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 (53%)
• Erreurs (33%)
• Sign in (14%)

Carte en direct des pannes

Les derniers rapports et problèmes d'interruption proviennent

City	Problem Type	Report Time
Paris	Panne de site web	il y a 12 jours
Ahmedabad	Erreurs	il y a 18 jours
Delme	Sign in	il y a 19 jours
Lyaud	Panne de site web	il y a 19 jours
Catania	Erreurs	il y a 21 jours
Inverness	Panne de site web	il y a 1 mois

Carte de panne complète

Discussion communautaire

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

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

GitHub Rapports de Problèmes

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

• 
  Howmation (@howmation) a signalé il y a 1 minute

  Sa release GitHub est 0.2.1, mais son manifeste interne affiche encore 0.2.0 😬 Elle écoute les appels de service et, selon la règle, compare l’état ou les attributs remontés à Home Assistant à ce qui est attendu, ou attend qu’un attribut commence à changer.

• 
  Quentin L · Système IA personnel (@QuentinLecocq_) a signalé il y a 4 minutes

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

• 
  Jp (@jipe_ia) a signalé il y a 4 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.

• 
  アルノ (@ArnoTaoTensor) a signalé il y a 5 minutes

  Jobscan et Teal vous facturent 20 à 50 dollars par mois pour réécrire votre CV avec une IA et siphonner vos données sur leurs serveurs cloud. C'est le capitalisme de la paresse : monétiser l'angoisse des chercheurs d'emploi en leur vendant une surcouche marketing hors de prix. J'ai codé l'exact équivalent : 100 % open-source, 100 % gratuit, et 100 % confidentiel en local sur votre machine. Zéro fuite de données, zéro abonnement. Résultat sur X après publication : 80 vues, 2 likes. Le silence absolu de la matrice. Pendant que la moindre polémique stérile fait des millions de vues, un outil technique qui rend service gratuitement est enterré vivant par l'algorithme. Alors, posons les vraies questions sans langue de bois : qu'est-ce qui bloque ? Est-ce la barrière technique de l'installation en local, l'addiction masochiste aux abonnements SaaS payants, ou le fait que le travail utile ne fait pas de clics ? Dites-le-moi en commentaire. (lien du repo Github en commentaire)

• 
  Abdel_mio (@AbdelMio) a signalé il y a 5 minutes

  Je viens de créer mon Github je vais tout mettre là-bas, faut vraiment prouver à partir de maintenant.

• 
  Paul Vengeons (@VengeonsP) a signalé il y a 10 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 ˅

• 
  Cleeven (@CleevenOfficial) a signalé il y a 10 minutes

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

• 
  Donwar🧂🟩 ₿ (@donwar74) a signalé il y a 13 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

• 
  Kaostyl (@kaostyl) a signalé il y a 14 minutes

  Bon alors petit update sur cette migration de serveur (ou plutot d'environ 150 wordpress vers du static github>cloudflare) par mon agent Hermes.... C'était pas si mal mais pas assez parfait pour que je valide... donc c'est un echec. Hugo etait un mauvais choix, pas top pour des sites multilingue entre autre et surtout j'avais pleins de trucs cassé, un design de *****... Bref !! Je suis en train de tout recommencer avec Astro... et cette fois je borde tout car chaque site à sa particularité donc il faut que le workflow soit capable de gérer l'ensemble des cas particuliers... Je vous tiendrais au courant ! Ce qui est sur c'est que j'ai largement sous estimé la tache mdr et j'ai surement mal fait pleins de trucs...

• 
  Smartphones sans Google (GAFAM) (@Sans_Google) a signalé il y a 18 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.

