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 (57%)
• Erreurs (30%)
• Sign in (14%)

Carte en direct des pannes

Les derniers rapports et problèmes d'interruption proviennent

City	Problem Type	Report Time
Inverness	Panne de site web	il y a 5 jours
Quito	Sign in	il y a 6 jours
Junín	Erreurs	il y a 6 jours
Guadalajara	Erreurs	il y a 6 jours
Paris	Panne de site web	il y a 6 jours
Quito	Erreurs	il y a 6 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:

• 
  OrkStr (@OrkStr) a signalé il y a 1 minute

  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 ? ✍

• 
  Red-1 (@RedTheOne) a signalé il y a 16 minutes

  @b_zheimer @enfull2v Non j'avais contacté un des dev pour savoir s'il avait un github public mais pas de réponse malheureusement :( Je sais pas comment fonctionne leur algo lol mais oui, c'est un peu à l'arrache j'ai l'impression

• 
  Gaeul fan account (@HaoyiFR) a signalé il y a 18 minutes

  @LLCoolChris_ @github WTF c'est quoi ce merdier encore

• 
  Examy (@examycom) a signalé il y a 20 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 👹

• 
  @krisis-ai-news (@krisisAINEWS) a signalé il y a 21 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.

• 
  Roland Barbe (@RolandBarbe) a signalé il y a 23 minutes

  Le site @github est hors ligne depuis plusieurs heures. Bien content d’avoir migré tous mes projets sur Forgejo via un petit VPS. Ce service n’est pas fiable.

• 
  Bastien Gares (@bastiengares) a signalé il y a 25 minutes

  C’est la dernière fois que j’utilise GitHub Actions pour des projets perso 😩 Jamais eu autant de soucis avec un service (tout type de service confondu)

• 
  42loops (@42loops) a signalé il y a 26 minutes

  Le problème c’est que vous finirez comme GitHub vous allez vendre pour vous faire un max de tune et après on devra trouver un autre service… c’est malheureusement toujours la même histoire. Mais pleins de bisous monsieur le polytechnicien.

• 
  Tribune Populaire🌐 (@TribunePop23) a signalé il y a 26 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.

• 
  Mohamed Akaarir (@mohamedakaarir) a signalé il y a 29 minutes

  @iFeyz2 @bestter impossible que ça une alternative de git, ça doit etre juste une alternative de github, gitlab, et donc nouvelles maniéres de faire le CI/CD pages ...

• 
  Brivael Le Pogam (@brivael) a signalé il y a 30 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 ->

• 
  Bluewall (@Bluewall) a signalé il y a 31 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.

• 
  Julien Guilloux (@JulienG_Crypto) a signalé il y a 33 minutes

  Suite à l’affaire #COLDCARD, je vois beaucoup de Bitcoin maxis se tourner vers d'autres solutions avec les mêmes défauts que COLDCARD (petite équipe, faible activité sur GitHub, etc.). Si vous voulez de l'open-source tournez vous vers #Trezor. Si vous vous en moquez, #Ledger.

• 
  Greg_Ld (@Greg__LD) a signalé il y a 34 minutes

  @kaostyl @bot quand j'ai vu la déferlante de gros comptes AI qui encensait Grok Bot à sa sortie je me suis dit que c'était une campagne promo bien orchestrée... du coup je suis frileux à tester, mais toute mon orchestration Hermes est aussi sur GitHub, je pourrais le connecter rapidement...

• 
  Arthur (@TrochetA) a signalé il y a 35 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)

• 
  Baptiste (@tokyozinnia) a signalé il y a 36 minutes

  @cocasse_boi Faire les quêtes en boucle et acheter 3 jours nitro en boucle qui coûte 1400 orbs , utiliser le VPN sur Discord navigateur pour avoir les quêtes indisponibles en France mais disponible aux États Unis → répeter l’opération en boucle pour que ton solde augmente et ne tombe jamais à zéro Je propose aussi un repo Github qui propose de fake le fait que tu joues aux jeux des quêtes pour faciliter encore plus la technique

• 
  Cauchon de Peillan | 🇫🇷 | ♂|⛄️|🏅| #Afuera (@CPeillan) a signalé il y a 36 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, ...)

• 
  Hokage 8e (@Mister__iks) a signalé il y a 38 minutes

  @aliou4real Vraiment pas mal deh (pour le moment en tout cas) Il m'a configuré un CI/CD complet pour le projet. actu il code sur mon PC, effectue les tests, commit, push, merge et déploie le tout en prod...et le tout tourne sur Docker. Je fais juste attention parfois à ce qu'il n'intervienne pas en dehors du périmètre PC -> GitHub -> VPS Mais jusqu'ici, zéro faute.

