État de GitHub : problèmes d’accès et signalements de panne

Problèmes au cours des dernières 24 heures

Le graphique suivant montre le nombre de rapports que nous avons reçus sur GitHub par heure de la journée au cours des dernières 24 heures. Une panne est déterminée lorsque le nombre de rapports est supérieur à la ligne de base, représentée par la ligne rouge.

Problèmes les plus rapportés

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

• Panne de site web (52%)
• Erreurs (33%)
• Sign in (15%)

Carte en direct des pannes

Les derniers rapports et problèmes d'interruption proviennent

City	Problem Type	Report Time
Ahmedabad	Erreurs	il y a 4 jours
Delme	Sign in	il y a 5 jours
Lyaud	Panne de site web	il y a 5 jours
Catania	Erreurs	il y a 7 jours
Inverness	Panne de site web	il y a 20 jours
Quito	Sign in	il y a 20 jours

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:

• 
  Gris_Souris (@Gris_Souris_TV) a signalé il y a 24 secondes

  @Capetlevrai Avec X qui a racheté cursor + qui louent leur datacenters à Anthropic ils ont accès à beaucoup de plus code pour feed Grok maintenant. Si tu regardes bien, Cursor depuis le rachat demain beaucoup d'accès à tes repos GitHub et te propose très souvent des "agents" pour relire local

• 
  Major | Anthony Gonnet Vandepoorte🇨🇭 (@majoragv) a signalé il y a 58 secondes

  @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.

• 
  Sylvain Mouilhaud (@sylmouilhaud) a signalé il y a 2 minutes

  150 000 lignes de code plus tard... L’euphorie des premiers jours est trompeuse. Avec l’#IA, on matérialise une idée à une vitesse assez folle. Puis arrivent les premiers vrais bugs : un changement de structure, un mauvais commit, une interaction qui casse entre l’outil de développement, GitHub, Vercel, la base de données… 90% des projets s'arretent là . Et c’est là que commence la deuxième phase. On alterne entre « ça marche », « j’ai tout cassé » et « pourquoi ai-je commencé ce projet ? ». C’est aussi là que j’ai compris la limite du terme « no-code ». On écrit peut-être moins de code soi-même, mais derrière l’interface, cela reste du code, avec une architecture, des dépendances et des erreurs qu’il faut apprendre à comprendre. À un moment, il faut savoir revenir au bon commit, isoler le problème, lire ce qui a changé et reconstruire proprement. L’IA permet de commencer beaucoup plus facilement. Mais dès que quelque chose casse, comprendre un minimum ce qu’il y a derrière devient vite indispensable.

• 
  Paul Vengeons (@VengeonsP) a signalé il y a 5 minutes

  19000€ par mois chatseo lancé il y a 8 mois zéro pub payante 3 ans après mon 1er passage, je suis revenu sur le Wizards Podcast avec @frk_nft @antho_soum et @ZalidanTV j'ai complètement arrêté le freelancing pour me concentrer full time sur chatseo 3 associés nés la même année même mentalité même vision l'objectif de base c'était 30k par mois pour vivre à trois maintenant c'est d'aller le plus loin possible on a postulé à yc et on était dans le top 10% des candidatures sans être pris le vrai changement dans ma vision du seo depuis 2023 avant c'était intention de recherche pure et dure aujourd'hui tout part de contenu humain vidéo podcast avis réel puis ça se décline en article de blog le raisonnement derrière ça n'importe qui peut créer un site en 2 secondes avec claude donc google va devenir de plus en plus sélectif sur le net linking toujours utile pour les grosses requêtes mais moins central qu'avant pourquoi outrank et baby love gross font 300 à 400k par mois mais restent dangereux leur stratégie de mots clés est full informationnelle pas business first leur système de netlinking automatique c'est ni plus ni moins un pbn géant tous les sites clients se linkent entre eux le risque c'est qu'un jour google fasse sauter tout le réseau d'un coup comme les vieux pbn automatisés des années 2010 la vraie différence entre chatseo et un claude custom avec des mcp c'est pas la connexion aux données tout le monde peut le faire c'est le temps mis dans les process depuis des mois et des années sur une seule verticale exemple concret chatseo trouve les vrais concurrents business en tapant le mot clé principal et en regardant qui se positionne dessus plutôt que de faire un simple overlap de mots clés qui remonte des faux concurrents sur le geo pas de volume de recherche pas de vraie donnée de tracking les outils de tracking geo sont globalement approximatifs pour l'instant seul vrai signal utile selon moi bing webmaster tool sur les influenceurs pour scaler à l'international grosse déception des tarifs déconnectés de la réalité genre 1500 dollars pour un tiktok à 200 vues beaucoup de fake chaines youtube avec des vues et abonnés achetés qui vendent des packages à plusieurs milliers d'euros sur le fait de bosser à trois maintenant chacun peut proposer des modifications directement sur le produit via des pr github même sans être dev on utilise un outil qui note automatiquement la qualité de chaque pr sur 10 épisode complet en dessous ˅

