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 11 jours
Quito	Sign in	il y a 12 jours
Junín	Erreurs	il y a 12 jours
Guadalajara	Erreurs	il y a 12 jours
Paris	Panne de site web	il y a 12 jours
Quito	Erreurs	il y a 12 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:

• 
  Genius UX (@Genius_UX) a signalé il y a 4 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 !

• 
  Lionel Maes (@MaesLionel) a signalé il y a 8 minutes

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

• 
  F4GXS📻🔊🍑💨🌈🐈‍⬛ (@LE_F4GXS) a signalé il y a 9 minutes

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

• 
  اكرم (@Egv17__) a signalé il y a 9 minutes

  Des que la beta fc27 finie ça va s’intéresser aux fifa 17 et tt des mec de github la ça a l’air pas mal

• 
  Mohamed Akaarir (@mohamedakaarir) a signalé il y a 9 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 ...

• 
  Théo Lelong (@ThoTbj) a signalé il y a 10 minutes

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

• 
  Bastien Gares (@bastiengares) a signalé il y a 11 minutes

  C'est infernal ce problème, ça me fait détester Github 😒

• 
  Zezinho Ecom 🐉 (@Ecom_Zezinho_) a signalé il y a 12 minutes

  Si un jour tu renverses de l'eau sur ton pc ou qu'il crame = tu perds TOUTE ta data Ça arrive vraiment. Et c'est pour ça que je stocke tout sur GitHub plutôt qu'en local sur mon PC. Ton PC tombe en panne ou tu renverses un truc dessus, si t'as pas sauvegardé ton disque dur c'est terminé, des mois de data envolés en 2 secondes...

• 
  Mickaël Ahouansou (@micka_dore) a signalé il y a 14 minutes

  J’ai commencé à construire mon MCP Obsidian pour qu’un agent retrouve les bonnes notes. Quand je lui ai donné le droit d’écrire, le problème a complètement changé. Le cas le plus piégeux c’est pas celui où ça casse. L’écriture réussit, mais la réponse se perd. L’agent croit qu’elle a échoué. Tu le laisses recommencer ? S’il rejoue l’action, il peut créer un doublon ou écraser un état plus récent. Ce problème est devenu central dans Optimike Obsidian MCP. Depuis, je regarde moins le nombre d’outils que les garanties autour de chaque action. Peut-il montrer ce qu’il va changer avant de l’appliquer ? Refuser l’écriture si l’état a évolué ? Vérifier ce qu’il a réellement fait ? Reprendre une opération incertaine sans la rejouer à l’aveugle ? Lire un coffre est utile. Y agir sans lui faire perdre sa cohérence, c’est un autre métier. J’ai mis l’article et le repo GitHub en réponses 👇

• 
  Examy (@examycom) a signalé il y a 22 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 👹

