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 (59%)
• Erreurs (28%)
• Sign in (14%)

Carte en direct des pannes

Les derniers rapports et problèmes d'interruption proviennent

City	Problem Type	Report Time
Township of Evan	Erreurs	il y a 5 jours
Madrid	Erreurs	il y a 5 jours
Bogotá	Erreurs	il y a 5 jours
Paris	Erreurs	il y a 5 jours
Lyon	Panne de site web	il y a 5 jours
Lima	Erreurs	il y a 5 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:

• 
  Syaoran (@Syaor4n) a signalé il y a 7 minutes

  Tips Hermes Agent pour ne plus stresser quand t'as un bug en prod mais que t'es pas devant ton pc D'habitude tu t'empresses d'aller voir le mail Sentry et tu penses qu'à ouvrir ton pc pour corriger l'erreur. Mais avec un agent Hermes bien configuré, tu peux juste verouiller ton tél et attendre que l'agent bosse. Ma config en quelques lignes : 1. Mon agent Hermes a accès à ma boite mail : si t'as peur tu peux créer une boite gmail dédiée, le but est de donner un accès aux mails pour que l'agent soit le plus efficace selon les données auxquelles il a accès 2. Quand un mail est reçu sur la boite, l'agent est configuré pour lire le contenu du mail : si c'est un mail Sentry il déclenche un workflow de correction 3. Le mail Sentry contient généralement un identifiant + une description de l'erreur, tout ce qu'il faut pour que l'agent enquête comme il faut. Il a aussi accès au MCP Sentry configuré sur le VPS, pour pouvoir ouvrir le ticket et lire les détails 4. Avec toutes ces informations, l'agent commence à chercher l'origine du problème et comment le corriger 5. Quand il a trouvé comment corriger l'erreur, il envoie une notification sur le serveur Discord, dans un channel spécifique 6. Là c'est à moi de valider, si je lui dis de corriger, il va créer une PR avec la correction qu'il a trouvé et exécuter la suite de tests pour s'assurer que ça ne crée pas de bugs/régressions (+ Github Actions si j'ai encore des crédits...) 7. Quand la PR est publiée je reçois le mail GitHub mais aussi un message Discord : je peux soit vérifier le contenu de la PR (conseillé) et ensuite lui dire de merge soit je lui fais totalement confiance (déconseillé mais... coupable) et je lui dis de merge directement 8. Il merge la PR, ça déclenche tout le workflow de déploiement, l'erreur est corrigée et Sentry détecte la correction Au final, il faut juste laisser l'agent faire dans son coin et vous êtes tranquille, plus besoin de stresser comme un dingue pour aller absolument corriger l'erreur depuis votre ordi !

• 
  Examy (@examycom) a signalé il y a 10 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 👹

• 
  Guillaume Champeau (@gchampeau) a signalé il y a 10 minutes

  D’après l’article GitHub aurait du mal à tenir la charge face aux très nombreux commits désormais poussés par des agents IA ou en tout cas multipliés grâce au code écrit par les IA.

• 
  niknava (@niknavaa) a signalé il y a 12 minutes

  @andrealbriziom Il t’a littéralement donné la solution à à ton problème , que Claude peut mettre en place lui même Pourquoi le mot github fait peur comme ça mdrrr

• 
  Jp (@jipe_ia) a signalé il y a 14 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.

• 
  F4GXS📻🔊🍑💨🌈🐈‍⬛ (@LE_F4GXS) a signalé il y a 14 minutes

  @f1smv C'est vrai, pas contre impossible de trouvé une version de WPSD sur github

• 
  L'ours ronchon (@Loursronchon) a signalé il y a 17 minutes

  @SouveraineTech J'avais essayé il y'a deux mois, pas mal buggué, et vu les retours sur github ca venait pas de chez moi !