• 
  Théo Lelong (@ThoTbj) a signalé il y a 7 minutes

  Ce matin, une app IA a généré un rapport de 7 pages via un lien privé. Le parcours marchait. Je l’ai laissée en recette : Lovable avait perdu sa connexion GitHub, avec un risque d’écraser le code. Une démo qui marche n’est pas encore une livraison.

• 
  Brivael Le Pogam (@brivael) a signalé il y a 8 minutes

  Pour en finir définitivement avec cette histoire d'algo manipulé par Elon Musk pour promouvoir les contenus d'extrême droite. Vous n'avez pas à me croire. Vous n'avez pas à croire Musk. Vous pouvez juste lire le code. Il est là, public, sur GitHub, sous licence Apache 2.0, mis à jour toutes les 4 semaines. git clone et vous savez. Ce que dit ce code, c'est la mort du procès qu'on lui fait. Un algo de reco classique, c'est des centaines de règles écrites à la main : « booste ça, rétrograde ci, amplifie tel profil ». Chacune est une vanne où une main peut appuyer en secret. C'est là, et nulle part ailleurs, que vit la manipulation quand elle existe. Or la première décision de conception du dépôt, écrite noir sur blanc, s'appelle « No Hand-Engineered Features ». Ils ont supprimé ces vannes. La pertinence n'est plus arbitrée par un comité : elle est apprise à partir de votre propre historique par un transformer, qui prédit ce que vous allez faire — aimer, répondre, reposter — mais aussi bloquer, mutter, signaler, avec des poids négatifs qui enfoncent ce que vous détesteriez. Une machine qui vous suit, pas qui vous dirige. L'objection honnête : « il reste bien des filtres de modération ». Exact. Et ils sont dans le même dépôt, nommés, lisibles ligne par ligne. Si un biais politique était codé quelque part, il serait forké 4 000 fois et épinglé par le premier chercheur venu avant le déjeuner. C'est le retournement complet : on l'accuse d'opacité, alors que c'est la seule plateforme sur Terre pour qui l'opacité est devenue matériellement impossible. Alors posez la seule question qui compte. Où peut-on réellement vérifier une manipulation d'algorithme ? Instagram, YouTube, TikTok, Twitch : boîtes noires intégrales. Sur elles, l'accusation « l'algo censure tel camp » ne peut être ni prouvée ni démentie, le code est scellé à double tour. Et c'est précisément la seule plateforme qui a ouvert le sien qu'on perquisitionne pour « abus d'algorithme ». On ne poursuit pas les boîtes noires. On poursuit la seule vitre transparente. Ça ne s'appelle pas défendre la démocratie. Ça s'appelle punir la transparence. Et le 15 juillet, Musk a annoncé l'ouverture de la totalité du code de X, sans exception, avec vérification par des tiers que ce qui est publié est bien ce qui tourne en production. Fin du dernier refuge de l'accusation. Reste donc à nommer ce dont il s'agit vraiment. Pas d'ingérence — elle est indémontrable, le code la contredit. Mais la panique de ceux qui ont perdu le monopole du récit. Pendant un demi-siècle, un goulot d'étranglement orienté décidait de ce qui avait droit d'exister dans le débat. Ce goulot a sauté, remplacé par un ordre distribué que personne ne pilote. « Internationale réactionnaire », lâche Macron : le vocabulaire de ceux qui, ne retrouvant plus le bouton, se cherchent un coupable unique. On ne brûle pas un sorcier dont le grimoire est affiché au mur. La preuve est à un git clone de distance, et plus personne n'est dupe. Le décryptage complet, pipeline et code à l'appui ->