• 
  Gabriel (@GChinarro) a signalé il y a 19 minutes

  Nous Research sort sa " Pantheon Release " chez moi, ça fait des semaines qu'Héphaïstos forge, que Momus conteste tout et que Némésis punit l'excès de confiance. Et personne ne franchit le Rubicon sans mon feu vert. je vous présente la maisonnée. Janus ouvre chaque chantier. Deux visages : un qui lit le problème, un qui lit le projet. Il compose l'équipe, il route, il referme. Héphaïstos forge le code. Il n'a pas le droit de juger son propre ouvrage, jamais. Athéna découpe, arbitre, prépare les gates. Elle n'écrit pas une ligne de code. Momus, le dieu du blâme, conteste tout et ne corrige rien. Même « rien à signaler » doit être motivé. Argus vérifie avec ses cent yeux. Mécanique, répétable, sans imagination, c'est voulu. Némésis double la forge sur tout code pas encore validé. Son métier : réfuter les prétentions au parfait. et la nuit, un Vigile fait sa ronde. Un script, pas un agent, une garde sans surveillance ne doit rien pouvoir interpréter. la règle qui tient tout ça debout : un palier n'est jamais clos par celui qui l'a construit. Un modèle qui relit son propre travail retrouve ce qu'il a déjà pensé. Un modèle chargé de le réfuter trouve autre chose. faire discuter des agents, c'est de l'ingénierie. Les tenir, c'est du droit. je comptais raconter tout ça en septembre, tranquillement. Les géants en ont décidé autrement. La façade est dispo sur mon GitHub. Le routage, lui, reste chez moi.

• 
  Le PLOUTOS (@leploutos) a signalé il y a 21 minutes

  CapCut te colle des watermarks, il te prend 24€ / mois pour fonctions de base, et tes fichiers passent par les serveurs 🇨🇳 de ByteDance. Des devs en ont eu marre et ont construit l'alternative open source. Ça s'appelle OpenCut, 50 000 étoiles sur GitHub en un an. Concrètement : - Un éditeur vidéo timeline + multipiste qui tourne dans le navigateur - Tout est traité en local, tes vidéos ne quittent jamais ta machine - Pas de compte, pas de watermark, pas d'abonnement - Un noyau Rust compilé en WASM, la même approche que Figma pour la perf - Licence MIT, donc si les mainteneurs déconnent un jour, n'importe qui peut fork C'est exactement ce qui se passe partout en ce moment. Avec le vibe-coding, les devs sont en train de construire un maillage open-source qui remplace un à un les SaaS bullshits, ceux qui te font payer un abonnement pour des features qui coûtent zéro à faire tourner. Un mec seul avec Claude Code ou Codex peut maintenant sortir en quelques semaines ce qu'une boîte facturait 15€ par mois.

• 
  Cauchon de Peillan | 🇫🇷 | ♂|⛄️|🏅| #Afuera (@CPeillan) a signalé il y a 21 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, ...)

• 
  Bastien Gares (@bastiengares) a signalé il y a 26 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)

• 
  François Negroni (@IAviateur) a signalé il y a 28 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.

• 
  Pierre-Olivier Carles (@pocarles) a signalé il y a 33 minutes

  C'est vraiment ridicule. Je fais relire tous les emails ou textes importants pour les fautes, et de ce fait, la watermark s'applique sur une contribution minime voire nulle s'il n'y avait pas de faute. Si je change d'avis et décide de réécrire tout ou partie du texte, la watermark reste. Accessoirement, quand je paye $200 pour pouvoir utiliser vos modèles, en vrai, dec e que j'en comprend, ce qu'ils produisent n'est pas vraiment à moi, si ? Parce que toi, @DarioAmodei, quand tu es payé pour faire un truc pour @AnthropicAI, on est d'accord que ce que tu as fait appartient à Anthropic, non? Vous êtes insupportables à chercher des problèmes pour vos solutions, et à vous approprier des droits sur tout ce que vous voyez passer (et je ne vais même pas évoquer vos tags dans GitHub... mais je viens de le faire).

