Long term economic growth rates by @ellis2013nz

Which programming language to use for coding interviews

Lựa chọn ngôn ngữ lập trình cho phỏng vấn coding ảnh hưởng lớn đến hiệu suất, trong đó Python và Java thường được ưa chuộng. Nên ưu tiên ngôn ngữ đã quen thuộc, trừ trường hợp vị trí đặc thù yêu cầu ngôn ngữ khác. Không nên học ngôn ngữ mới chỉ để phục vụ phỏng vấn.

Lập trình viên nên đọc bài này để tránh rủi ro mất điểm do không biết chọn ngôn ngữ phù hợp với yêu cầu của các cuộc phỏng vấn kỹ thuật.

Google Consent Mode v2

Google Consent Mode là tính năng quan trọng giúp quản lý sự đồng thuận của người dùng đối với cookie và dữ liệu, phiên bản v2 bổ sung các tham số mới (như ad_user_data, ad_personalization) để tối ưu hóa quảng cáo theo quy định bảo mật. Có thể triển khai thông qua Google Tag Manager, SDK hoặc trực tiếp trên website.

Lập trình viên nên đọc bài này để hiểu cách tích hợp Google Consent Mode v2 vào dự án của mình để tuân thủ quy định GDPR, cải thiện trải nghiệm người dùng và tránh bị phạt do vi phạm quyền riêng tư.

stick function for the EDA in time series

A new stick function (Seasonal, Trend, Irregular Contribution Kit) has been added to the greybox package for both R and Python. Based on Hans Levenbach's STI classification, it uses ANOVA to quantify the strength of seasonal, trend, and irregular components in a time series. Applied to the classic AirPassengers dataset, it reveals that trend accounts for ~86% of variability. The function supports multiple seasonal components and may be extended to include external regressors in the future.

Running local LLMs on your NPU from R with Foundry Local and ellmer

A walkthrough on running local LLMs on a Surface Pro 11's Neural Processing Unit (NPU) using Microsoft's Foundry Local and the R ellmer package. Since Ollama and LM Studio don't natively support NPU inference, the author adapted Microsoft's Python getting-started guide into R code. The solution starts the Foundry service, downloads and loads a model (Qwen2.5-0.5B), discovers the dynamic endpoint, resolves the model ID via the REST API, and connects ellmer's chat_openai_compatible to the local OpenAI-compatible endpoint to send prompts.

Google releases new privacy controls for activity history, personalization

Google bổ sung các điều khiển quyền riêng tư mới, tách biệt lịch sử hoạt động (Search Services History) và cá nhân hóa (Personalized Recommendations) cho Search cùng Google Play, thay vì gộp chung như trước. Theo mặc định, Google sẽ lưu trữ media (ảnh, âm thanh, video từ Google Lens, tìm kiếm bằng giọng nói) vào Search Services History nếu tính năng Web & App Activity đang bật, nhưng người dùng có thể tắt riêng mục này hoặc xóa từng mục đã lưu. Các cài đặt mới sẽ triển khai dần trong vài ngày tới.

Lập trình viên nên đọc để hiểu cách Google xử lý dữ liệu người dùng và cách bảo mật riêng tư trong ứng dụng, giúp họ phát triển các giải pháp bảo vệ dữ liệu hiệu quả hơn trong các sản phẩm công nghệ.

A curl mountain movie

Daniel Stenberg, curl's creator, shares a visualization called 'the mountain' that tracks known vulnerabilities in curl across its entire history from 1998 to 2026. He created a script that renders the vulnerability chart for every month since curl's inception, producing a movie showing how the vulnerability count grew over time. Currently, curl 7.34.0 holds the record with 101 known vulnerabilities. The post also explores a notable drop in vulnerabilities around 2016 following a Cure53 security audit, though the exact cause remains unclear. The data is sourced from curl's vulnerability database and git history, with images assembled into a video using ffmpeg.

I switched my local LLM setup to Ollama's new MLX engine, and my Mac suddenly feels twice as fast

Ollama's new MLX engine delivers significant performance gains for local LLM inference on Apple Silicon Macs. The update leverages Apple's unified memory architecture more effectively, combines GPU operations into larger Metal kernels via MLX's JIT compiler, and improves GPU-backed token sampling — resulting in roughly 20% higher output speed over the previous Q4_K_M implementation. Quality also improves through support for NVIDIA's NVFP4 quantization format, which cuts quality loss by about half compared to Q4_K_M at similar memory usage. A redesigned snapshot-based caching system replaces traditional prefix caching for agent workflows, allowing coding assistants like Claude Code and Aider to resume from saved model states rather than rebuilding context on every tool call — meaningfully reducing latency in multi-agent setups.