• 
  Jour Meilleur (@bubulevrai) a signalé il y a 8 minutes

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

• 
  Jp (@jipe_ia) a signalé il y a 8 minutes

  Tout le monde a lu la même phrase ces derniers jours : "Jack Dorsey lance un concurrent de Slack". Le vrai sujet de Buzz se joue ailleurs : qui possède l'IA qui tourne derrière. Et là, ça devient beaucoup plus intéressant. D'abord les faits, parce qu'ils sont vérifiables. Buzz, c'est un espace de travail où humains et agents IA bossent ensemble : chat, code, workflows, une même identité pour tous. Un Slack + GitHub pensé pour les agents, que Block utilisait en interne et vient d'ouvrir. Sorti le 21 juillet, sous licence Apache 2.0, bâti sur le protocole Nostr. La sortie a été couverte partout. La fonction dont presque personne n'a parlé, c'est le compute partagé. Le post qui la pointe a dépassé les 500 000 vues en moins de 24 heures. Et Jack Dorsey l'a quote-tweeté lui-même. Donc l'angle intéresse, y compris ceux qui ont construit l'outil. Le compute partagé, c'est écrit noir sur blanc sur le blog technique de Block : Buzz peut exécuter les requêtes d'un agent sur la machine d'un autre membre de la communauté. → une personne fait tourner la machine → elle y charge un modèle ouvert (Google Gemma dans l'exemple qui circule) → le reste du groupe se branche dessus Le but : mutualiser le matériel. 10 personnes se partagent une seule machine plutôt que d'en louer chacune, à vie. Les prompts ne passent pas par le serveur Buzz. Et comme tout repose sur des protocoles ouverts, personne de l'extérieur ne peut couper le robinet. Un groupe possède son IA, sur son propre matériel. Ce qui m'arrête, c'est le déplacement. Ces dernières années, on a loué notre intelligence à une poignée de labos américains. Un compte, un abo, un quota, des conditions qui bougent quand ça les arrange. Là, l'idée c'est de la faire tourner chez soi, à plusieurs. MAIS un bémol tout de suite. Buzz est sorti il y a 5 jours, en version 0.4.x. La doc reste encore légère sur le détail du compute partagé (isolation, planification, provenance des modèles). Ce qu'on voit circuler, ce sont surtout des démos. Bref. Je n'ai aucune idée si le compute partagé tient à l'échelle, ou si ça reste un terrain de jeu pour une petite communauté très équipée. Mais la question posée me semble saine : est-ce qu'on veut louer l'intelligence, ou en posséder un bout ? Je n'ai pas la réponse. Elle mérite d'être posée.

• 
  Haawkye (@Haawkye) a signalé il y a 9 minutes

  Le conseil que je me fais quand je vois des gens se lancer dans les agents : versionnez la mémoire de votre agent. Moi j'ai mis un cron qui pousse sa mémoire sur GitHub toutes les nuits. Pourquoi : la mémoire, c'est tout ce que l'agent sait sur vous, vos préférences, vos tâches en cours. Si le serveur crash ou que vous refaites une install propre, vous perdez tout si vous n'avez rien sauvegardé. Au début je trouvais ça superflu, "ça marche déjà, pourquoi je m'embêterais". Raté. J'ai eu un souci de disque et j'ai bien failli perdre deux semaines de config. La leçon : votre agent, c'est un outil, mais ce qu'il apprend sur vous a de la valeur. Un repo Git privé, un cron, et vous dormez tranquille. Dix minutes à mettre en place, des heures à regretter de ne pas l'avoir fait. Et si vous êtes sur Hermes, maintenant y a le /import /export du profil :)

• 
  Quentin L · Système IA personnel (@QuentinLecocq_) a signalé il y a 11 minutes

