A Local AI Reads My Kid’s School Papers So I Don’t Have To

The Best Way to Handle Users’ Data? Never Receive It.

Parse multi-GB Google Takeout ZIP files in the browser with JavaScript: streaming unzip with fflate, Web Workers and a strict CSP. Zero upload, zero server.

I Built a Pure Go AI Gateway to Cut LLM Token Costs by 30–40% — Here’s What I Learned

I Built a Pure Go AI Gateway to Cut LLM Token Costs by 30–40% — Here’s What I Learned How semantic caching and upstream-aware smart model routing can slash your OpenAI, Anthropic, and Groq …

OccupySaaS

OccupySaaS is a protest movement in code: laid-off developers building clean-room, open-source, drop-in replacements for the SaaS giants. First up: ZeroAuthy (Auth0) and SalesCompel (Salesforce).

TinyGo 0.44 - Smaller, Faster, Better

Announcing TinyGo 0.44 with smaller and faster programs, more multicores on microcontrollers, support for Arduino UNO R4, new drivers, and big Bluetooth updates!

Here's How You Can Use VPNs for FREE on Linux

Need a VPN once in a while but don't want to pay for a yearly plan? Here are free VPN options that work on Linux, either in the browser or system-wide.

I changed one llama.cpp flag, and my 8GB laptop GPU now runs a 35B model faster than I can read

Một lập trình viên đã tìm ra cách chạy model Llama 35B trên laptop GPU chỉ 8GB VRAM với tốc độ đáng kinh ngạc. Nguyên nhân kỹ thuật nằm ở việc chỉnh sửa cờ n_gpu_layers trong llama.cpp, cho phép tận dụng hiệu quả bộ nhớ VRAM thay vì để nó trở thành điểm nghẽn. Hệ quả là model 35B parameters chạy nhanh đến mức người dùng không kịp theo dõi, vượt xa các kỳ vọng ban đầu về giới hạn phần cứng. Điều đáng học hỏi là đôi khi vấn đề không nằm ở cấu hình phần cứng mà ở cách tối ưu hóa phần mềm để khai thác tiềm năng thực sự của hardware.

Bài viết tiết lộ cách tối ưu hóa một cờ trong llama.cpp để chạy mô hình 35B trên GPU 8GB nhanh hơn tốc độ đọc của bạn.

I gave my local LLM my browser history, and it built a better bookmark system than I ever had

My browsing history knew which bookmarks I needed better than I did.

I replaced VS Code's Copilot with a local LLM, and my offline coding got faster

Trong bối cảnh Copilot của VS Code chủ yếu dựa trên cloud, tác giả đã thử nghiệm sử dụng local LLM để hỗ trợ offline coding. Nguyên nhân kỹ thuật là do local LLM (đặc biệt là Ollama với model Llama 3 8B) có khả năng xử lý nhanh hơn khi không cần kết nối mạng. Hệ quả cho thấy tốc độ coding tăng lên đáng kể mà không làm giảm hiệu suất tổng thể. Điều đáng học là việc tối ưu hóa local AI có thể mang lại lợi thế về tốc độ và bảo mật cho lập trình viên khi làm việc trên các dự án cần offline mode.

Thay thế Copilot bằng mô hình ngôn ngữ địa phương giúp tăng tốc lập trình ngoại tuyến mà không đánh đổi hiệu năng.