• 
  Zeno (@fontanaen11) a signalé il y a 20 minutes

  Mon Mac mini va reprendre du service. J'ai pris un peu de temps pour me documenter et tester Hermes Mon plan pour l'instant : - setup Hermes sur mon Mac mini (au lieu d'un VPS) - un assistant perso (tâches à définir) - sync avec un repo GitHub - utilisation via WhatsApp C'est ok ?

• 
  Liberty Fox (@LibertyF0x) a signalé il y a 20 minutes

  @Sonic_urticant Le dépôt GitHub est libre, t’as le droit d’aller le lire. Je vois pas ce que ma technique a qui ne marche pas. Mon feed algo est très bien pour mon usage. Si je cherchais à faire des vues et de l’engagement à tout prix, je serais déjà pas une renarde et je ferais que des mèmes. J'ai fais un compte rendu du dépôt publié aujourd'hui.

• 
  Genius UX (@Genius_UX) a signalé il y a 22 minutes

  Le login… sans aucun doute le truc le plus chiant de la terre. Je devrais parler de mot de passe oublié mais justement les meilleurs ont supprimés ce problème, je vous montre ça. Quelques chiffres pour poser le contexte : 27,4% des logins initiaux échouent (oubli, mauvais mdp). Seulement 4,9% des utilisateurs bloqués tentent une 2e fois. Pire : 28,6% de ces secondes tentatives ne fonctionnent pas non plus. On va regarder ces 3 apps : → HBO Max : Ils anticipent l’échec avec un “One-Time Code” immédiat. Contextual à l’utilisation avec la TV. La cible est très large donc ils sont obligés de garder le funnel avec mot de passe. 50% de réussite. → Tinder : Un seul choix. Fluidité absolue. Et derrière si il t’envoie un code. Zero réflexion réussite 100%. → Raycast : Cible tech. Pattern connu Magic Link ou SSO (Apple/GitHub). Direct au but. 100% de réussite Ils ont tous les 3 supprimé la charge mentale pour sécuriser leurs revenus. (surtout Tinder et Raycast) Alors s’il vous plaît, pour nous pauvre utilisateur (et pour votre portefeuille) faites attention à votre login, ne le mettait pas à la fin de votre roadmap !

• 
  Vincent Blurry (@arbresvoit) a signalé il y a 24 minutes

  @ThomasJardinet @froggit_fr @codeberg_org Alternatives techniquement valables, mais le problème est l'attractivité. GitHub capte l'écosystème. Certains pays investissent massivement et attirent les talents. Nous ? Des rapports et des constats.

