réponse, de les embedder, puis de calculer une transformation moyenne qui fait passer de « l’espace des questions » à « l’espace des réponses » ; ensuite, au moment d’embedder une question, on appliquerait cette transformation avant de faire du RAG. Ou bien le bruit pourrait tout simplement devenir trop important.
En revanche, l’historique des recommandations est privé et correspond bien mieux aux choses qui m’importent réellement.
Pour chaque document à placer dans une base de données vectorielle, on utilise un LLM pour générer une liste de questions possibles auxquelles ce document peut répondre. En gros, c’est un peu comme créer un quiz.
On remappe ensuite ces embeddings de questions vers le document d’origine, et on stocke dans la base vectorielle le document, les fragments de document, la question 1, la question 2, etc.
Ainsi, quand un utilisateur interroge le RAG, il n’y a pas seulement un lien direct requête utilisateur → fragment de document, mais aussi un lien transitif requête utilisateur → requête similaire → fragment de document.
Ah, cette fois-ci, l’outil a dit ceci à propos de lui-même :
« Dans une veine plus autoréférentielle, nous nous penchons sur le lancement de HN Update lui-même. Cette initiative vise à fournir un bulletin d’information horaire en résumant les principaux posts de Hacker News. Les auditeurs apprécient l’idée de nouvelles sélectionnées, mais s’inquiètent aussi de l’exactitude des résumés et d’un possible biais dans la formulation. Les discussions de la communauté suggèrent que, même si la valeur de ce type de service est claire, la confiance dans l’exactitude du contenu reste un enjeu central. »
C’est plutôt mignon et marquant.
C’est plutôt pas mal, mais on dirait qu’il invente des choses. Il a pris un commentaire méta[1] sur la mise en page du site de cet article, et l’a présenté comme si la communauté craignait que la proposition sur la sûreté mémoire en C++ rende le code difficile à lire sur mobile.
Après avoir entendu ça, j’ai du mal à faire confiance aux autres résumés.
1: https://news.ycombinator.com/item?id=41899828
« Cette mise en page et ce mélange de polices sont difficiles à lire sur mobile. »
Pour nous, il est évident que c’est un commentaire méta, mais je peux comprendre la confusion. Cela dit, il aurait quand même pu remarquer que la « lisibilité sur mobile » ne s’applique pas très bien à C++, qui est un langage de programmation.
Je vais ajouter au prompt que les commentaires peuvent être méta, voire ne pas être factuels, afin d’éviter qu’il force ce genre de commentaires à avoir du sens.
C’est un projet assez intéressant. Les projets basés sur HN suscitent une forme d’attachement émotionnel étrange mais particulier, parce qu’ils fonctionnent comme des extensions ou des modules qui améliorent HN selon une certaine dimension.
Je ne pense pas que j’utiliserais cet outil quand je suis devant mon ordinateur ou quand je commence à scroller sans fin sur mon téléphone, mais si je suis occupé et que je dois jeter rapidement un œil à HN, j’aurais envie de l’utiliser.
Pour un retour rapide : d’abord, côté UI/UX, le titre et le sous-titre ne disent pas grand-chose sur l’app. La piste audio affiche la progression de lecture, mais pas la durée totale ni le temps courant. Il serait utile de mettre en évidence sur la piste audio les segments correspondant à chaque post. Il me semblerait aussi normal d’indiquer combien de posts sont résumés ; pour l’instant, on dirait qu’il y en a 5.
Pour de meilleurs cas d’usage, il serait plus logique d’en faire une app mobile ou une PWA, afin qu’elle soit aussi facilement accessible depuis le système d’infodivertissement d’une voiture pendant la conduite.
Si vous en faites une app mobile et la proposez sous forme de widget avec un bouton de lecture, cela réduirait le nombre de taps nécessaires pour lancer le bulletin. J’espère que cette critique constructive sera utile.
La prochaine étape consiste à créer le réseau d’information HNN, avec un bandeau de news et un présentateur IA diffusés en continu sur les télés des bureaux, comme les banques qui laissent tourner CNBC ou Bloomberg News 24 h/24.
Le meilleur aspect de ce genre d’outil de lecture de contenu par IA, c’est la possibilité de laisser l’utilisateur choisir la voix, le débit, etc. En tant que non-Américain, les chaînes d’info américaines avec leurs présentateurs qui parlent face caméra sont assez agaçantes quand on est habitué à son propre accent. C’est pareil quand on veut se tenir au courant de l’actualité.
Comme j’ai commencé à écouter après que ce post est lui-même passé numéro 1 sur HN, je me suis retrouvé dans une situation méta où l’outil disait qu’il pouvait inventer des choses.
Excellent projet.
Vraiment excellent. Ce serait bien de pouvoir ajouter une fonction d’archives pour écouter les résumés d’il y a quelques heures, ou un briefing du matin, par exemple.
Pour un briefing du matin, je me demande si cela voudrait dire un ensemble de nouvelles plus sélectionnées, par exemple les actualités les plus intéressantes ou les plus discutées de la journée. Pour l’instant, il ne récupère que les 5 premiers posts de la page principale.
L’an dernier, j’avais créé https://radio-hn.pages.dev/ autour de la même idée. C’était une fois par jour seulement, et je l’avais posté quelque part ici à l’époque
Je me demande si le code est public. En particulier, je suis curieux de savoir comment plusieurs intervenants et voix ont été implémentés
NotebookLM a un problème où les deux personnes échangent constamment leurs rôles. L’un est l’élève sur un sujet et l’autre le professeur, puis soudain les rôles s’inversent d’une manière qui n’a aucun sens
Tu étais en avance sur ton temps