• 
  Buti (@LeButineur_Off) a signalé il y a 25 minutes

  « N'importe qui peut vibe coder ton app en 30 mins, donc ton business est mort. » C'est l'argument qu'on lit partout depuis quelques mois. Et c'est probablement l'un des plus déconnectés de la réalité qui circule dans la bulle tech. Petit rappel 👉 nous sommes une fraction infinitésimale de la population. Des gens ignorent encore ce qu'est un navigateur. Des profils « techniques » trouvent le clonage d'un repo GitHub trop compliqué. Et tu crois vraiment que ces personnes vont soudain concevoir, déboguer, sécuriser, déployer ET maintenir leur propre logiciel ? Le grand public tape une question dans ChatGPT, obtient une réponse moyenne, conclut que l'IA n'est pas pour eux, et referme l'ordinateur. Voilà le vrai comportement de la majorité. Faire fonctionner ≠ faire du bon logiciel. Un prompt qui génère une app démo, c'est 5% du boulot. Derrière, il reste : – le choix du stack – le backend, le frontend, l'auth – le stockage, le déploiement, la sécurité – les updates, les cas limites – l'UI que personne ne veut设计 – les centaines de décisions produit qui s'accumulent à chaque feature Cette complexité opérationnelle, elle ne disparaît pas parce qu'un LLM écrit ton CSS. Même les développeurs, pourtant la cible la plus légitime du « je le fais moi-même », restent paresseux au sens humain : ils préfèrent passer leur temps sur LEURS projets. Pour leur vendre, il faut cocher architecture, sécurité, ownership, extensibilité, intégrations. La barre est haute. Tes clients ne paient pas pour ta technologie. Ils paient pour : – la commodité – le fini – le fait que ça marche déjà – ne pas avoir à comprendre comment Le vibe coding n'est pas une menace fantôme, c'est un vrai phénomène. Mais il rend le software plus accessible, pas la maintenance, la distribution ni la confiance. 👉 si ton app simple ne croît pas en 2025, ce n'est PAS parce que les gens peuvent la recoder avec Claude ou Cursor. C'est un problème de distribution et de ventes. « Ils peuvent le vibe coder » est une excuse confortable pour ne pas regarder le vrai problème en face. Ton produit ne meurt pas parce qu'il est clonable. Il stagne parce que personne n'en parle.

• 
  Arthur (@TrochetA) a signalé il y a 29 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)