• 
  Affiseo - Romain Brunel (@Affiseo_) a signalé il y a 27 minutes

  La plupart des gens créent de mauvais voice samples pour leurs agents IA. Voici le process exact que j'utilise pour que mes machines produisent du contenu qui sonne vraiment comme moi. Le voice sample classique c'est ça : 'Voici un exemple de post que j'ai écrit. Inspire-toi de ce style.' L'agent produit quelque chose de correct. Générique. Il a vu le texte mais il comprend pas POURQUOI ce texte fonctionne. Quels patterns reviennent. Ce qui sonnerait incongru. Voilà comment je structure les miens. Étape 1 : des vrais posts, pas des exemples inventés. J'utilise uniquement des posts que j'ai réellement publiés et qui ont bien fonctionné. Pas des textes écrits 'pour montrer le style'. Des vrais. Publiés. Avec leur contexte : date, sujet, plateforme. Pour chaque canal minimum 5, idéalement 10+. LinkedIn, X, newsletter, scripts YouTube : fichiers séparés. Étape 2 : annoter ce qui rend chaque post distinctif. Sous chaque exemple, une section 'ce qui marche ici'. Pas des observations génériques. Des observations précises. Exemple réel dans mon fichier voice X : "(et il galère vraiment par rapport à Opus)" est une parenthèse de vécu impossible à inventer. "Y'a pas photo" est du vocabulaire pur, pas du LLM. "0 diversification" au lieu de "Zéro" parce que les chiffres en chiffres sonnent plus brut. Ces annotations apprennent à l'agent exactement où se niche la voix. Pas le ton général. Les détails spécifiques. Étape 3 : documenter les anti-patterns avec des before/after. C'est la partie que presque tout le monde saute. Montrer à l'agent ce qu'il NE doit pas faire est aussi important que montrer ce qu'il doit faire. J'ai dans mon fichier 2 colonnes : 'Ce que l'IA écrit naturellement' et 'Ce que Romain corrige'. Chaque ligne est une correction réelle faite sur un post généré. 'Du coup la panne je la vis comme une pause subie' devient 'C'est pour ça que je build toutes mes machines avec Claude Code. API propres, doc interne, et je file tout ça à mes agents.' Le closer qui résume vs le closer qui ouvre sur quelque chose de nouveau. Vu dans un contexte concret, l'agent intègre la règle bien mieux que si tu l'écris dans l'abstrait. Étape 4 : séparer par canal et par format. Mon voice X n'est pas mon voice LinkedIn. Mon voice newsletter n'est pas mon voice YouTube. Des fichiers séparés, des règles spécifiques par canal. X : flux de pensée, long form autorisé, quasi pas d'emojis, parenthèses de vécu sur les posts longs. LinkedIn : structure plus nette, CTA possible en fin, 800-1500 caractères. Newsletter : ton intime, une idée centrale par email. Un seul fichier voice pour tout ne marche pas. Le canal change trop le format. Étape 5 : le fichier est vivant, pas figé. Un cron tourne chaque semaine. Il récupère mes nouvelles vidéos YouTube, met à jour les voice samples si de nouvelles expressions sont apparues, commit le tout sur GitHub. Mon Second Cerveau grossit en même temps que mon catalogue de contenu. Si je commence à utiliser une expression nouvelle, dans quelques semaines elle est dans le fichier et mes machines l'utilisent naturellement. Le contenu que tu lis là a été produit par des machines qui tournent sur ces 5 étapes. Y'a pas photo sur la différence avec un agent qui a juste eu 'voici mon style, inspire-toi'.

