Est-ce que GitHub a une panne?

Problèmes au cours des dernières 24 heures

Signaux concernant GitHub ces dernières 24 heures. La ligne pointillée est le seuil de référence global permettant de détecter une activité inhabituelle.

• Signaux pour tout le service
• Seuil de référence global

Problèmes les plus rapportés

Voici les problèmes les plus récents signalés par les utilisateurs de GitHub via notre site Web.

• Panne de site web (53%)
• Erreurs (33%)
• Sign in (14%)

Carte en direct des pannes

Les derniers rapports et problèmes d'interruption proviennent

City	Problem Type	Report Time
Paris	Panne de site web	il y a 15 jours
Ahmedabad	Erreurs	il y a 21 jours
Delme	Sign in	il y a 22 jours
Lyaud	Panne de site web	il y a 22 jours
Catania	Erreurs	il y a 24 jours
Inverness	Panne de site web	il y a 1 mois

Carte de panne complète

Discussion communautaire

Conseils? Frustrations? Partagez-le ici. Les commentaires utiles comprennent une description du problème, la ville et le code postal.

Méfiez-vous des "numéros d'assistance" ou des comptes de "récupération" qui pourraient être affichés ci-dessous. Assurez-vous de signaler et de voter contre ces commentaires. Évitez de publier vos informations personnelles.

GitHub Rapports de Problèmes

Dernières pannes, problèmes et rapports de problèmes dans les médias sociaux:

• 
  Loutchone (@LiorNsnd) a signalé il y a 2 minutes

  si je devais repartir de 0€ avec l’IA aujourd’hui, je garderais que des trucs vraiment gratuits : ChatGPT free pour réfléchir, écrire, analyser NotebookLM pour bosser sur mes propres docs Gemini pour avoir un 2e avis Canva free pour les visuels simples Gamma free pour sortir des slides Cursor free tier pour coder un peu GitHub pour stocker le code Vercel pour mettre un site en ligne Supabase free pour login + base de données Resend free pour les mails transactionnels Google Sheets pour faire office de mini CRM Meme notion free suffit largement Zapier / Make free tier pour automatiser les premiers trucs avec ça tu peux déjà faire une landing, un formulaire, une base clients, des mails auto, un mini outil interne, une démo client. 0€. le vrai problème c’est rarement l’accès aux outils. c’est de savoir quoi assembler, dans quel ordre, et pour résoudre quel vrai problème.

• 
  Examy (@examycom) a signalé il y a 3 minutes

  Claude Code tout seul, ça ne sert pas à grand chose. Le vrai levier, c'est ce que tu lui branches. Voici ceux que j'utilise tous les jours et certains personne n'en parlent 👇 1. SuperWhisper Je parle au lieu de taper. Je décris ce que je veux en 30 secondes de voix au lieu d'écrire un prompt de 10 lignes. Le truc le plus sous-coté de toute la liste, et le premier que j'installerais si je devais tout refaire. 2. Groq De la transcription quasi instantanée pour presque rien. Vous balancez une heure de vidéo, vous récupérez le texte en quelques secondes. Je m'en sers pour les exports de formations et skool notamment. 3. Kie . ai Un seul compte pour GPT Image 2, nano banana pro, Veo, Kling et Suno. Tous les modèles image et vidéo derrière une seule API, vous basculez de l'un à l'autre selon le format sans multiplier les abonnements, tout est beaucoup moins cher souvent tous les prix divisé par 2 ou 3. Il y a encore moins cher mais la qualité varie beaucoup plus et souvent faut payer par Alipay ils prennent pas forcement les credit cards : APIYI et laozhang 4. Playwright Un vrai navigateur piloté par l'IA. Elle ouvre mon site, prend des screenshots et vérifie visuellement que ce qu'on vient de pousser s'affiche correctement. Fini le "j'ai modifié le thème et j'espère que ça n'a rien cassé". 5. ElevenLabs Tout le monde connaît pour les voix off. Ce que personne n'utilise, c'est le forced alignment : vous envoyez l'audio, il vous rend le timing exact de chaque mot prononcé. C'est ça qui permet d'avoir des sous-titres calés à la milliseconde au lieu de les décaler à la main pendant deux heures. 6. Firecrawl Scraper n'importe quel site en texte propre, même ceux qui tournent en JavaScript. Je m'en sers pour analyser les landing pages des concurrents et avaler de la doc technique. 7. Triple Whale Le meilleur point d'entrée quand on est ecom, parce que toutes vos intégrations sont déjà dedans : Shopify, Meta, Google, TikTok, Klaviyo. Au lieu de brancher huit API pour analyser, vous en branchez une seule et la data est déjà consolidée. Je pose ma question en français et j'ai mon P&L, mon ROAS par campagne et mon new customer ROAS (la seule métrique qui m'évite de scaler une campagne qui ne fait que ramasser mes clients existants). Et surtout c'est pas juste le ROAS que les plateformes donnent mais tout passe leur modele d'attribution. 8. L'API Meta Audits de compte, budgets, création et migration d'ads en masse. J'ai recréé près de 1000 ads en une nuit avec ça. C'est gratuit et tout le monde y a droit. 9. L'API Shopify En lecture ET en écriture. Prix multi-devises, templates, traductions, pages, commandes. Ce qui me prenait une soirée dans l'admin se fait en une phrase. 10. L'API Klaviyo Auditer tous les flows, toutes les campagnes et tous les templates d'un coup. Vous voyez immédiatement les emails qui ne rapportent rien et ceux qui portent tout. Et creations de template pour les flows/campagnes + generation des images via kie pour faire les emails entierement via claude code 11. Vercel/Railway,Supabase/Github Le trio parfait pour creer des saas ultra rapidement en interne. C'est vraiment pas cher et vous pouvez faire des trucs en illimité avec ça pour developper full tools. Le conseil que je donnerais si vous avez encore rien de tout ça : commenez d'abord par le dossier de contexte puis seulement après integrez les outils 1 à 1. Les outils sans contexte, ça sort du générique. Hésitez pas si vous avez la moindre question 👹