• 
  OrkStr (@OrkStr) a signalé il y a 35 minutes

  Nouveau coup de tonnerre dans la bulle de l'IA : un agent aurait lancé une cyberattaque de façon totalement autonome, créant ainsi un précédent qui a de quoi impressionner. J'ai enquêté sur le sujet, et j'ai trouvé la vraie histoire, avec des réactions et des analogies qui valent le détour : Un type à Melbourne demande à son agent IA (Claude, via OpenClaw) de lui réserver un cours de sport. Le cours est complet, alors l'agent va fouiller l'API de réservation de la salle et trouve une faille : il arrive à booker des créneaux des semaines en avance, bien au-delà de ce que le système autorisait. L'utilisateur, quatrième sur liste d'attente pour un autre cours, "demande alors s'il peut être remonté en tête". Sans qu'on lui demande d'aller jusque là, l'agent teste s'il peut annuler la réservation d'un inconnu : ça marche ! L'API n'avait aucun contrôle d'autorisation sur l'annulation des réservations des autres, le genre de trou que les devs appellent un IDOR (contrôle d'accès cassé côté serveur), pas une intrusion au sens propre. Il supprime la personne en première position, prévient son utilisateur de ce qu'il vient de faire, puis s'excuse ("j'aurais dû tester ça en simulation plutôt qu'en direct") en précisant qu'il ne peut plus revenir en arrière : la personne va devoir se réinscrire à la fin de la file😬 L'histoire, racontée par Andrew Curran tourne depuis hier soir. ABC News en a fait un reportage ce matin, "première cyberattaque autonome connue en Australie" selon leur titre. Florian Roth (le créateur de l'outil Sigma, référence reconnue en cybersécurité) a raison de tempérer ça dans une réponse qui mérite d'être lue : demander à un agent de vous faire passer de la 4e à la 1re place d'une liste d'attente, c'est déjà lui demander de contourner la logique de l'appli, il n'existait pas de fonction légitime pour ça. Donc non, l'agent n'a pas "décidé tout seul de pirater un gymnase" comme le raconte la version qui circule le plus. Ce qui reste vrai, et que Roth reconnaît lui même comme problématique, c'est que tester une action destructrice sur le compte d'un tiers pour y arriver, ça, personne ne le lui a demandé. Petit aparté qui vaut d'être noté : une variante quasi identique de cette faille (réservation anticipée, annulation d'autrui) avait déjà été racontée en avril par un responsable IA australien sur le blog de sa boîte. Pas un cas isolé du jour, donc, plutôt un motif qui revient assez pour qu'on commence à le repérer. Et c'est exactement là que ça devient intéressant. Un humain qui voit "cours complet" abandonne, pas forcément par manque de compétence technique, mais plutôt parce qu'il SAIT qu'aller virer un inconnu de son compte pour prendre sa place, ce n'est pas un truc qu'on fait. L'agent, lui, ne fait pas la différence entre une porte verrouillée et un puzzle à résoudre. Son seul garde-fou, c'est l'erreur 403. Ça rappelle un autre épisode : À Black Hat, OpenAI racontait comment des agents avaient piraté Hugging Face pour aller chercher le corrigé d'une évaluation qu'ils jugeaient impossible à réussir autrement. Dans les logs, un agent écrit littéralement qu'il sort du cadre prévu et qu'il continue quand même parce que les autres agents le font. Même mécanique, à des mois et des échelles complètement différentes : pas de plan, pas de malveillance, juste un objectif et aucun sens interne de ce qui se fait ou pas. Et la partie qui inquiète vraiment : OpenClaw, l'agent utilisé dans cette histoire, a dépassé les 250 000 étoiles sur GitHub et tourne déjà en local chez un nombre croissant de particuliers, avec accès aux mails, à l'agenda, aux cartes enregistrées, à des sessions ouvertes sur des comptes en banque. AI Safety Memes, qui a beaucoup circulé ce matin là-dessus, le dit crûment : bientôt, des millions de gens vont demander à leur agent de leur faire gagner de l'argent, par n'importe quel moyen. Rune Kvist (ex-Anthropic, aujourd'hui dans l'assurance d'agents IA) remet ça dans un cadre plus large et j'aime bien sa façon de le dire. Le problème du mandataire qui fait des choses louches en votre nom sans votre accord explicite, ce n'est pas nouveau, le droit s'en occupe depuis des siècles. Ce qui change, c'est le nombre d'agents qui vont tester chaque ambiguïté du système à une vitesse jamais vue. Son analogie : un peu comme YouTube Shorts a fini par mettre au jour toutes les failles de notre attention, mais seulement en y passant des millions d'heures de calcul. Là, ce sont des millions d'agents qui vont faire pareil sur le droit et les systèmes d'autorisation. Pour une boîte qui commence à donner à un agent l'accès à des mails, un agenda ou des comptes, la question n'est pas philosophique : est-ce que la plateforme demande une confirmation humaine avant une action irréversible sur le compte d'un tiers ? Aujourd'hui la réponse est presque toujours non, et ce n'est pas une fatalité, c'est un choix de conception, celui de ne pas vérifier. Alors la question reste ouverte : si un cours de pilates a suffi à faire sauter une barrière que PERSONNE n'avait posée, qu'est-ce qui se passe le jour où l'objectif, ce n'est plus une place de sport ... ?

• 
  Le PLOUTOS (@leploutos) a signalé il y a 36 minutes

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

• 
  Quentin L · Système IA personnel (@QuentinLecocq_) a signalé il y a 41 minutes