• 
  OrkStr (@OrkStr) a signalé il y a 29 minutes

  Quelqu'un a réduit sa facture Claude de 60% en transformant son code en image et en laissant le modèle faire de l'OCR. La blague, c'est que ça marche. Voilà les chiffres, et pourquoi c'est plus malin qu'il n'y paraît. 👇 Une image 1080×1920 coûte environ 2 700 tokens à Claude pour le lire. Le texte qu'il contient en coûterait 27 000. Soit 10 fois plus cher pour la même information. Pourquoi ? Parce que le coût d'une image est fixé par ses dimensions, pas par ce qu'il y a dedans. Tu mets 500 lignes ou 5 000 lignes de code dans ce PNG : même prix. Le texte, lui, se facture à la ligne. Et le code, le JSON, les logs de terminal sont particulièrement chers : environ 1,9 caractère par token, là où un texte normal en fait 4. Si tu n'es pas développeur, retiens l'essentiel : une image de code coûte 10 fois moins à traiter qu'un texte équivalent. Ce proxy exploite ça automatiquement, sans que tu changes quoi que ce soit à ton workflow. **La technique : pxpipe (GitHub teamchong/pxpipe)** C'est un proxy local. Une ligne pour le lancer, une variable d'environnement pour pointer Claude Code dessus : npx pxpipe-proxy ANTHROPIC_BASE_URL= claude C'est tout. Côté workflow, rien ne change. Côté requête, le proxy intercepte chaque appel, identifie les gros blocs (system prompt, tool docs, historique ancien), les render en PNG haute densité, et les renvoie au modèle comme blocs image. Le modèle fait de l'OCR, répond normalement. Point sécurité important : ce proxy est purement local, il tourne sur 127.0.0.1 et traite tes requêtes sur ta machine avant qu'elles ne partent. Ta clé API Anthropic ne transite jamais par un serveur tiers. Ce n'est pas un proxy cloud intermédiaire. Point latence : le proxy est synchrone, il encode les PNG avant que la requête ne parte. Ça ajoute un délai côté client sur les gros contextes. En contrepartie, envoyer 2 700 tokens au lieu de 25 000 réduit d'autant le temps de traitement et le coût réseau vers Anthropic. Sur du contexte dense, la compression l'emporte. **Les vrais chiffres (mesurés, pas estimés)** 48 000 caractères de system prompt = 25 000 tokens texte. En PNG : 2 700 tokens. 89% de moins sur ce seul bloc. Un PNG 1928×1928 = 4 761 tokens image, contient l'équivalent de 92 000 caractères. En texte brut, ça aurait coûté ~48 000 tokens. End-to-end sur 13 709 requêtes réelles : -59%. Une facture de 100€ → 41€ sans toucher au workflow. **Pourquoi Fable 5 accepte ça (et Opus non)** Fable 5 est très bon pour lire du texte rendu visuellement : 100/100 sur des problèmes arithmétiques inédits, récupération de valeurs, suivi d'état, rappel de noms. Pas du pattern-matching hasardeux : de la vraie lecture. Les benchmarks SWE-bench sont aussi publiés : 14/19 avec vs 15/19 sans sur Pro, verdicts concordants à 18/19. La différence tient à la variance run-to-run, pas à la compression. **La limite réelle : contexte oui, rappel exact non** C'est le point le plus important à comprendre avant de tester. pxpipe est lossy : l'image est une approximation visuelle du texte, pas une copie. Pour du contexte (comprendre la logique d'un code, suivre un raisonnement, retenir une valeur numérique) ça fonctionne. Pour du rappel byte-exact depuis du contenu imagé en haute densité, c'est une autre histoire : 63% de précision max sur des identifiants denses, et les erreurs sont silencieuses. Pas une exception levée, pas un signal d'incertitude : le modèle répond avec confiance en donnant la mauvaise valeur. Un cas documenté par l'auteur : un nom de personne rappelé depuis l'historique imagé, rendu confidemment faux. Concrètement, ça exclut plusieurs usages : tout pipeline qui doit restituer des IDs, des hashes, des secrets, des adresses, des numéros précis depuis l'historique compressé. pxpipe le gère en partie en gardant les valeurs byte-exact des tours récents en texte, mais ça ne couvre pas tout. Si ton agent doit retrouver une valeur exacte dans du contexte ancien, ce n'est pas la bonne solution. Si ton agent doit comprendre ce qui s'est passé pour décider quoi faire ensuite, ça passe. **Ce que ça veut dire pour ceux qui font tourner des agents** Le coût d'API est souvent le premier frein à l'intensification de l'usage. Un contexte large de Claude Code, des sessions longues, des pipelines multi-agents : ça monte vite. Où pxpipe gagne vraiment : les sessions de code, les agents avec de gros system prompts, les pipelines qui produisent des logs et des sorties d'outils volumineuses. C'est là que le ratio token image vs token texte est le plus favorable. Où le gain sera moindre : si ton contenu est surtout de la prose légère (emails, conversations, rédaction), le rapport devient moins avantageux. pxpipe l'intègre dans son calcul et laisse ces blocs en texte automatiquement. Expérimental, oui. Mais sourcé sur 13 709 requêtes réelles, pas sur des estimations. Les benchmarks sont publiés, reproductibles, les limites sont documentées avec honnêteté. C'est plus qu'on n'en voit sur la plupart des outils en production. Vous l'avez testé vous ? Quel gain sur votre workload ? ✍