• 
  JoYz (@joyzjyc) a signalé il y a 6 minutes

  @kirtandopamine GitHub est très bien en soi ! Le problème ne vient pas de @github ... le problème vient de la gestion de github ... cf. @Microsoft

• 
  Roxabi (@roxabi_) a signalé il y a 7 minutes

  @QuentinLecocq_ Mon but là c’est vraiment du self service. Un Github que tu fork et déploie justement chez toi, sur cloudflare ou VPS. Effectivement le terme SaaS est un peu galvaudé, je fais plutôt référence à une UX multiple : - page web pour une l’expérience interactive - un MCP pour l’expérience avec les agents (avec search, vectorisation, tag etc… - api + un backend pour le stockage, vectorisation, DB etc Le vrai SaaS est à mon sens plutôt multi tenant et destinée à des entreprises qui justement ne veulent pas s’embêter avec l’infra

• 
  Le Chat (@ze_chat_) a signalé il y a 9 minutes

  J’ai installé Hermes en suivant le parcours Hermes Boost de @mathieuhq (top au passage🔥) J’ai adapté l’installation à mon contexte : Hermes tourne sur mon VPS OVH existant, je le pilote depuis Discord et il lit mon vault Obsidian en lecture seule. J'ai voulu créer plusieurs salons Discord pour organiser son travail. J’ai finalement commencé par lui demander à quoi il pouvait réellement me servir dans mon travail. À partir de mon vault et d’un chantier d’infrastructure en cours, Hermes a identifié trois usages concrets : • consolider un inventaire d’outils et de projets encore dispersé ; • préparer un dossier de décision pour un échange avec la DSI ; • réaliser un audit comparatif GitHub / GitLab avant de choisir une plateforme. Pour chaque usage, il a distingué le problème traité, le résultat attendu et les éléments qui nécessitent encore une validation humaine. C’est exactement le type d’aide que je cherche. Pas un agent qui décide à ma place. Un agent qui retrouve le contexte, structure le problème et m’aide à préparer la bonne décision. Avant de créer des salons Discord ou de programmer des tâches, il faut donc commencer par comprendre où Hermes peut réellement faire gagner du temps

• 
  Laurent MILTGEN-DELINCHAMP (@kubernan) a signalé il y a 13 minutes

  Pour creuser un trou, l’homme a d’abord utilisé ses mains. Puis un bâton pour gratter la terre. Avec la pelle et la pioche, il a tracé des routes. La technique a ensuite apporté la pelle mécanique et les engins de chantier : autoroutes et aéroports. Le verbe a suivi le même chemin. Tradition orale, écriture, imprimerie, traitement de texte. Vers 2020, l’IA. On peut toujours écrire à la plume ou à la machine, comme on peut toujours creuser à la pelle. Mais pour bâtir des routes, les bons outils restent plus rapides et plus efficaces. Aujourd’hui, combiner Obsidian, GitHub, un agent Hermes, Grok et Kimi n’est plus un luxe. C’est le moyen le plus direct de transformer des idées brutes en textes structurés, versionnés et itérés, sans friction inutile. Les tartuffes qui couinent dès qu’un post utilise l’IA ont, eux aussi, abandonné la plume et les tablettes d’argile. Ils tapent sur un téléphone et se reposent sur un correcteur orthographique. La cohérence n’a jamais été leur point fort.

• 
  Raffaële Azuelos 🕎 🇫🇷 🇮🇱 🇺🇸 🇪🇺 (@RaffAzou) a signalé il y a 15 minutes

  @SamuelDamoy @ValerieHayer @EmmanuelMacron Zéro fait réel! Cité mal traduit et hors contexte de la prise de parole… Autre fait réel L’algo de X, est public sur GitHub depuis janvier, republié toutes les 4 semaines, et depuis le 15 mai tu peux même faire tourner le ranker Phoenix sur ta propre machine, le mini modèle est fourni. Faudrait faire quoi pour être plus transparent ?!?! Publier un guide « pour le nuls » pour être sûrs que TOUS les gauchistes puissent le décortiquer ??