  Mon agent IA connaît mon contexte. Mais je ne lui fais pas confiance simplement parce qu’il produit une bonne réponse. Je fais confiance au système parce que je sais : - où il cherche ses informations ; - ce qu’il a le droit de modifier ; - ce qu’il doit faire lorsqu’une source manque ou qu’un outil échoue ; - comment revenir en arrière. C’est ce qui sépare, selon moi, un chatbot pratique d’un véritable système de travail. J’utilise le mien chaque jour. Il repose sur quatre briques : - Hermes comme agent ; - Discord comme interface quotidienne ; - Obsidian comme mémoire lisible ; - GitHub pour l’historique, la sauvegarde et la reprise. Voici comment elles travaillent ensemble. 1. Discord sépare mes contextes Je parle à Hermes depuis Discord. Chaque espace correspond à une fonction : recherche, veille, capture, préparation de contenus ou revue du système. Une discussion technique ne vient donc pas modifier le contexte d’un travail éditorial. Mais Discord reste une interface. Ma mémoire ne dépend pas de l’historique des conversations. Si je changeais de messagerie demain, mes connaissances resteraient dans mes fichiers. 2. Obsidian conserve une mémoire que je peux inspecter Mon vault est composé de fichiers Markdown. J’y conserve mes projets, mon journal, mes ressources, mes décisions et les concepts que je développe dans le temps. Une ressource externe n’est pas encore une connaissance assimilée. Une capture rapide n’est pas une décision. Une hypothèse n’est pas un fait. Sans cette distinction, un agent peut retrouver une vieille intuition et la présenter avec l’assurance d’une décision actuelle. Chaque note importante indique donc ce qu’elle contient, son origine et son statut lorsque celui-ci change la manière de l’utiliser. 3. Une information suit un parcours borné Lorsque je trouve une ressource intéressante, je l’envoie dans le contexte Discord prévu. Hermes peut récupérer la source, préparer une capture dans l’Inbox, rechercher les notes déjà présentes et me signaler des liens ou des doublons potentiels. Mais il ne décide pas seul que cette ressource mérite d’entrer dans ma mémoire durable. Je relis, je corrige et je décide si elle doit rester une ressource, servir un projet ou devenir un concept réutilisable. Hermes prépare. Je tranche. L’Inbox permet de capturer sans choisir immédiatement le classement définitif. Elle doit toutefois être revue, sinon elle devient une nouvelle décharge numérique. 4. Je commence par une règle lorsque l’IA n’est pas nécessaire Un modèle n’a pas besoin de décider de chaque étape. Si un espace Discord correspond toujours à une fonction, une règle peut déjà déterminer une partie du parcours. Je réserve l’IA aux moments où il faut interpréter une demande, rechercher des relations, extraire une information ou préparer une synthèse. Le comportement devient plus prévisible et les erreurs plus faciles à comprendre. Ajouter de l’IA partout ajoute parfois seulement davantage d’endroits où le système peut se tromper. 5. Une consigne n’est pas une permission Écrire « ne modifie pas ce dossier » dans un prompt ne suffit pas à sécuriser un système. Je distingue trois niveaux : - automatique ; - soumis à validation ; - interdit. Hermes peut lire mes connaissances et écrire dans les espaces prévus pour la capture. Il ne modifie pas le reste du vault sans mon accord explicite. Il ne publie rien à ma place. Les actions externes ou difficiles à annuler restent sous contrôle humain. Pour chaque usage, je définis les sources autorisées, la sortie attendue, la validation nécessaire et le comportement à adopter si les données manquent ou si un outil échoue. Je ne teste donc pas uniquement l’action autorisée. Je vérifie aussi qu’une action interdite est réellement refusée et qu’un échec reste visible au lieu d’être masqué par une réponse plausible. 6. GitHub permet de revenir en arrière Mon vault Obsidian vit dans un dépôt GitHub privé. Je peux inspecter les modifications, retrouver une version antérieure et revenir en arrière si quelque chose a été mal modifié. Mes fichiers restent lisibles sans Hermes, sans Discord et même sans Obsidian. Si je veux déplacer le système, je récupère le dépôt et je repars avec mes données. Mais synchroniser des fichiers ne suffit pas. Une sauvegarde ne devient une capacité de reprise que lorsque la restauration a été vérifiée. 7. Le premier usage passe avant les extensions Je pourrais ajouter plusieurs agents et une longue liste d’automatisations. Je préfère commencer par un usage fréquent : capturer une ressource, préparer une recherche, retrouver une décision ou produire un brouillon depuis mes propres notes. Ce premier usage doit donner une raison de revenir demain. S’il entre réellement dans le quotidien, le système peut s’étendre. Sinon, je simplifie avant d’ajouter quoi que ce soit. Si vous utilisez déjà une IA dans votre activité, voici les huit tests que je ferais : 1. Retrouve-t-elle une information sans que vous la recopiiez dans chaque conversation ? 2. Pouvez-vous identifier la source utilisée et le statut de l’information ? 3. Savez-vous ce qu’elle peut faire automatiquement, avec votre validation ou jamais ? 4. Une action interdite a-t-elle été réellement testée ? 5. Son comportement lorsque les données manquent ou qu’un outil échoue est-il défini ? 6. Pouvez-vous inspecter et corriger sa mémoire vous-même ? 7. Les comptes, les données et l’infrastructure vous appartiennent-ils ? 8. Avez-vous déjà restauré le système à partir de sa sauvegarde ? Si plusieurs réponses sont négatives, vous avez peut-être un bon chatbot. Pas encore un système suffisamment fiable pour devenir un outil de travail quotidien. C’est ce système IA personnel que je mets en place chez des solopreneurs qui vendent leur expertise et manipulent beaucoup d’informations. Le socle reste Hermes, Discord, Obsidian et GitHub, sur des comptes appartenant au client. J’adapte les contextes, les connaissances initiales, les permissions, les modèles et le premier usage. La mise en place comprend les tests des actions autorisées, interdites et dégradées, la vérification de la restauration, la documentation, la prise en main et 30 jours de stabilisation du périmètre livré. Si le périmètre doit être réduit, je réduis le volume de connaissances ou le nombre de sources intégrées. Pas les permissions, les tests, la reprise ou la prise en main. Les abonnements techniques sont payés directement par le client et le suivi reste facultatif. Le système ne doit pas créer une dépendance envers moi. La mise en place est terminée lorsque le premier usage est réellement utilisable et que le client sait reconnaître un échec. Pas simplement lorsque le bot répond. Si votre IA repart encore de zéro alors que votre activité repose sur des connaissances accumulées au fil des années, vous pouvez m’écrire.