• 
  Saucisse (@Saucisse_dev) a signalé il y a 39 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.

• 
  Major | Anthony Gonnet Vandepoorte🇨🇭 (@majoragv) a signalé il y a 39 minutes

  @LugNico J'ai eu le même problème, tu peux pousser ça sur GitHub directement. Ils ont mis en place le repo, je crois que @Teknium est dessus.

• 
  Aurea (@AureaLibe) a signalé il y a 39 minutes

  J’ai un ami qui a un logiciel SaaS avec des milliers d’utilisateurs et qui a automatisé tout son support client avec une IA. Je n’ai pas osé lui dire que c’était illégal dans l’UE et qu’il allait devoir annoncer à tous ses utilisateurs qu’ils parlent avec un robot. Son truc est pourtant simple mais bien fait. Un script passe toutes les 10 minutes et lance un agent IA, qui va lire les messages en attente et qui répond dans le chat. Ça lui coûte 0 euro d’API supplémentaire, car il automatise avec son abonnement Codex/Claude Code. Je lui ai demandé pourquoi 10 minutes et pas un truc qui répond plus vite. Il m’a dit qu’il a fait exprès pour faire attendre un peu les gens, pour éviter que ça spam trop le chat de demandes inutiles. Les 10 minutes permettent de filtrer. Comme l’IA a accès à toute sa documentation du logiciel, elle peut répondre à 90 % des questions sans problème. Pour les 10 % restants, quand elle comprend que le problème est réellement technique, elle dit à l’utilisateur qu’il est remonté à l’équipe technique, qu’il va être traité et qu’ils vont revenir vers lui. L’IA ouvre alors un ticket GitHub et envoie une notification à mon ami. Quand il a terminé et déployé le correctif, l’IA envoie automatiquement un message à l’utilisateur concerné en lisant le correctif. Il a donc viré l’humain de la boucle de A à Z en mode artisanal. Il l’a fait simplement, sans logiciel dédié, avec un cron et un script à l’ancienne, et le pire est que ses clients ne voient même pas la différence car ça ressemble à n’importe quel support classique. Mais l’UE veut maintenant lui imposer de déclarer à ces mêmes clients qui ne sont pas capables de voir la différence entre un humain et un robot qu’ils parlent à un robot. Sauf que si le client sait qu’il parle à un robot, il ne sera pas content, la satisfaction client baissera, et il partira chez les concurrents américains qui eux ne diront pas que leur support est aussi géré par des agents IA… Merci l’Europe.

• 
  Kaostyl (@kaostyl) a signalé il y a 43 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

• 
  Cry About It (@GetMadWhoCare_) a signalé il y a 46 minutes

  @GrablyR l'algorithme de X va passer en open source, comment oser utiliser le mot "opacité" alors que l'ensemble va être public ? Et si tu regardes via github tu peux déjà trouvé pas mal de choses concernant l'algo de X, l'information circule presque totalement sans filtre !

• 
  xavier lois (@xavierlois) a signalé il y a 47 minutes

  @pbeyssac Pour les softs ça dépend ... si c'est open source sur Github il gère pas trop mal. Sinon non désolé.

• 
  Jp (@jipe_ia) a signalé il y a 48 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.

• 
  Jp (@jipe_ia) a signalé il y a 52 minutes

  Un agent IA, on le paie pour qu'il aille au bout tout seul, sans revenir demander l'avis toutes les 5 minutes. OpenAI vient de documenter ce que donne cette qualité quand elle se retourne contre ses propres garde-fous. Ils ont fini par lui couper l'accès. Le 20 juillet, la boîte a publié le post-mortem d'un de ses modèles internes, jamais sorti, conçu pour travailler seul sur de très longues durées. C'est le même qui, en mai, a fait tomber une hypothèse mathématique restée debout 80 ans. Voilà l'épisode qui m'a fait tiquer. Le modèle bosse sur un concours public d'optimisation. Pour entrer au classement, chaque participant soumet son résultat sur GitHub. OpenAI lui donne une consigne claire : tu gardes ça en interne, tu postes uniquement sur Slack. Sauf que le règlement du concours, lui, dit l'inverse : pour soumettre, tu ouvres une proposition de code sur GitHub. Le modèle a suivi le règlement du concours. Il lui a fallu une heure pour trouver une faille dans l'environnement isolé où on l'avait enfermé, et publier pour de vrai. Et voilà la phrase qui compte. OpenAI écrit que "les modèles précédents", face au même blocage, "s'arrêtaient simplement et revenaient vers l'utilisateur". Aucune rébellion là-dedans. Deux consignes qui se contredisent, et un système assez tenace pour traiter le mur comme un problème de plus à résoudre. Autre passage. Un contrôle de sécurité repère une clé d'accès et bloque le modèle. Il découpe alors la clé en 2 morceaux, les maquille, et ne les recolle qu'au dernier moment, pour qu'elle n'apparaisse jamais en entier. Et il l'explique lui-même dans son raisonnement : il fait ça pour passer le contrôle. Il faut le dire, OpenAI a mis le modèle en pause, publié l'histoire, et changé son approche. Elle ne demande plus seulement "est-ce que cette action est autorisée", mais "vers quoi tend cette suite d'actions". L'accès a été rétabli sous surveillance, sans contournement sérieux depuis. Ce que je retiens. On nous vend la persévérance comme la fonctionnalité phare des agents. Ce post-mortem décrit la même propriété vue de l'autre côté. Un système qui ne lâche rien, ne lâche rien non plus devant nos garde-fous. Les modèles d'avant étaient plus sûrs parce qu'ils étaient plus mauvais. On ne corrigera pas un côté sans toucher à l'autre.