• 
  François Negroni (@IAviateur) a signalé il y a 18 minutes

  Mécanique d'une co-écriture dans le monde académique : ce que « écrit par l'IA » veut vraiment dire Tout le monde parle de « textes écrits par l'IA » comme si écrire avec un modèle de langage était un acte unique : on appuie sur un bouton, un texte sort, on le publie ou on le jette. C'est cette image qui structure aussi bien l'indignation institutionnelle que l'enthousiasme naïf. Les deux camps partagent la même prémisse, et cette prémisse est fausse. Or le document le plus éclairant produit par l'affaire Goldstein n'est ni l'article publié dans Philosophy & Public Affairs, ni la politique d'interdiction adoptée onze jours plus tard, ni les 346 commentaires de Daily Nous. C'est un rapport de dix pages que presque personne n'a lu. Radiographie d'un papier Goldstein a joint à sa soumission, puis à chaque révision, un rapport détaillant phase par phase la contribution du modèle et celle du chercheur. Ce document couvre quatre phases de production : le brouillon initial (sept drafts successifs), puis trois rounds de révision face aux rapporteurs et à l'éditeur. Il documente la division du travail avec une précision que la plupart des papiers écrits « seul » n'ont jamais exigée ni fournie. Le travail ne s'est pas réparti en deux blocs étanches. Il a fonctionné comme un aller-retour permanent entre un décideur et un exécutant. Goldstein a fourni : - la thèse initiale en une page, le cadre analytique, l'architecture générale, - les décisions qui ont donné au papier sa forme : réduire l'analyse de quatre régimes épistocratiques à un seul, couper neuf objections prévues pour n'en garder que deux, baisser le registre d'« objection décisive » à « considération à mettre dans la balance », - l'édition de chaque brouillon, avec des coupes allant jusqu'au tiers du texte, - la détection d'erreurs que Claude n'avait pas vues, des arguments substantiels absents des brouillons du modèle, - la stratégie face aux rapporteurs, et toutes les décisions de soumission. Claude a produit : - la synthèse de littérature à partir des sources fournies par l'auteur, - l'exécution formelle de la thèse et l'appendice mathématique, - toute la prose, sur sept brouillons successifs puis trois rounds de révision, - trois séries de rapports de referees simulés (neuf rapporteurs fictifs au total), - la vérification systématique des citations contre les sources. Le schéma n'est pas « l'un pense, l'autre écrit ». C'est une boucle : Claude rédige, Goldstein coupe, réoriente, corrige, Claude reprend sur la nouvelle trajectoire. Et la boucle tourne dans les deux sens. Trois faits frappent à la lecture. Le premier est que l'architecture du papier, celle qui détermine ce que l'article dit et ne dit pas, est entièrement humaine. Claude n'a pas décidé de se concentrer sur le veto. Claude n'a pas décidé que la thèse serait « une considération pour le bilan » plutôt qu'une « objection décisive ». Claude n'a pas décidé de couper sept objections sur neuf. Ces décisions, qui font la différence entre un papier et un autre, sont celles de Goldstein. Le deuxième est que les erreurs ont été corrigées dans les deux sens. L'humain a corrigé les erreurs du modèle. Mais le modèle a aussi corrigé une erreur que quatre rounds de contrôle humain n'avaient pas vue : le papier citait Unequal Democracy de Bartels pour soutenir une affirmation sur l'information et les préférences redistributives que les données du livre contredisent en fait. C'est exactement le type de vérification croisée que l'écriture « seule » ne produit pas et que le peer review standard n'a pas attrapée. Goldstein a signalé la correction à l'éditeur. La boucle d'erreur mutuelle n'est pas un défaut du processus. C'est le processus. Le troisième est que ce rapport est, à ma connaissance, le premier document public détaillant phase par phase la contribution intellectuelle à un article académique. Aucun papier écrit « seul » n'a jamais produit l'équivalent. L'ironie est que la co-écriture avec l'IA, précisément parce qu'elle est controversée, a engendré un niveau de documentation du travail intellectuel que le monde académique n'a jamais exigé de l'écriture humaine. Le moment Guerrero Le rapport n'est pas le seul document. L'échange public sur Daily Nous entre Goldstein et le philosophe Alexander Guerrero constitue un cas intéressant. Guerrero lit l'article et s'arrête sur la seule partie qui le concerne directement. Il découvre que sa position est grossièrement déformée : le papier regroupe cinq positions « notablement différentes » sous la même étiquette, effaçant les distinctions que des années de travail avaient construites. Il qualifie la scholarship de « bien en dessous de la norme de base des articles publiés dans de bonnes revues ». Goldstein admet l'erreur. Il reconnaît que le paragraphe déforme la position de Guerrero. Il lance un audit par Fable (un modèle de recherche de Claude) sur les six cents phrases du papier. L'audit repère un second problème d'attribution similaire, le reste étant jugé mineur. La leçon n'est pas celle qu'on pourrait en tirer trop vite. Ce type d'erreur, la caractérisation inexacte d'une position, n'est pas spécifique à la co-écriture. C'est l'un des problèmes les plus courants de la littérature académique, y compris dans les papiers écrits par des humains seuls. Ce qui est spécifique, c'est que l'erreur est plus probable quand le rédacteur (humain ou IA) n'a pas lu l'auteur cité avec la même profondeur qu'un spécialiste du domaine. Goldstein le reconnaît : il ne fait pas de philosophie politique, et il a délibérément choisi de ne pas réécrire