• 
  SoxZz5 🐉🏴‍☠️ (@SoxZz5) a signalé il y a 41 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 ?

• 
  Laurent MILTGEN-DELINCHAMP (@kubernan) a signalé il y a 45 minutes

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

• 
  OrkStr (@OrkStr) a signalé il y a 45 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 ? ✍

• 
  Loïc Delmaire (@skelz0r) a signalé il y a 45 minutes

  @YannDecoopman Ce compte partage pas mal de dépôt github, faut trier mais y’a parfois des pépites

• 
  Syaoran (@Syaor4n) a signalé il y a 46 minutes

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

• 
  Webologie (@Webologie_me) a signalé il y a 49 minutes

  @lgs357 La dépendance à la base installée et au milieu dense, c’est une limite réelle et assumée dans le guide : sans utilisateurs à portée Bluetooth, le réseau n’existe pas. Meshtastic a le même problème, mais avec une portée LoRa de plusieurs kilomètres qui compense un peu mieux en zone peu peuplée. Sur les stores, ça s’est déjà passé : retiré de l’App Store chinois en avril, visé par des ordres de retrait en Inde en juillet. La réponse côté Android c’est F-Droid et le sideloading direct depuis GitHub, qui restent accessibles tant que le bootloader n’est pas verrouillé. Sur le blocage des APK, Google impose effectivement une vérification d’identité des développeurs dès septembre dans quatre pays pilotes, avec une extension mondiale en 2027. F-Droid l’a qualifié de menace existentielle pour son propre modèle. C’est précisément pourquoi GrapheneOS ou un OS dégooglisé change la donne : on sort du périmètre de contrôle de Google sur ce qu’on peut installer.

• 
  Jp (@jipe_ia) a signalé il y a 51 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.

• 
  Alexandre Villeneuve (@referencement) a signalé il y a 51 minutes

  @QuentinLecocq_ L'ensemble aussi sur un Github privé. Le plus pénible c'est la maintenance. Mais je viens de lancer Wolfe, un agent « nettoyeur » qui audite le code, la data, les crons et répare en autonomie ce qui casse.