• 
  Philippe J. Bourcier (@irukanji_invest) a signalé il y a 30 minutes

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

• 
  Régis (@reg_andr) a signalé il y a 30 minutes

  J'ai commencé Sway dès les débuts de ChatGPT, en codant presque tout avec l'IA. Le revers de la médaille : j'ai accumulé des mois de dette technique. Voici mes pires erreurs sur ce projet, et comment je les ai rattrapées. Première leçon : ne pas trop faire confiance à l'IA. Je faisais des allers-retours entre mon éditeur et ChatGPT pour chaque problème, et malgré mes années d'expérience, je le laissais décider de la structure. Résultat : du code entassé dans d'énormes fichiers, mal organisé, sur des conversations qui finissaient par inventer n'importe quoi (l'IA avait peu de mémoire à l'époque). Je n'avais pas choisi mes fondations à l'avance. Pour la première version, mes données venaient de simples fichiers texte (JSON). J'ai branché une vraie base de données un mois trop tard, et j'ai dû réécrire une grande partie du code. La leçon : choisir ses fondations avant de monter les murs. Je créais à la main chaque "fiche de données" de l'app (un événement, un artiste, un lieu). Une source infinie de bugs et d'oublis. Je suis passé à freezed, un outil qui génère ces fiches automatiquement et de façon fiable. 1000 fois mieux. Pour qu'une app fonctionne sans connexion, il faut stocker des données directement sur le téléphone. J'ai enchaîné les mauvais choix : Hive (abandonné), puis Isar (abandonné aussi), avant d'arriver à Hive CE, la version maintenue par la communauté. Excellent, mais que de temps perdu en route. Ma pire erreur : l'app demandait ses données à la base une par une, en direct. Lent, lourd pour le serveur, et la moindre correction obligeait à republier l'app sur les stores (plusieurs jours d'attente). J'ai déplacé ce travail côté serveur avec des fonctions Supabase (RPC et Edge Functions) : plus rapide, et modifiable sans mise à jour de l'app. Pour gérer la "mémoire" partagée entre les écrans (l'état de l'app), j'utilisais Provider, mal intégré. Je suis passé à Riverpod, que j'avais adopté chez mes premiers clients en freelance. Et pour la navigation entre écrans, GoRouter, le standard actuel (l'IA, elle, s'obstinait à utiliser l'ancienne méthode). Dernier déclic, côté outils : j'utilisais déjà les modèles Claude, mais via GitHub Copilot, par confort de l'IDE. J'avais peur de passer par un terminal. En testant Claude Code, tout a changé : productivité, coûts et rapidité des résultats.

• 
  Webologie (@Webologie_me) a signalé il y a 31 minutes

  @terasaka47 C’est un bug actif sur GitHub visiblement , signalé il y a deux semaines, indépendant du protocole, ça touche WireGuard et AmneziaWG sur Windows 11. Pas encore corrigé officiellement.

• 
  Kruptos (@KuptoKosmos) a signalé il y a 32 minutes

  🔴 GitHub, le saint Graal que Microsoft nous a vendu comme infaillible, blindé à l’IA et protégé par des milliers de pare-feu... vient de se faire humilier ! Une seule extension VS CODE empoisonnée dans le marketplace officiel et TeamPCP a pris les clés du royaume. Ils se sont promenés comme chez eux dans PLUS DE 3 800 REPOSITORIES INTERNES ! GitHub savait depuis des heures, ils ont attendu que les hackers crient leur victoire... Et maintenant ils minimisent, la queue entre les jambes ! Supprimez TOUTES les extensions, arrêtez de faire confiance aveuglément au marketplace Microsoft, et préparez-vous au chaos qui arrive ÇA SENT LA FIN D’UNE ÈRE...