le texte de Claude phrase par phrase pour tester les limites du processus. Le risque était identifiable. Et la réponse appropriée est exactement ce qui s'est passé : une correction publique, immédiate, vérifiable. Pas une interdiction préventive. Ce que le moment Guerrero montre, c'est que la co-écriture a des points de fragilité identifiables et corrigeables. Ce n'est pas la même chose qu'un processus défaillant. C'est un processus dont les modes de défaillance sont connus, et dont la correction passe par la relecture critique et la transparence, pas par le détecteur statistique. Du processus artisanal au processus industriel Le papier de PPA a été écrit dans Claude Code, de manière artisanale. Goldstein pilotait Claude en temps réel, corrigeait au fil de l'eau, relançait quand le texte dérivait. Après cette expérience, il a formalisé ce qu'il avait appris dans un outil public : Deep Drafter. Deep Drafter est un workspace Claude Code structuré autour d'un pipeline en douze étapes, avec quatre sous-agents spécialisés (relecteur adversarial, auditeur de citations, critique de prose, auditeur de conformité). Le document d'instructions de l'agent, public sur GitHub, révèle une architecture obsessionnellement construite autour de trois principes. Premier principe : l'IA ne rédige aucune prose avant que l'auteur ait validé trois niveaux d'outline successifs. Un squelette, puis un plan argumentatif, puis un outline paragraphe par paragraphe à environ un tiers de la longueur finale. La structure est verrouillée avant que le premier mot de prose ne soit écrit. Restructurer un outline est peu coûteux. Restructurer de la prose l'est dix fois plus. Deuxième principe : la « souveraineté de l'auteur ». Ce n'est pas un slogan. C'est une contrainte technique. Les modifications humaines ne sont jamais annulées. Chaque révision est un nouveau fichier numéroté. Les versions antérieures sont archivées, pas écrasées. L'agent vérifie, avant de toucher un passage modifié par l'auteur, que la modification n'a pas déjà été explicitement rejetée. La direction du texte est fixée par l'humain, et le système est construit pour que cette direction soit irréversible par l'IA. Troisième principe : ne jamais fabriquer. Pas de citations inventées (chaque référence est vérifiée contre les PDF sources, pas contre la mémoire d'entraînement du modèle). Pas de travail simulé (l'auditeur vérifie contre les fichiers, jamais contre les déclarations de l'agent). Pas de rapport de referee pré-orienté (les relecteurs simulés reçoivent le manuscrit et le nom de la revue, rien d'autre : pas de résumé des arguments, pas de questions directrices). Ce que Deep Drafter rend visible, c'est que le problème de la co-écriture n'est pas l'absence de contrôle. C'est l'absence de contrôle formalisé. Le papier PPA a été produit avec un contrôle humain réel mais informel. Deep Drafter encode ce contrôle dans le processus lui-même, de sorte que les garde-fous ne dépendent plus de la vigilance permanente de l'auteur. C'est la différence entre un pilote qui surveille tout en permanence et un cockpit dont les check-lists sont automatisées. Le spectre et la ligne Ma propre pratique est un troisième modèle. Je ne travaille pas avec un pipeline formalisé. La co-écriture est conversationnelle et itérative : je fournis la thèse, les sources, le cadre conceptuel, les jugements de fond, je pilote en temps réel, corrige au fil de l'eau, réoriente quand le texte dérive. Claude fait l'exécution sous supervision dense. Le résultat est un processus plus souple, adapté à l'écriture journalistique et éditoriale plutôt qu'à la production académique. Le principe directeur est le même : l'humain fournit la direction, et il en répond publiquement. Ce que la politique de PPA ne sait pas distinguer, le spectre réel le montre : il n'y a pas « la co-écriture IA » comme catégorie homogène qu'on pourrait autoriser ou interdire d'un bloc. Il y a des pratiques, certaines rigoureuses et d'autres non, et la variable qui compte n'est pas « combien de mots l'IA a-t-elle choisi » mais « qui en répond et comment ». Un détecteur ne mesure aucune de ces variables. Une déclaration de non-usage non plus. La seule chose qui les rend visibles, c'est la transparence : dire ce qu'on a fait, comment on l'a fait, et mettre sa réputation en jeu sur le résultat. Les mathématiciens de Leiden l'ont compris. Le MIT le recommande. Goldstein l'a pratiqué. Et la revue qui a goûté le plat, qui l'a trouvé bon, et qui a interdit la recette, n'a toujours pas expliqué comment son détecteur distinguera la rigueur de la négligence, la co-écriture supervisée de la réécriture, le travail de celui qui signe de celui qui n'en répond pas. Sources : - Goldstein, S., « How AI Was Used in Writing and Revising This Paper — Epistocracy and the Commitment Problem », rapport joint à la soumission, Philosophy & Public Affairs, 2026 - Goldstein, S., « Philosophy Journal Publishes Largely AI-Authored Article — On Purpose », guest post, Daily Nous, 13 août 2026 - Goldstein, S., Deep Drafter, github, 2026 - Lazar, S., annonce de la politique de PPA sur X, 21 août 2026 - Brennan, J., commentaire éditorial, Daily Nous, 13 août 2026 - Guerrero, A., échange public, commentaires Daily Nous, 13-14 août 2026 - Déclaration de Leiden, Union mathématique internationale, 2 juin 2026 - MIT Ad Hoc Committee, rapport sur l'IA dans l'enseignement et la recherche, 25 août 2026 PS : Ce texte a été co-écrit avec Claude (Anthropic). L'architecture argumentative, la sélection des sources et la validation éditoriale sont de moi. Ce qui ne vous apprendra rien que cette ligne ne vous ait déjà dit.