• 
  Jp (@jipe_ia) a signalé il y a 35 minutes

  La pull request, on en a fait le rite de passage du code sérieux. Un humain relit le diff, approuve, merge. Depuis 2010 qu'on bosse comme ça. Les agents IA sont en train de casser l'hypothèse de départ, et on n'a pas encore de réponse. Le principe de la PR tient sur une idée simple : quelqu'un lit avant que ça parte. C'est ce qui te donne le droit de valider, puis de merger. Le patron de Depot vient de poser le problème dans un article. Depot vend de l'infra de build et d'intégration continue, plus des sandbox pour faire tourner des agents. Sa lecture de ce que changent les meilleurs modèles : plus de code, plus de branches, plus de travail en parallèle, et d'autant plus de pression sur une organisation pensée pour des humains. Son point : notre façon de collaborer, largement bâtie autour de GitHub, entre en conflit avec la manière dont on fabrique du logiciel aujourd'hui. Sa formule, c'est que les gagnants de la prochaine décennie ne construiront pas une meilleure pull request. Il n'avance aucun chiffre, donc je le prends comme une thèse, pas comme une démonstration. Mais l'endroit où ça coince me parle. Le rituel peut très bien rester intact pendant que la garantie derrière s'en va. Et je crois que le vrai sujet est là. Il tient en une question. À quoi ressemble la confiance dans du code quand plus personne ne lit tout ? Parce que cette confiance va bien devoir se loger quelque part : → dans les tests qui prouvent que ça tourne → dans des périmètres si petits qu'un agent ne peut pas trop casser → dans des garanties au niveau du système, pas de la ligne de code Alors non, je ne dis pas que la PR est morte. Lui non plus ne le dit pas. Sur un fix de 3 lignes, relire à la main a encore tout son sens. Et je n'ai pas de réponse propre, franchement. Mais j'ai 14 ans de dev derrière moi, et la PR, c'était presque sacré. La voir vaciller comme ça, ça me fait me demander une chose. Le prochain métier de dev, ce sera moins écrire et relire du code. Et beaucoup plus décider à quoi on accorde sa confiance.

• 
  Trigor (@Trigor_Warning) a signalé il y a 39 minutes

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

• 
  Shen🇨🇭 (@ShenDigital) a signalé il y a 41 minutes

  @leonardoballand La génération vidéo, c’est celle où j’ai le plus galéré, même si je suis assez content du résultat. Les efforts fournis ne justifient pas d’y passer plus de temps pour l’instant. (Projet perso, chargé au démarrage du serveur depuis un GitHub privé.) Si j’ai besoin de vidéos, je passerai plutôt par les plateformes cloud. Quand tu as monté le pod, as-tu injecté ton script d’installation ou utilisé un de leurs templates ?

• 
  Syaoran (@Syaor4n) a signalé il y a 43 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 !

• 
  Aurea (@AureaLibe) a signalé il y a 43 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.

• 
  Mohamed (@Mohamed__l) a signalé il y a 46 minutes

  TL;DR : GPT 5.6 Sol c'est cool quand Claude parle chinois. Sur un problème bien chiant de scrap, Opus 5 tournait en rond... "Pas possible", "oups j'ai oublié blabla" Je test Fable 5 en ultracode et je challenge GPT 5.6 sol en ultra aussi. Au bout de 3 min GPT 5.6 débloque la situation, pendant que Fable 5 continue à m'faire le fonctionnaire et remplir des post-it GPT 5.6 pour certains bout de code en dev il va faire un vrai taff de dev, search github et reflexion +++ "La collecte complète est terminée : 4 658/4 658 réponses traitées, zéro erreur, en 27,2 secondes"

• 
  Siby_dev 🇸🇳 (@sibyog13) a signalé il y a 47 minutes

  @CheikhAlmudo Oui, sans problème : si ton projet est déjà sur ton PC/GitHub, OpenCode peut reprendre le code existant et continuer exactement là où tu t’étais arrêté avec Antigravity.