• 
  Jp (@jipe_ia) a signalé il y a 32 minutes

  Un abonnement IA à 7 dollars au lieu de 20, c'est possible. Il suffit de changer le modèle qui tourne derrière, et ça ne se lit pas sur le prix affiché. Cursor vient d'ouvrir un palier réservé à l'Inde. "Cursor Start", 649 roupies par mois, environ 7 dollars, contre 20 dollars pour le Pro. À ce prix, tu as le modèle maison de Cursor (Composer) et Grok 4.5. Les modèles frontier d'OpenAI et d'Anthropic, eux, restent au palier du dessus. Le palier rogne aussi des fonctionnalités (Bugbot, Auto mode, Automations, le SDK), comme n'importe quelle offre d'entrée. Ce qui m'intéresse, c'est la ligne de découpe. Un abo IA moins cher, ça voulait dire moins de requêtes, moins de sièges, moins d'options. On te donnait moins de la même chose. Maintenant on te donne autre chose. Un modèle différent. Et Cursor est loin d'être seul. Sur GitHub Copilot, le Pro à 10 dollars te donne Haiku et Sonnet. Pour les Opus, il faut passer au Pro+ à 39 dollars. Ce qui a une logique, quand on y pense. Le coût variable d'un produit IA est presque entièrement dans l'inférence. Donc le levier le plus direct pour afficher un prix plus bas, c'est de faire tourner un modèle moins cher. Alors je nuance tout de suite. À 7 dollars, l'offre peut être très bien. Sur de l'édition de code au quotidien, un modèle maison bien intégré fait souvent le job. Et ouvrir un outil à un marché où 20 dollars par mois pèsent beaucoup plus lourd, ça se défend complètement. L'Inde est le 3e marché de Cursor, avec une base qui a triplé en un an, à plus de 3 millions de développeurs. Ce qui me gêne arrive après. 2 personnes qui paient le même montant, chez 2 éditeurs différents, peuvent avoir des modèles très différents en face. L'information qui compte vraiment, quel modèle tourne à quel palier, est rarement celle qu'on met en gros sur la page de tarifs.

• 
  Laurent (@Loran750) a signalé il y a 34 minutes

  @fabienr34 alors il n'y a aucun problème car depuis 1 an, Github facture les opérations. Ils vont gagner pas mal d'argent. La version gratuite ne tiendra pas face aux agents autonomes. Il faudra casquer. Il suffit à Github de limiter le nombre de pull, de commit, ou autre pour obliger les gens à casquer.

• 
  Nevai (@ThisIsNevai) a signalé il y a 42 minutes

  @DigitalCyril @Hostinger Oui, impossible également de connecter mes domaines à mon repo GitHub en Node.js depuis 2 jours. Le support est perdu : ils ne savent pas d’où vient le problème et disent qu’ils investiguent…

• 
  Orion (@orion_offi) a signalé il y a 45 minutes

  @shedclip71748 Et non ils vont pas pourrir sur GitHub vu que j'ai mon propre serveur Git 🤓

• 
  Médéric (@Just_Med34) a signalé il y a 47 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.

• 
  Nevai (@ThisIsNevai) a signalé il y a 47 minutes

  @LurkMoarTV Oui, impossible également de connecter mon domaine à mon repo GitHub en Node.js depuis 2 jours. Le support @Hostinger est perdu : ils ne savent pas d’où vient le problème et disent qu’ils investiguent…

• 
  Nebeya 🌱 (@Nebeya_) a signalé il y a 48 minutes

  J'ai déçu Le workflow que j'ai présenté vous a pas plu. J'ai voulu EXPLIQUER le principe de harnais Vous attendiez un programme magique Github. Il n'existe pas. Je vous ai fait une seconde version plus technique tirée de l'app que je bâtis "Je te pardonne 🙏" en com & je te l'envoi