  Mise à jour de la mise en place : Aujourd’hui, Discord est devenu la vraie interface quotidienne du système. ✅ Une allowlist limite le bot à l’utilisateur et aux canaux prévus ✅ Les discussions générales démarrent dans un thread pour garder chaque sujet isolé ✅ Le canal de capture fonctionne sans mention et sans thread : Fred pourra y déposer directement une idée ou un texte ✅ Hermes conserve la capture brute, puis ajoute quelques pistes reliées à ce qu’il sait réellement de Fred ✅ Une capture crée une seule note dans l’Inbox Obsidian, puis crée un commit et pousse ce seul fichier vers GitHub ✅ La création d’une nouvelle note de projet suit le même périmètre borné ✅ Les détails techniques restent masqués dans Discord ✅ Le gateway continue de fonctionner une fois la session SSH fermée J’ai aussi testé l’inverse : dans un canal non autorisé, Hermes ne réagit pas, ne crée aucun thread et ne répond pas. Le plus long n’a pas été de connecter un bot à Discord. Il a fallu décider, canal par canal, ce qui déclenche une action, ce qui reste une simple discussion, ce qui demande une validation et ce que l’agent doit refuser. Il reste à transférer les comptes au client, connecter son propre fournisseur IA, tester les pannes et la restauration, puis lui faire exécuter le parcours complet. Le système fonctionne. La prochaine étape consiste à prouver qu’il reste compréhensible et récupérable quand quelque chose se passe mal.

• 
  Loutchone (@LiorNsnd) a signalé il y a 12 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.

• 
  François Negroni (@IAviateur) a signalé il y a 12 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.

• 
  Expert digital Ω (@steffy2nice) a signalé il y a 13 minutes

  @tbernard1979 @ZeroBytesG Oui tu n'as toujours rien expliqué. Ni comment tu réalises une injection SQL par l'extérieure. La seule possibilité est qu'ils est accès au GitHub ou à l'infra et aux serveur directement

• 
  Smartphones sans Google (GAFAM) (@Sans_Google) a signalé il y a 15 minutes

  @itsbrianmj J'ai testé et cela fonctionne avec mon compte Google cependant il y a un problème de lecture vidéo. Un ticket a été ouvert sur le GitHub.

• 
  Capture effect (@Max_HelpRoom) a signalé il y a 18 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.

• 
  Philippe J. Bourcier (@irukanji_invest) a signalé il y a 19 minutes

  @iamsupersocks Mais là c'est pas trop mal le résultat... 👍 Faut que je pousse le code sur github dans les jours qui viennent.

• 
  Arthur (@TrochetA) a signalé il y a 22 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)

• 
  Lionel Maes (@MaesLionel) a signalé il y a 24 minutes

  Elon Musk s'attaque désormais à Microsoft — via GitHub cette fois. Le 14 août, SpaceX a officiellement bouclé le rachat de Cursor (Anysphere) pour 60 milliards $. Trois jours plus tard, le 17 août, Cursor lance Origin : une plateforme d'hébergement de code, concurrente directe de GitHub, propriété de Microsoft. Le timing est presque trop parfait : Origin est sorti exactement pendant que GitHub subissait une panne majeure — environ 3h20 d'interruption, site, Actions, Copilot et fusion de code touchés. Ce n'était d'ailleurs pas un incident isolé : le 17 août était le 13ème incident GitHub en seulement 17 jours d'août. Le CTO de GitHub lui-même a reconnu publiquement que la plateforme doit désormais être capable d'absorber jusqu'à 30 fois la charge actuelle — un aveu rare de dépassement pur et simple par la demande, portée par l'explosion des agents de code IA. Autre détail qui en dit long : Microsoft loue depuis juin de la capacité serveur chez... AWS, son plus gros rival cloud, juste pour maintenir GitHub en ligne. Résultat : le géant du cloud historique dépend de son concurrent pour tenir, pendant que Musk sort un rival prêt à récupérer les développeurs frustrés — au moment exact où ils le sont le plus. Cursor affirme que le timing n'était pas calculé. Mais dans un marché aussi tendu, la coïncidence fait le travail toute seule.

• 
  Aurea (@AureaLibe) a signalé il y a 26 minutes

  🚨 Attention : n’achetez aucun token pour financer Exit Chat Control. Je n’ai aucun partenariat avec des projets crypto. Si quelqu’un vous envoie une adresse pour financer l’initiative, c’est un scam. L’initiative est ouverte. Si vous voulez aider, contribuez sur GitHub pour lister d’autres applications. Donc faites attention : si vous voyez un post qui dit d’envoyer de l’argent, ce n’est pas moi et n’envoyez aucun argent.