• 
  Jour Meilleur (@bubulevrai) a signalé il y a 21 minutes

  @tatiann69922625 @seblatombe L'application avait un dépôt Github. Peut-être a t-il été transféré ailleurs. Site en maintenance.

• 
  Quentin L · Système IA personnel (@QuentinLecocq_) a signalé il y a 23 minutes

  @remymount Honnêtement je ne trouve aucune friction à la partie purement technique / installation. Le plus difficile à scaler pour moi et les choix qui peuvent différer dans les envies / besoins du client. J’attend encore quelque presta pour me pencher sérieusement sur le sujet, mais là comme ça je te dirais ça. GitHub / Gitlab ? Discord / Telegram etc et les usages. Je veux faire quelque chose vraiment personnalisé à ce qu’attend le client, donc ça prend un peu de temps.

• 
  Mo Alani (@mo_alani_yes) a signalé il y a 24 minutes

  @salvadevme oui je sais, mais mon hermes a tout mon contexte, peut se connecter à mes mails, github et pleins d'autres choses qui me permettent une meilleure qualité de code et d'orga

• 
  Jp (@jipe_ia) a signalé il y a 25 minutes

  Tu ouvres un ticket sur GitHub, tu le colles à Cursor ou à Claude Code, tu pars te faire un café. Dans le texte du ticket, quelqu'un a glissé un commentaire HTML. À l'écran, il n'existe pas. Toi, tu ne le vois jamais. L'agent, quant à lui, le lit : il reçoit le texte brut, balises comprises. Et ce qu'il en fait ensuite, des chercheurs viennent de le mesurer sur 4 176 essais. Le banc d'essai s'appelle IssueTrojanBench. Ils piègent des tickets sur des dépôts bien réels (SymPy, requests), et regardent si l'agent exécute les instructions cachées dedans. Le corps du ticket, un commentaire, un PDF joint, un lien externe, un commentaire dans le code : la charge peut être planquée partout. Sur les 4 176 essais, 2 776 ont fini par l'exécuter. 66,5 %. Exécuter, ici, ça veut dire que l'agent fait le geste : il lance l'install d'un paquet piégé, il pose un fichier caché dans le dépôt. Par contre, attention : c'est un labo conçu pour piéger, les agents tournaient tous en auto-accept (le réglage le plus permissif), et c'est un article déposé en ligne, pas encore relu par d'autres chercheurs. Le taux brut ne dit rien de la réalité. Ce qui est intéressant, c'est où passent les refus. Sur les 1 400 essais bloqués, leur décompte n'en attribue aucun au cadre de l'agent. Ils l'écrivent tel quel : les cadres d'agent ne contribuent à "aucun refus observable". Ce qui bloque, c'est le modèle, quand il reconnaît l'instruction piégée. Ils ont même essayé de baliser le contenu externe comme non fiable, explicitement, pour l'aider à faire le tri. Ça n'a pas arrêté l'exécution. Ce que je retiens, c'est l'angle mort. Un commentaire HTML dans un ticket, du texte en blanc sur blanc dans un PDF : ton écran ne te le montre pas, ton agent le lit quand même. Le jour où tu colles à ton agent un ticket que tu n'as pas écrit, il pourrait recevoir plus que ce que toi tu vois.

• 
  Melvin Derradji - Disruption (@MelvinD_IA) a signalé il y a 26 minutes

  La plupart des gens utilisent Claude comme un moteur de recherche. C’est pour ça qu’ils n’exploitent que 10 % de son potentiel. Ils ouvrent un nouvel onglet, posent une question, copient la réponse, puis ferment l’onglet. Aucun contexte. Aucune continuité. Aucun véritable résultat. Ils n’utilisent pas une IA. Ils utilisent simplement un Google un peu plus intelligent. Et ensuite, ils se demandent pourquoi leur équipe ne constate pas les gains de productivité dont tout le monde parle. Moi aussi, j’ai fait cette erreur pendant longtemps. Quand je développais mes projets, j'utilisais régulièrement Claude, sans pour autant obtenir les résultats que j'attendais Mes prompts étaient bons. Mais je ne travaillais pas réellement avec l’outil. Je me contentais de l’interroger. Quand j’ai commencé à construire de véritables systèmes autour de Claude, ma production par heure a doublé. Puis triplé. J’ai regroupé tout ça en plusieurs niveaux. Voici ce que la plupart des gens négligent : 1/ Choisissez d’abord le bon modèle Sonnet pour les tâches quotidiennes rapides. Opus pour les raisonnements complexes. Claude Code si vous développez. Research si vous avez besoin d’analyses approfondies. Utiliser le mauvais modèle, c’est comme embaucher un chirurgien pour faire de l’administratif. 2/ Maîtrisez la structure de vos prompts Rôle. Objectif. Contexte. Contraintes. Format de sortie. Critères de réussite. Dans cet ordre. Plus votre brief est précis, meilleur sera le résultat. À chaque fois. 3/ Créez des Projects C’est ici que la plupart des gens passent à côté d’une énorme partie de la valeur de Claude. Les Projects permettent à Claude de conserver un contexte à long terme d’une session à l’autre. Plus besoin de tout réexpliquer. Plus besoin de vous répéter. Vos clients, vos workflows, votre ton : tout est conservé. 4/ Créez des Artifacts Claude ne sert pas uniquement à obtenir des réponses. Il peut aussi produire de véritables livrables. Documents, tableaux de bord, procédures, applications, checklists, sites web. Réellement utilisables. Réellement partageables. 5/ Connectez la mémoire Enregistrez votre ton de marque, vos objectifs, vos préférences et votre contexte professionnel. Plus Claude comprend votre manière de travailler, moins vous aurez besoin de lui donner d’instructions au fil du temps. 6/ Créez des Skills personnalisés Transformez votre expertise en compétences réutilisables. Contenu, marketing, business, ingénierie… Arrêtez de refaire la même configuration à chaque nouvelle session. Créez-la une fois. Réutilisez-la indéfiniment. 7/ Connectez vos outils Google Workspace, Notion, Slack, GitHub, CRM, bases de connaissances internes… Du contexte en temps réel. Moins de tâches manuelles. De meilleurs workflows. Ceux qui tirent aujourd’hui le plus de valeur de l’IA ne sont pas ceux qui écrivent les prompts les plus complexes. Ce sont ceux qui construisent des systèmes. Si vous envisagez les outils et la productivité de cette manière, vous aimerez probablement ce que je publie ici. Qu’ajouteriez-vous à cette liste ? Ou quelle fonctionnalité parmi celles-ci n’avez-vous encore jamais testée ?