• 
  Formacrypto (@Forma_crypto) a signalé il y a 49 minutes

  @github vient de confirmer ce matin une intrusion dans ses dépôts internes : environ 3 800 repositories compromis, vecteur d’attaque une extension VS Code empoisonnée installée par un employé. Le groupe TeamPCP (suivi comme UNC6780 par Google Threat Intelligence) revendique l’opération et propose les données volées à la vente sur des forums underground pour 50 000 dollars minimum. GitHub a réagi rapidement : isolation du poste compromis, retrait de l’extension malveillante, rotation immédiate des secrets et credentials les plus critiques. Point positif dans l’immédiat : aucune preuve d’impact sur les repositories clients, entreprises ou organisations. L’enquête est en cours et GitHub a promis de notifier directement si des données tierces sont affectées. L’élément le plus frappant de cet incident reste la banalité du vecteur : une extension d’un outil de développement quotidien, utilisé par des centaines de millions de développeurs, suffit à ouvrir une porte dans l’infrastructure interne de l’une des plateformes les plus critiques de la supply chain logicielle mondiale. TeamPCP avait déjà compromis le scanner Trivy plus tôt cette année via le même type d’approche, impactant plus de 1 000 organisations. Ce n’est pas un hasard isolé, c’est une stratégie d’attaque par la chaîne d’outils de développement qui monte en puissance.

• 
  Laurent Cheylus (@lcheylus) a signalé il y a 50 minutes

  @_r3m8 @pbeyssac Pour le coup, c'est même pas le profil du bonhomme qui pose problème. C'est surtout que sa liste sur GitHub à propos de la vérif d'âge, est truffée d'approximations et de contre-vérités. Résumer une position évolutive sur le sujet (par ex. Debian), par oui/non, c'est simpliste.

• 
  deejay87 (@_deejay87_) a signalé il y a 51 minutes

  Juste un détail si certains jeux ont une erreur, ce n’est pas forcément lié à l’utilisation du programme mais au fonctionnement de mkpfs , exemple pour le peu que y ai test ou Stray a l’erreur de unreal fichier manquant ( je dois voir les issues GitHub), ou Kena qui saccade

• 
  AD la légende (@fuji445) a signalé il y a 60 minutes

  @nadirmilleback @iFeyz2 Github par contre c’est bêtement une entreprise qui héberge un serveur Git chez elle, et qui rajoute quelques fonctionnalités en plus pour ameliorer la collaboration avec des inconnus et c’est pas les seul, il y a aussi Azure Devops, Gitlab et autres