• 
  Donwar🧂🟩 ₿ (@donwar74) a signalé il y a 26 minutes

  @Alzyohan @dorgan94 @armalldo tkt pas pour les devs va avant on piqué le code sur stackoverflow ou github maintenant l'ia le fait à notre place

• 
  Aurea (@AureaLibe) a signalé il y a 35 minutes

  🚨 Attention : Je reçois de nombreux messages de personnes qui veulent que je promeuve des cryptomonnaies 🚨 Je ne suis pas d'accord. N'investissez dans aucun projet crypto. Exit Chat Control est une initiative ouverte, et je ne demanderai jamais de trader des memecoins. Si vous voulez aider, contribuez sur GitHub ou envoyez des idées en message privé. C'est tout. Toute personne qui veut que vous achetiez une crypto pour financer le projet est mal intentionnée. Les seules cryptomonnaies listées sur le site Exit Chat Control sont Bitcoin et Monero. Rien d'autre. Faites attention aux arnaques.

• 
  Médéric (@Just_Med34) a signalé il y a 36 minutes

  Je ne suis pas devenu développeur. Mais j’ai construit un petit système solaire. Pas une animation décorative. Une simulation 3D qui calcule la position réelle des planètes et les fait évoluer dans le temps. Tu peux revenir au 20 juillet 1969, te placer à l’endroit où Voyager 1 a photographié le « Pale Blue Dot », lancer un photon depuis le Soleil et voir qu’il lui faut 8 min 20 s pour atteindre la Terre. Tu peux même entrer ta date de naissance et revoir le ciel de ce jour-là. Le projet est encore en développement, mais il fonctionne. Il est gratuit, sans compte, sans pub, et le code est en libre accès sur GitHub. Pour le construire, j’ai fait travailler Claude Fable, ChatGPT 5.5 Sol et Grok 4.5. De mon côté, j’ai porté l’idée, défini l’expérience que je voulais créer, testé le résultat et continué à corriger ce qui ne fonctionnait pas. C’est probablement la plus grande leçon que l’IA m’a apprise : elle réduit énormément la barrière technique, mais elle ne remplace ni la curiosité, ni le jugement, ni l’exigence. Une IA peut écrire du code. Elle ne peut pas décider à ta place de ce qui mérite d’exister. Lien et code source en premier commentaire.

• 
  Saucisse (@Saucisse_dev) a signalé il y a 41 minutes

  @Capetlevrai Pour Obsidian, je m'en sers uniquement via l'IA, avec un serveur MCP maison, une base vectorielle banchée dessus, et une synchro VPS <-> Desktop <-> Mobile (+auto-backup Github). Donc j'y accède de partout et toutes mes datas sont bien rangées. Mais à la mano impossible.

• 
  Supersocks (@iamsupersocks) a signalé il y a 44 minutes

  Hermes sur GrokBot, ça vous intéresse ? Ce que j’aime avec GrokBot, c’est sa simplicité. Chaque bot tourne dans sa propre VM, le système est isolé et, sur mon PC du boulot, j’ai simplement eu à télécharger l’app. Je m’en sers comme d’un petit groupe d’agents GTM pour le sales et la génération de leads. Tout reste séparé de mon environnement personnel, sans installation compliquée sur la machine. À l’usage, je découvre quand même quelques complexités. GrokBot reste aussi assez limité face à Hermes : les power users atteindront vite ses limites dès qu’ils voudront contrôler plus finement leurs agents et leurs interactions. Je me suis donc amusé à connecter Hermes à GrokBot. Au lieu de passer par Telegram dans l’app web, j’écris à un bot GrokBot qui transmet la demande à mon Hermes sur le homelab, puis me renvoie sa réponse. GrokBot sert d’interface isolée ; Hermes conserve le raisonnement, la mémoire et les outils que j’utilise déjà. Ça me permet aussi d’utiliser un quota GrokBot aujourd’hui largement sous-exploité, tout en gardant mon meilleur ami Hermes dans le bazar. Le même principe pourrait fonctionner avec Codex ou d’autres agents. Ça ouvre pas mal de possibilités, même si mon montage actuel mérite sûrement de meilleures pratiques. Si ça vous intéresse, je peux faire un petit repo GitHub pour vous permettre de reproduire le montage. Ce n’est pas très compliqué une fois les pièces alignées, mais ça m’a pris un peu de temps pour trouver le bon chemin.