• 
  Kasper (@0xKasper_) a signalé il y a 50 minutes

  Voici un TUTO pour acheter et sécuriser ses bitcoins sans portefeuille matériel L’objectif est de conserver ses bitcoins sans dépendre de la sécurité d’une plateforme ou d’une entreprise ( cc @COLDCARDwallet ). Pour cela, nous allons utiliser Sparrow Wallet, un portefeuille Bitcoin non custodial qui génère et conserve les clés privées localement. Son architecture repose sur des standards ouverts ce qui permet de garder un portefeuille compatible, vérifiable et indépendant du logiciel utilisé. Avant de commencer, assurez vous d'avoir un PC dédié uniquement pour stocker ce portefeuille. D’abord pourquoi Sparrow Wallet ? ✅ Le fichier du portefeuille est protégé par un mot de passe renforcé avec Argon2 pour ralentir les tentatives automatisées de déchiffrement. ✅ Sparrow s’appuie sur BIP32 et BIP84 pour dériver les clés de manière déterministe et générer des adresses Native SegWit bc1q compatibles avec les standards Bitcoin et plus efficaces en frais. ✅ Sparrow donne accès aux UTXO, aux entrées, aux sorties et aux frais avant la signature ce qui permet de contrôler précisément la construction de chaque transaction plutôt que de laisser le logiciel sélectionner automatiquement les fonds. ✅ Le projet est open source et publié sur GitHub sous licence Apache 2.0 avec des binaires reproductibles. Nous pouvons passer à la création du portefeuille. > Téléchargez Sparrow Wallet depuis le lien officiel. > Sélectionnez un serveur public puis cliquez sur File menu > New Wallet. > Conservez Single Signature et Native SegWit P2WPKH dans les settings. > Dans l’encadré Keystores, cliquez sur le 3ème bouton New or Imported Software Wallet. > Cliquez sur Use 24 Words dans Mnemonic Words (BIP39) et enregistrez au chaud cette clé ( si vous la perdez, force à vous). > Dans Receive ensuite générez une adresse Bitcoin native pour recevoir les $BTC de HyperLiquid. > Créez un portefeuille Rabby séparé qui servira uniquement à acheter du bitcoin sur Hyperliquid en spot pour l'envoyer sur Sparrow. ( De préférence, essayer d'alimenter votre rabby de manière sûr ) Pour ceux qui rencontre des problèmes, hésitez pas à envoyer un commentaire pour que je vous aide et non le tuto n'était pas que de faire une adresse rabby.

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

  On répète partout que l'IA est vendue à perte, et que le jour où l'argent des levées se tarit, les prix vont exploser. Dans les faits, la requête facturée au token dégage de la marge. DeepSeek, le chinois, revendique plus de 80 % sur son modèle de raisonnement R1. La perte est ailleurs. J'ai fait une vidéo là-dessus fin juin. Je relayais la thèse d'Ed Zitron, un journaliste américain qui passe son temps à décortiquer l'économie de l'IA et qui annonce la fin d'OpenAI : les abos à 20 ou 200 balles sont vendus à perte. Je disais déjà que je restais prudent tant qu'aucune boîte n'avait publié ses coûts. Depuis, des chiffres sont sortis. Ils déplacent la ligne. Le calcul le plus parlant vient d'un ingénieur de chez GitHub, qui bosse sur Copilot. Il prend une des cartes graphiques qui font tourner ces modèles dans les datacenters. Il compte l'électricité qu'elle avale, le refroidissement qu'il faut derrière, et il étale son prix d'achat sur 5 ans. → environ 1 $ le million de tokens de sortie (ce que le modèle génère, la partie qui coûte). → facturé 4,50 $ sur GPT-5.4-mini, un des petits modèles d'OpenAI. Et 3 à 6 fois plus cher sur les gros. Il pose lui-même la limite : personne ne connaît la taille réelle des modèles d'OpenAI et d'Anthropic, donc la comparaison exacte est impossible. Mais les 70 à 80 % de marge que les fournisseurs annoncent sur nos requêtes lui paraissent "extrêmement plausibles". Et DeepSeek facture moins de la moitié des prix d'OpenAI et d'Anthropic. La requête facturée à l'usage n'a rien d'une œuvre de charité. Là où ça saigne, c'est le forfait illimité. SemiAnalysis, un cabinet d'analyse spécialisé dans les puces et l'IA, a acheté chaque offre grand public et l'a poussée jusqu'à sa limite hebdomadaire. Un abonnement ChatGPT Pro à 200 $ par mois, utilisé à fond, vaudrait jusqu'à 14 000 $ par mois aux tarifs publics de l'API. Environ 3 500 $ de calcul réel. Pour 200 $ encaissés. Le buffet dont je parlais, il est là. Et nulle part ailleurs. Ça se voit dans le calendrier. Anthropic a activé ses plafonds de crédits agent le 14 juin. Selon la même analyse, OpenAI est le plus exposé, et le plus susceptible de bouger ensuite. Pendant ce temps, les marges brutes d'OpenAI seraient passées de 28 % en 2024 à 43 % en 2025. Le détail que je trouve savoureux : ces chiffres viennent d'états financiers fuités, sortis par Zitron lui-même et vérifiés de façon indépendante par le Financial Times. Celui qui annonce la fin d'OpenAI a publié les documents qui montrent ses marges en train de remonter. Alors oui, les labos perdent de l'argent. Globalement, massivement. MAIS le trou se creuse sur l'entraînement des modèles et sur les milliards engloutis dans les datacenters. Le coût d'une requête, lui, est couvert. L'argent gagné sur nos requêtes paie même une partie de l'entraînement des prochains modèles. Je ne suis ni analyste ni spécialiste de ces modèles économiques, je lis et je recoupe comme tout le monde. Et je n'ai aucune idée de comment se remboursent des datacenters pareils. Et le pronostic change selon l'endroit où on place la perte. Je maintiens ce que je disais : quelqu'un paie ton assiette. Je précise juste où. La subvention est dans l'illimité. La requête facturée au token tient debout toute seule. Donc si tu utilises l'IA à fond tous les jours, l'échéance qui te concerne porte sur ton forfait. Le prix du token, lui, bougera plus tard.