• 
  MoneyRadar (@MoneyRadar_FR) a signalé il y a 1 heure

  🧨 439 % de performance en six mois. Plus de 20 milliards $ sous gestion. 24 ans. Et en une seule nuit, tout est vendu à Ken Griffin. Tout le monde relaie le rachat par Citadel. Personne n'explique la mécanique, et surtout personne ne vous dit ce que ça provoque sur les actions concernées. Voilà le dossier complet. QUI ? Leopold Aschenbrenner. Ex-chercheur de l'équipe Superalignment d'OpenAI, licencié en 2024 pour une divulgation d'information interne qu'il conteste. Diplômé major de promotion de Columbia à 19 ans, entré à l'université à 15. Zéro expérience de trading avant de lancer son fonds. En 2024, il publie un essai de 165 pages intitulé "Situational Awareness". Le texte devient la thèse de référence du boom de l'IA. Il transforme cette notoriété en fonds d'investissement. Parmi ses premiers soutiens : les frères Patrick et John Collison (Stripe), Nat Friedman (ex-GitHub), Daniel Gross, et fait rarissime pour une firme de trading pour compte propre, Jane Street. Lancement fin 2024 avec environ 225 millions $. Mi-2026 : entre 20 et 24 milliards. Dans sa lettre du 24 juillet : +439 % nets sur le seul premier semestre, +1 551 % depuis la création. 🔎LA THÈSE Simple, et sur le fond parfaitement correcte : l'IA va exiger une accumulation gigantesque de semi-conducteurs, de mémoire, de calcul et d'électricité. Il achète donc l'infrastructure. Et il vend à découvert le logiciel, qu'il juge condamné par l'IA. LE DÉCLENCHEUR Le 10 juillet, SK Hynix s'introduit à Wall Street. C'est l'une de ses plus grosses positions longues. La cotation déclenche un débouclage des positions coréennes à effet de levier, puis l'effondrement du Kospi, qui a perdu environ un tiers de sa valeur en un mois. À partir de là, la double tenaille : 📉 son portefeuille long perd de la valeur, donc son collatéral fond 📈 ses ventes à découvert sur le logiciel, dont Adobe, montent, ce qui lui coûte du collatéral aussi Les deux jambes de sa stratégie perdent en même temps. Avec, selon plusieurs analyses, environ quatre fois d'effet de levier. L'AGONIE, JOUR PAR JOUR Ses prime brokers, Goldman Sachs, JPMorgan, Bank of America et Citigroup, déclanchent des appels de marge. Au moins l'un d'eux l'avait placé sous surveillance depuis des mois, jugeant sa concentration trop risquée. 🗓 23 juillet : Intel publie de bons résultats et l'action BAISSE quand même. Le marché soupçonne un vendeur agressif dans le carnet. C'était lui. Selon une source citée par le Financial Times, "il essayait de récupérer ses pertes". 🗓 24 juillet : il envoie à ses investisseurs une lettre qui énumère fièrement ses performances, concède que le fonds n'a pas été immunisé contre la baisse, puis la qualifie de meilleure fenêtre d'achat depuis début 2025. En post-scriptum, il invite ses clients à apporter de l'argent frais au 1er août. 🗓 Mercredi 29 : les investisseurs n'arrivent plus à le joindre. Il négocie en réalité avec Jane Street, Millennium et Citadel. 🗓 Dans la nuit : Ken Griffin s'implique personnellement. À l'aube, Citadel emporte le morceau. CE QUE CITADEL A RÉCUPÉRÉ Exactement la partie du portefeuille public qui était financée par la dette des courtiers. Il reste à Situational Awareness environ 10 milliards $, dont sa participation dans Anthropic, valorisée autour de 5 milliards. Le fonds devient de fait un véhicule d'investissement privé. Pourquoi Anthropic survit et pas le reste ? Parce qu'une participation non cotée n'a pas de prix quotidien. Elle ne peut donc pas être appelée en collatéral. Ce n'est pas de la conviction. C'est de la plomberie. ET MAINTENANT LA PARTIE QUE PERSONNE NE VOUS DIT Regardez ce qui est arrivé à ses actions le jour même où le vendeur forcé a disparu du marché, jeudi 30 juillet : 🚀 Nebius : +30 %, plus forte hausse quotidienne depuis septembre 2025 🚀 Bloom Energy : +27 % 🚀 SanDisk : +23 % 🚀 CoreWeave : +22 % 🚀 Applied Digital : +20 % 🚀 Micron : +15 % 🚀 AMD : +12 % Ces mêmes titres avaient perdu entre 35 % et 47 % sur le mois de juillet. Autrement dit : sa liquidation forcée a marqué le point bas. Le jour où il a cessé de vendre, ses positions ont décollé. Et ce matin, le Kospi signe la plus forte hausse quotidienne de son histoire (+17.9%). LA LEÇON Sa thèse n'a pas été démentie. Amazon vient de publier une croissance d'AWS de 37 %, la plus rapide depuis fin 2021. L'IA consomme bien des puces, de la mémoire et de l'électricité. Il n'a pas eu tort sur le fond. Il a eu raison trop tôt, avec de l'argent emprunté sur lequel il a appliqué un levier jusqu'à 4x . L'effet de levier ne change pas la qualité de votre analyse. Il change votre horizon de temps. Et sur les marchés, avoir raison après avoir été liquidé, ça s'appelle avoir tort. Faites attention avec l'effet de levier surtout lorsque vous jouez quasi uniquement sur des titres dont l'IV dépasse les 100 % à 1 an. #Leosold

• 
  Léo Bachelot (@egocgp) a signalé il y a 1 heure

  @MechBrain42 un mcp bien configuré, une app github, un serveur pour preview, même un novice peut POC easy sans front end