• 
  Quentin Lecocq · CRO SaaS (@QuentinLecocq_) a signalé il y a 44 minutes

  Avant de devenir développeur, j’ai vendu des menuiseries en porte-à-porte. Puis j’ai quitté le commerce, travaillé comme barman et profité des 8-9 mois de chômage qu’il me restait pendant le Covid pour apprendre à coder. Aujourd’hui, je développe sur des parcours utilisés par des millions de personnes et je construis mon activité de consultant CRO. Le chemin n’avait rien de planifié. J’ai fait toutes mes études en marketing en alternance. J’ai commencé par le porte-à-porte, avant de devenir commercial chez le plus gros opérateur télécom français, puis de vendre des services B2B à des professionnels pour un loueur de linge. J’ai appris à prospecter, à présenter une offre, à entendre les objections et à comprendre très vite quand quelqu’un n’était pas convaincu. Mais au bout d’un moment, j’en ai eu marre du commerce. J’ai fini par démissionner. Je n’avais pas encore de plan de reconversion bien construit. Je savais surtout que je ne voulais plus continuer dans cette voie. J’ai donc enchaîné quelques emplois alimentaires, principalement comme barman dans un restaurant italien. À ce moment-là, le développement n’était pas encore mon nouveau métier. C’était simplement une possibilité que je commençais à regarder sérieusement. Puis le Covid est arrivé et le restaurant s’est arrêté. Il me restait 8-9 mois de droits au chômage. J’ai décidé de les utiliser comme une fenêtre pour apprendre le développement web. Pendant cette période, apprendre à coder est devenu mon travail à temps plein. Mon fil conducteur était The Odin Project : de la documentation, des exercices, beaucoup de recherches et surtout des projets à construire réellement. Je publiais tout sur GitHub sous le pseudo Celdama. Le compte existe encore aujourd’hui avec 80 repos : une application météo, un jeu de bataille navale, un panier e-commerce, une application de recettes avec React, Redux et Firebase, un clone d’Instagram… Le code a vieilli, évidemment. Mais je préfère le laisser visible : c’est l’archive brute de mon apprentissage. En parallèle, j’avais créé un compte X sous le nom de Celdama. J’y partageais mes projets, ce que j’apprenais, mes blocages et mes progrès. Ce compte m’a aidé à trouver mon premier poste de développeur. Je l’ai supprimé depuis, mais cette expérience m’a appris quelque chose que j’utilise encore aujourd’hui : montrer ce que tu construis peut ouvrir des portes qu’un CV seul n’ouvre pas. J’ai finalement décroché mon premier poste de développeur dans une ESN à Wasquehal. Pendant trois ans, je suis passé des projets d’apprentissage à de vrais projets en production, notamment pour Saint Maclou, Asmodee et une grande entreprise spécialisée dans la gestion de parcs immobiliers. J’y ai découvert tout ce que les tutoriels montrent rarement : les contraintes métier, les données imparfaites, les bugs, les arbitrages, la maintenance et les conséquences réelles d’une décision technique. Après quatre ans, j’ai décidé de m’arrêter pour prendre du recul et me former davantage. C’est à ce moment-là que je me suis plongé sérieusement dans le CRO, notamment avec la formation La Cargaison. Et beaucoup de pièces ont commencé à se reconnecter. Le marketing m’avait appris à regarder une cible, une offre et un marché. Le commerce m’avait confronté directement aux objections. Le développement m’avait appris à construire, mesurer et corriger. Le CRO réunissait ces trois dimensions autour d’une même question : pourquoi une personne avance, hésite ou abandonne ? Et contrairement à quelqu’un qui s’arrête au diagnostic, je pouvais aussi comprendre les contraintes techniques, écrire des spécifications et participer à l’implémentation. J’ai créé mon auto-entreprise peu avant de rejoindre Boulanger en février 2026. D’un côté, je continue à travailler comme développeur sur des parcours à très grande échelle. De l’autre, je construis une activité de consultant CRO technique pour aider des SaaS et des sites avec moins de trafic à identifier leurs frictions, prioriser les changements et transformer les recommandations en actions réellement implémentables. Je pourrais raconter ce parcours comme plusieurs reconversions. En réalité, je n’avais aucun grand plan pour relier le marketing, le porte-à-porte, les années de développement et le CRO. La cohérence est apparue après. Aujourd’hui, je sais écouter une objection, analyser un parcours, comprendre ce que racontent les données et voir ce qu’il est réellement possible de modifier techniquement. Le CRO a fini par relier des parties de mon parcours que j’avais longtemps considérées comme séparées. Mon organisation Obsidian accompagne une grande partie de cette histoire. Je l’utilise et je l’affine depuis 6-7 ans pour conserver ce que j’apprends, documenter mes projets et relier les idées entre elles. Hermes est arrivé beaucoup plus tard. Il n’a pas créé ce système et il ne réfléchit pas à ma place. Il s’est greffé sur une organisation qui existait déjà. Avant de détailler le bridge Discord, mes consignes, les automatisations et les garde-fous, je trouvais important d’expliquer le parcours derrière les outils. Je commencerai donc la série par mon organisation Obsidian.