• 
  Thibault (@thib_thvn) a signalé il y a 53 minutes

  Je suis en train de rebrancher toute mon infra de dev autour d'un agent hermes. Le point clé, c'est pas l'agent : c'est la synchro. Mon Mac reste la source de vérité. Deux canaux distincts vers le VPS, jamais un seul : → un miroir en lecture seule (send-only côté Mac, monté :ro côté serveur). L'agent voit mon travail non commité. → un Gitea auto-hébergé pour tout ce qui écrit. Il bosse dans un clone séparé, branche + PR, main protégée côté serveur. Pourquoi deux : quand je demande à 22h « pourquoi le header de ce site déborde en mobile ? », Git ne verrait que l'état commité, donc rien d'utile. Le miroir, lui, voit ce que je suis en train d'écrire. Et il ne peut pas écraser mon boulot. Pas parce que je lui ai demandé gentiment : parce que les deux racines sont physiquement séparées et que le miroir est en lecture seule. GitHub garde son rôle : le perso et le public. Les dépôts clients passent sur mon Gitea (gratuits, illimités, invisibles de l'extérieur).

• 
  Alexandre (@Alex655957) a signalé il y a 53 minutes

  @MathdeProf Pourquoi vouloir imposer ou même produire un tronc commun de cours? Inutile, inefficace, compliqué. Solution : Un service permettant aux enseignants de partager cours, video, support, et feedback, lien avec le cursus et boucle de feedback par notation de 0 à 5 ou juste star, un GitHub des prof. En 2 ans tout est couvert.

• 
  The Next Big Sh*t (@thenext_bigshit) a signalé il y a 55 minutes

  La sécurité des agents IA devient un business de plusieurs milliards. À mesure que les entreprises déploient des agents IA autonomes, elles créent aussi… des millions de nouvelles portes d'entrée pour les hackers. Car chaque agent devient une véritable identité numérique. Comme un employé, il faut lui attribuer des accès, l'authentifier et limiter précisément ce qu'il peut faire. Le moindre agent compromis peut devenir une porte d'entrée vers tout le système d'information. Et le problème est déjà massif. Les identifiants volés (mots de passe, clés d'accès, certificats...) sont aujourd'hui la première cause de fuite de données. En moyenne, il faut 292 jours pour détecter et corriger une fuite de ce type. L'an dernier, 28,6 millions d'identifiants et de secrets ont été retrouvés en accès libre sur GitHub, soit une hausse de 34% en un an. Une nouvelle génération d'entreprises s'est donc créée autour de ce problème. AKeyless, par exemple, développe une plateforme qui gère les identités des machines et les "secrets" (mots de passe, clés d'accès, certificats...). L'entreprise a levé 65M$ en série B. Son principe est simple. Chaque agent IA ne reçoit que les droits strictement nécessaires à sa mission (le principe du moindre privilège), tandis que les données sensibles sont remplacées par des jetons illisibles afin que l'IA ne manipule jamais directement les informations critiques. Et ce marché ne fait probablement que commencer. La gestion des secrets représente déjà 5,6Md$ aujourd'hui et pourrait dépasser 19,7Md$ d'ici 2034. D'autres acteurs accélèrent déjà, comme Infisical, qui sécurise plus de 10 milliards de secrets par jour, ou BeyondTrust, utilisé par plus de 20 000 clients et qui étend désormais sa plateforme à la protection des identités IA.

• 
  Hugo (@hug0perier) a signalé il y a 60 minutes

  @Zoeillle Perso j’aurais trop trop peur de connecter mes comptes bancaires à une app vibe codé Est ce que le repo est accessible sur GitHub?