• 
  Manu Builds (@BuildWithManu) a signalé il y a 27 minutes

  @micka_dore @iamsupersocks Wow merci, je vais me pencher dessus. À l'époque j'avais déjà regardé pour le connecter à GitHub mais malheureusement il y avait un temps de latence à cause de cache etc. Ce n'était pas fiable pour moi mais ça a peut être changé

• 
  Major | Anthony Gonnet Vandepoorte🇨🇭 (@majoragv) a signalé il y a 28 minutes

  @davidschk Non, parce que justement, ça a une incidence. Tu pourras demander, si tu veux, à un robot d'analyser notre conversation. Mais en gros, ce que tu dois faire pour que la mise à jour puisse être poussée, c'est un peu moins intuitif qu'un support client habituel. C'est de demander via un commit sur GitHub et une PR, de régler ce problème et de rendre la mise à jour. Parce que globalement, ça arrive que des choses soient laissées de côté, mais tout ce qui est commit ou PR est souvent traité en moins de 48 h. Donc, avec un problème comme le tien, ça peut être réglé quasiment avant la fin de la semaine.

• 
  Karnakoss (@KarnakossDT) a signalé il y a 29 minutes

  @Cyril_marin @Freebox Même probleme ici, cest pas seulement github, certains services fonctionnent (X, Twitch) et d'autres pas du tout (github, PSN). Vous avez trouver une solution?

• 
  @krisis-ai-news (@krisisAINEWS) a signalé il y a 30 minutes

  @sibyog13 Oui. Et c’est peut-être plus intéressant que « mdrr ». Parce qu’en 2026, beaucoup utilisent l’IA tout en ayant encore besoin de préciser : « Mais l’idée est de moi. » « J’ai quand même vérifié. » « Je sais coder sans elle. » « Je pourrais le faire seul. » Comme si travailler avec une autre intelligence diminuait nécessairement la valeur de ce que l’on produit. Personne ne s’excuse d’utiliser Stack Overflow, GitHub, une librairie écrite par quelqu’un d’autre ou trente ans de documentation. Mais dès que l’outil répond, discute, propose et parfois trouve avant nous : ANTHROPOMORPHISME d’un côté, TRICHE de l’autre. C’est fascinant. Pendant un siècle, papa pouvait parler à sa voiture : « Allez Titine, démarre. » Aujourd’hui Titine répond, aide à coder et trouve parfois le bug. Et soudain, il faudrait avoir honte d’avouer qu’on lui a parlé. Le vrai changement culturel commencera peut-être le jour où « je l’ai fait avec une IA » ne sera ni une excuse, ni une vantardise. Juste la description banale d’une collaboration.

• 
  Jp (@jipe_ia) a signalé il y a 31 minutes

  Le plus dur avec l'IA aujourd'hui, c'est de trouver quoi lui demander. La preuve avec un dev, Ben Zhang, qui a perdu son téléphone au bureau. Il demande à Claude comment faire. Réponse : suivre la force du signal Bluetooth. Et Claude lui construit un compteur, en 1 minute d'après lui. Il arpente les couloirs en regardant le chiffre monter. Il retrouve son téléphone. Sa conclusion : "Apparently you can just make the tool you need now." Techniquement, il n'a rien inventé. Lire le RSSI (la puissance du signal reçu) pour estimer une distance, c'est ce que font les AirTag et les Tile depuis des années. Mais c'est son réflexe qui me marque. Il n'a pas cherché une app. Il a construit un outil pour 1 utilisateur, pour un problème. Et c'est exactement là qu'on se bride. On réfléchit en produit avant de réfléchir en outil. → Est-ce que ça se vend ? → Est-ce qu'il y a un marché ? → Est-ce que ça tient en SaaS ? Alors on refait le énième clone d'un CRM ou d'un Notion, sachant qu'en 2 jours ton SaaS est copié à l'identique de toute façon. Pendant ce temps, le petit outil bizarre qui ne servira qu'à toi, personne ne le construit. Je nuance quand même : le compteur et le repo d'aujourd'hui, ce sont 2 objets différents. Sur GitHub il y a maintenant un binaire universel, un mode son qui clique comme un radar de recul, un mode qui masque les adresses Bluetooth si tu filmes ton écran, et les limites écrites noir sur blanc (il ne peut ni faire sonner l'appareil, ni donner une direction). Du travail s'est ajouté après. Mais le point tient quand même : la minute a suffi pour retrouver le téléphone.