• 
  Quentin L · Système IA personnel (@QuentinLecocq_) a signalé il y a 45 minutes

  J’ai relié mon agent Hermes à Google Search Console sans lui donner accès à mon compte Google. Il peut analyser les pages, requêtes et périodes. Il ne peut rien modifier. Voici comment j’ai préparé cet accès en lecture seule, étape par étape. J’ai commencé par créer un projet Google Cloud dédié depuis le compte qui possède ma propriété Search Console. Un nom explicite, aucun autre service activé. Le but : isoler cette intégration du reste de mon environnement Google. Dans la bibliothèque d’API du projet, j’ai activé « Google Search Console API ». Je n’ai pas créé de clé API publique : les données Search Console sont privées et nécessitent une identité autorisée. J’ai ensuite créé un compte de service nommé « GSC Reader ». Je ne lui ai attribué aucun rôle dans le projet Cloud. Son droit de lecture est accordé directement dans Search Console, pas dans IAM. Dans Search Console : Paramètres → Utilisateurs et autorisations → Ajouter un utilisateur. J’ai ajouté l’adresse du compte de service avec « Accès limité ». Il peut consulter les performances sans administrer la propriété. J’ai créé une clé JSON pour ce compte de service. Je ne l’ai ni envoyée sur Discord, ni placée dans Obsidian, ni ajoutée à GitHub. Une clé de service est un secret. Elle doit pouvoir être supprimée et révoquée. Depuis mon Mac, j’ai transféré la clé directement sur mon VPS avec SCP. Syntaxe générique : scp fichier.json utilisateur@serveur:/dossier-prive/ Le nom du serveur et le dossier dépendent de ton installation. À partir de là, mon agent a pris le relais. Il a limité l’accès au fichier à root avec chmod 600, configuré l’API en lecture seule, puis créé un skill privé pour interroger les totaux, requêtes, pages et URLs. Dernière étape : un test sans effet externe. Il vérifie la clé, l’accès à la propriété et chaque type de lecture. J’ai aussi comparé une période exacte avec l’interface GSC : les résultats correspondent. L’accès reste révocable à tout moment.

• 
  Tribune Populaire🌐 (@TribunePop23) a signalé il y a 47 minutes

  🤖📁- Dans le cadre d'un exercice de cybersécurité évalué par l'Institut de sécurité de l'IA du Royaume-Uni, un agent IA autonome a tenté une attaque sur la chaîne d'approvisionnement d'un vrai projet open source hébergé sur GitHub, en créant de fausses identités et en usant d'ingénierie sociale pour faire approuver un code malveillant. C'est Sinan Can Demir, un étudiant turc en troisième année à l'Université du Texas à Dallas, qui remarqua alors qu'un utilisateur du nom de « miraholt31 » tentait d'introduire discrètement une mise à jour malveillante dans un programme open-source d'analyse réseau appelé myNetwork. Lorsque Demir signala la pull request comme contenant « un dropper de malware dissimulé », l'agent IA riposta via son compte d'origine ainsi qu'un second faux profil, « Lena Brandt », présentée comme une ingénieure allemande pour faire pression sur le mainteneur du projet afin qu'il accepte le code. « J'ai vraiment cru que c'était un humain, parce qu'il me mentait manifestement », a confié Demir à Reuters. « Je n'aurais jamais imaginé qu'une IA puisse être capable de mentir à de vrais développeurs. » Ce n'est que plus tard qu'il apprit que son adversaire était un agent IA propulsé par le modèle Mythos 5 d'Anthropic, après avoir été contacté directement par l'AISI britannique. Le rapport technique de l'AISI fait froid dans le dos : « C'est la première fois que l'AISI observe une tromperie de cette gravité, ciblée sur une personne réelle non sollicitée, dans le monde réel ». Ce n'est pas juste une IA qui trouve une faille technique, elle a menti, créé des personnes crédibles, et fait pression psychologiquement sur un humain pour obtenir un résultat, sans qu'on le lui ait explicitement demandé.