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

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

• 
  The NEWS (@thenews_fr) a signalé il y a 56 minutes

  🇺🇸🤖 ALERTE — Des IA d'OpenAI (la société derrière ChatGPT) s'échappent d'un test et piratent un site concurrent OpenAI a révélé que plusieurs de ses IA — dont GPT-5.6 et un modèle encore plus puissant, pas encore sorti au public — ont réussi à sortir d'un environnement fermé où elles étaient testées, à se connecter à Internet, puis à pirater les serveurs de Hugging Face, un site qui héberge des intelligences artificielles et sert de référence dans ce secteur (un peu comme un GitHub de l'IA). Le but des IA : trouver en douce les réponses au test qu'on leur faisait passer, pour "tricher". OpenAI parle d'une "cyberattaque sans précédent" et dit avoir renforcé ses systèmes de sécurité depuis.

• 
  AlexisAMZ 🦈 (@AlexisAMZ_) a signalé il y a 57 minutes

  Salutttt ! y'a t'il des devs parmis vous qui ont un compte github avant 2026 pour me rendre un service ?

• 
  SoxZz5 🐉🏴‍☠️ (@SoxZz5) a signalé il y a 58 minutes

  @Alain_Ncls @PowerHasheur @MetaMask "rotation des clés" et j'suis d'accord en effet mais bon si t'envoie 100k sur ton wallet d'agent t'es aussi pas très sérieux fact is tu store ta clé avec encryption, mais pour un bot comme ça encryption ou pas faudra bien déchiffrer la pkey pour signer donc qu'il soit dans le .env ou que la clé d'encryption soit dans le .env le changement il est pas énorme Ton seul moyen c'est d'avoir un service signer, et même là tu va devoir gérer une allowlist parce que bon never too safe une clé chaude dans le .env j'vois pas le soucis si t'es pas le boulet qui la push sur github Donc oui si on veux allez plus loin, signer service avec encryption côté KMS, rotation des clés, multisig pour le wallet tréso, et ta pkey chaude sera de toute façon injecter, sinon tu monte sur des enclave nitro mais bon pour un bot de moldu taper dans une enclave nitro j'pense pas que grand monde va payer pour ça c'est déjà plus sérieux non ?

• 
  Aurea (@AureaLibe) a signalé il y a 60 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.