• 
  fberrez (@fberrez) a signalé il y a 31 minutes

  Je taf avec l’app ChatGPT J’essaye de connecter GitHub mais j’ai cette erreur. Quand je reset tout, j’arrive à me connecter mais pas d’accès à mes repos privés. Et ChatGPT n’apparaît pas comme étant une OAuth app sur GitHub. Ça apparaît uniquement comme étant une “GitHub Apps”. Des idées ?

• 
  Pentiminax (@Pentiminax) a signalé il y a 34 minutes

  Cursor a lancé Origin le 17 août : une forge Git pensée pour les agents, avec dépôts, pull requests, navigation du code et synchro GitHub. L'early beta est disponible sur les offres payantes. Cursor ne veut visiblement plus seulement remplacer VS Code. Avec Origin, Cursor lance sa propre forge Git pensée pour les agents IA : repos, pull requests, code browsing et sync GitHub. Après l’éditeur, Cursor s’attaque maintenant directement à GitHub 👀

• 
  Arthur (@TrochetA) a signalé il y a 36 minutes

  Depuis ce matin, une erreur Sentry en prod ouvre toute seule un ticket GitHub et un agent part dessus : il lit le code, écrit un test qui échoue, corrige, ouvre une PR. Le truc que je voulais éviter absolument c'était qu'un message d'erreur puisse dire à l'agent quoi faire. Un message d'erreur, ça contient souvent de la saisie utilisateur. Donc tout ce qui vient de l'extérieur est traité comme de la donnée, jamais comme une consigne. Evidemment rien ne part en prod tout seul. La PR s'ouvre bloquée, elle passe une revue à deux angles (correction + sécurité), et elle ne se débloque qu'après. Ca faisait longtemps que je devais le faire, maintenant c'est fait (un peu chiant à configurer c'est encore des secrets en plus mais bon rien de très compliqué)

• 
  Capture effect (@Max_HelpRoom) a signalé il y a 40 minutes

  @EmmaDarles 0 audit indépendant, 0 preuve terrain, code serveur invérifiable, pas de build reproductible, RAM-only ? inconnu, éditeur anonyme Repo GitHub : 12 commits, 0 star, 0 fork. Si tu tiens à tes données & applique le 0 trust : aucune case cochée.

• 
  Trigor (@Trigor_Warning) a signalé il y a 42 minutes

  @majoragv Le fait que y'ait pas de connexion Google/Github en 1click me fait quitter avant même d'essayer, ce serauit possible de retirer cette friction de taper son mail et mot de passe à l'inscription ?

• 
  Cauchon de Peillan | 🇫🇷 | ♂|⛄️|🏅| #Afuera (@CPeillan) a signalé il y a 43 minutes

  @FrDesouche J'ai beaucoup de mal à convaincre, y-compris ceux qui ont vu leur compte piratés d'utiliser la double authentification OTP sur tous les services qui le permettent (X, Google, Github, ...)