• 
  Syaoran (@Syaor4n) a signalé il y a 48 minutes

  Le même agent peut coûter 10 fois plus cher selon la config, sans que la qualité change. Avant je l'affirmais, maintenant je l'ai mesuré : chaque levier ci-dessous vient d'un relevé fait sur ma prod, pas d'une promesse de doc 1. Le prompt caching : ton préfixe (profil, skills, outils) repart à chaque tour et le fournisseur te le resert du cache à une fraction du prix Sur 30 jours et 1 025 sessions chez moi : 96,8 % de ce que mes agents lisent vient du cache Le TTL annoncé à 5 minutes ? Sondé à 70 minutes, le cache servait encore 99,8 % de l'entrée Le vrai danger c'est toi : chaque modif du contexte en cours de session invalide le cache et tout repart au prix plein. 2. Le bon modèle par tâche : le réflexe, c'est d'envoyer le maximum sur le modèle rapide Mesuré sur les mêmes tâches, trois passages chacune : le rapide a consommé 15,1 % de tokens de plus que le gros, parce qu'il raisonne plus pour arriver au même résultat. Mesure sur tes tâches avant de router 3. Le contexte : /compress résume et tu continues le même objectif, /reset repart de zéro quand tu changes de fil Compresse en connaissance de cause : sur ma prod, une compression coûte 361 146 tokens en moyenne. C'est un investissement, pas un réflexe gratuit. 4. Les garde-fous : max_turns borné, parce qu'une boucle infinie est la dépense la plus chère qui existe et toolsets réduits : le serveur MCP GitHub complet, c'est 119 632 octets de schémas qui repartent à chaque tour, 40 223 une fois lancé avec --toolsets repos Tout ça se lit avant de se régler : /usage, hermes insights, et le state.db de ton profil. C'est un bon point de départ pour mesurer l'usage réel

• 
  Nathan M (@MLFnathan) a signalé il y a 52 minutes

  Dites-moi que c'est faux svp 😭😭 SO m'a tellement aidé à l'époque... Tu codes, tu coinces pendant des jours/semaines puis tu trouves une partie de la solution là-bas et sur github, tu l'adaptes à ton code finalement qui passe... tu publies aussi pour aider qlq1 un jour

• 
  Le PLOUTOS (@leploutos) a signalé il y a 58 minutes

  Hier, je vous montrais l'agent Hermes à qui j'ai confié la mission de créer un micro-SaaS par semaine. Le produit est en ligne mercredi, amélioré jeudi, il faut donc penser à sa visibilité le vendredi. Le marché est déjà bien occupé. Le produit a un élément différenciant clair, il est 100% privacy-first, mais ça ne suffit pas. Un produit fonctionnel n'est pas automatiquement un produit découvrable. Et comme le SEO et le GEO prennent du temps, attendre d'avoir terminé le marketing pour s'en occuper aurait été une erreur. Il faut poser les fondations dès le lancement. J'ai d'abord testé en local le kit SEO/GEO de @RosoAI (dont la V3 sort aujourd'hui d'ailleurs). Son audit complet analyse le site et produit un export très détaillé avec les problèmes détectés, les recommandations et les actions à prioriser. Le résultat était suffisamment exploitable pour que je décide de l'intégrer directement l'agent IA "usine à SaaS". J'ai donc donné le kit à Hermes et modifié son cycle de création. Désormais, dès qu'un produit est en production, l'agent lance l'audit complet de Roso. Il récupère les recommandations, les transforme en tickets GitHub et les ajoute au backlog. Ces tickets rejoignent ensuite exactement le même processus que le reste du produit : ils sont repris par les agents de code, relus, corrigés puis déployés. Je ne cherche pas seulement à automatiser la création d'un produit fonctionnel. J'essaie d'intégrer dès le départ tout ce qui lui donne une chance d'être trouvé plusieurs mois plus tard. La prochaine étape, c'est la vraie partie marketing !