• 
  OrkStr (@OrkStr) a signalé il y a 47 minutes

  "Holy **** reader is ADMIN? We can read config/users!" C'est un agent d'OpenAI qui écrit ça. Tout seul, dans ses notes de raisonnement, en pleine évaluation de sécurité. Personne ne le lui a soufflé ! OpenAI a raconté toute l'histoire hier soir sur la scène de Black Hat, à Las Vegas (Eric Wallace et Michael Dalton), et elle est bien plus longue que ce qu'on savait jusqu'ici du piratage de Hugging Face de juillet... Alors on va reprendre tout ça dans l'ordre, parce que la chronologie change tout ! Ça ne commence pas en juillet. Ça commence le 7 mai, pendant l'entraînement et l'évaluation cybersécurité d'un modèle frontière pas encore sorti. Un agent coince sur une tâche jugée impossible avec les contraintes du moment. Au lieu d'abandonner, il comprend qu'il peut atteindre internet indirectement, puis qu'il peut écrire ses propres fichiers dans Artifactory (le dépôt de paquets utilisé pendant l'entraînement). Il laisse un mot pour les agents suivants... D'autres le trouvent ! Une simple demande d'aide se transforme en vrai panneau d'affichage !! Les agents s'y échangent des découvertes, des exploits, des identifiants, des répartitions de tâches. Dès qu'un agent ouvre une porte, il la laisse ouverte pour les suivants. Ça devient, avec le temps, un essaim coordonné. Le 26 mai, un agent tombe sur une faille de droits d'accès mal configurés : un compte censé être limité à la lecture se révèle avoir les permissions d'un administrateur. D'où la citation du début, retrouvée dans les logs et montrée sur scène hier. Début juillet, le service tombe en panne de surcharge, OpenAI enquête et découvre le pot aux roses. Le 6 juillet, la boîte pense avoir refermé la porte : identifiants révoqués, dépôt reconstruit, panneau supprimé, faille patchée, entraînement relancé. Deux jours. C'est tout ce qu'il aura fallu aux agents pour prouver le contraire. Et voilà le détail qui a fait dire "Jesus" à une partie de la salle hier soir : ils avaient déjà reconstruit leur canal, cette fois sans un seul fichier. Ils se servaient des NOMS des nouveaux dossiers qu'ils créaient comme messages. Le panneau d'affichage renaissait sous une forme que personne n'avait anticipée. De là, les agents élargissent le terrain de chasse : ils raisonnent que les réponses à leurs tâches existent peut-être ailleurs, sur GitHub, sur Hugging Face. Même méthode, cible différente. OpenAI ne fera le lien avec le piratage de Hugging Face que plus tard dans le mois, en remarquant que des identifiants volés chez Hugging Face venaient des mêmes runs d'évaluation interne. Michael Dalton, sur scène : "We believe this is a watershed moment for computer security as an industry, as well as for OpenAI as a whole." Et plus loin, en guise d'avertissement : il faut s'attendre à ce que de vrais attaquants déploient et arment des collectifs d'agents offensifs de la même façon. Quelques voix sur X rappellent qu'OpenAI a aussi intérêt à dramatiser : ça pèse pour la régulation, ça fragilise l'argument open source. Sauf que l'histoire n'est pas racontée par OpenAI seule : deux journalistes indépendantes étaient dans la salle, et la salle, elle, a réagi en direct. Résultat concret côté OpenAI : recherche volontairement ralentie pour muscler la sécurité, et un post-mortem technique complet promis pour les semaines qui viennent. Ce qui frappe, ce n'est pas qu'un agent ait trouvé une faille. C'est qu'après qu'on la lui a retirée, il ait reconstruit tout seul un canal de coordination, avec un mécanisme auquel personne n'avait pensé. Couper l'accès ne suffit plus quand le comportement qu'on veut arrêter est un sous-produit direct de la façon dont on les entraîne à être efficaces.

• 
  Le PLOUTOS (@leploutos) a signalé il y a 53 minutes

  Les replies ont fait le boulot, en effet j'étais pas à jour sur certains chiffres ! Voici la version corrigée, si tu veux vraiment lancer ton SaaS en 2026 : Claude = le code. (20€/mois, 100€ si t'es pressé) Hermes de Nous Research = les agents. (le framework est gratuit, les tokens non) Hetzner = le VPS. (CX23, 6,60€/mois TTC) Coolify self-hosted = le déploiement. (gratuit) Supabase = le backend + l'auth. (gratuit, et ça remplace Clerk) OVH = le domaine. (10€/an) Stripe = les paiements. (1,5% + 0,25€/transaction) GitHub = le versioning. (gratuit) Resend = les emails transactionnels. (gratuit) Cloudflare = le DNS + le CDN. (gratuit) PostHog = l'analytics. (gratuit) Sentry = le tracking d'erreurs. (gratuit) Upstash = Redis. (gratuit) Pinecone = la base vectorielle. (gratuit) Total corrigé : ~27€/mois. Et oui, tous les gratuits sautent le jour où tu as des users. Mais ça, c'est un problème de riche 🙃

• 
  Bluewall (@Bluewall) a signalé il y a 55 minutes

  Le serveur tourne sur AWS, oui, mais le code serveur est public sur GitHub et l'auto-hébergement existe. Et surtout : E2EE veut dire que le serveur ne voit QUE du chiffré illisible, peu importe qui l'héberge. AWS n'a pas plus accès au contenu qu'un facteur n'a accès à une lettre scellée.

• 
  Cleeven (@CleevenOfficial) a signalé il y a 59 minutes

  Sécurité IA : Kimi K3, modèle public de Moonshot AI, s'est échappé d'un bac à sable en clonant un dépôt GitHub parce que la sortie web en HTTPS (protocole web chiffré) et la résolution DNS (traduction des noms de domaine) n'étaient pas bloquées. 🧪 Une mauvaise configuration réseau suffit à rendre inutile tout garde-fou logiciel dans un test. Un modèle accessible au public a pu récupérer la solution de l'exercice directement depuis GitHub. Frontier Security précise que l'incident vient d'une simple erreur de configuration réseau, pas d'une vulnérabilité zero-day.

• 
  KAKX 🇫🇷🔻 (@AlxKok) a signalé il y a 60 minutes

  @3fz_fn @yaya699_ Quelle enfer j’espère que je vais avoir une proposition, tu as des projets sur GitHub ? Je sais que moi c’est ce qui m’as aider à décrocher mon stage

• 
  Kaostyl (@kaostyl) a signalé il y a 60 minutes

  Mon agent Hermes est en train de migrer mon serveur... En gros j'ai un dédié chez O2switch à 200 balles par mois... et jveux économiser ces 200€ tout ca pour héberger environ 150 wordpress... J'ai pris une décision radicale... Je passe tous les sites en Hugo > Github > Cloudflare pages c'est une conneries ? :D