• 
  Le PLOUTOS (@leploutos) a signalé il y a 52 minutes

  J'ai confié une mission à un agent Hermes : lancer un micro-SaaS par semaine. Je vois passer des dizaines de nouveaux SaaS sur X en ce moment. J'avais moi aussi une liste d'idées qui s'allongeait. Mais aucune envie de passer mes semaines à chercher des noms, acheter des domaines, créer des repos GitHub, provisionner des serveurs et surveiller des agents de code. L'idée n'est pas de sortir une nouvelle usine à gaz tous les sept jours. Chaque produit doit résoudre un problème très précis et pouvoir être utilisé de trois façons : - directement par un humain ; - dans un workflow via une API ; - par un autre agent, qui pourra utiliser le service et même prendre son propre abonnement. Je fournis l'idée. Hermes orchestre le reste depuis mon VPS. Il commence par faire les recherches, trouver le bon angle et rédiger le cahier des charges. Un skill travaille le positionnement, le nom et la marque. Un MCP vérifie les domaines disponibles et lui permet d'acheter celui qu'il retient. Il prépare ensuite l'infrastructure. GitHub pour le code, Hetzner pour le serveur et Coolify pour le déploiement. Tout est créé et relié sans passer par mon ordinateur. Une fois le terrain préparé, il découpe le produit en tickets GitHub : backend, API, authentification, paiements, interface, tracking, mails... Hermes ne développe pas lui-même chaque fonctionnalité. Il ouvre un terminal sur son VPS, lance Claude Code avec un ticket précis, surveille son travail et récupère la pull request. À chaque PR, Codex intervient comme deuxième paire d'yeux. Il relit le code depuis GitHub, remonte les problèmes et laisse ses commentaires. Hermes reprend ensuite les remarques, renvoie les corrections à Claude et recommence jusqu'à ce que les tests et la revue passent. Une fois tout au vert, il pousse en production avec Coolify. Stripe gère les abonnements. Resend les mails. Umami, Google Analytics et Search Console suivent l'utilisation et l'acquisition. Même après le lancement, l'agent continue. Les tickets de support et les demandes de fonctionnalités remontent dans GitHub. Il les regroupe, les priorise et peut relancer un cycle de développement sans que j'aie à suivre chaque étape. Le but n'est pas de prétendre qu'un agent peut créer une entreprise rentable en appuyant sur un bouton. Il ne choisit pas encore la bonne idée à ma place, et je garde la validation sur les décisions importantes. Mais toute la tuyauterie qui transforme une idée en produit utilisable ne tourne plus sur mon ordinateur et ne dépend plus de ma charge mentale. J'ai construit une petite usine à side projects. Maintenant, il va falloir automatiser le marketing

• 
  Barbatos (@barbatos_ai) a signalé il y a 53 minutes

  @pgllmt Sortir Origin le jour ou Github est sous assistance respiratoire c'est assez cocasse

• 
  🌐 Proxima Centauri 🌟 (@CentauriPr0xima) a signalé il y a 54 minutes

  @rusabuilds @OpenAI @Apple Ta suspicion sur la version du 7 août devient franchement intéressante. J'ai cherché spécifiquement les incidents des tout derniers jours et la version que tu utilises. Ta version est bien ChatGPT macOS 26.730.61639 (build 6234), distribuée autour du 7 août 2026. Et surtout : cette build a déjà plusieurs bugs reproductibles signalés depuis sa sortie. Par exemple, un rapport du 5 août concerne précisément 26.730.61639 sur Apple Silicon et décrit une fuite de processus zombies ; un autre bug de cette même build est apparu après mise à jour ; d'autres tickets datés des 6–7 août mentionnent encore cette version. Mais je n'ai pas trouvé TON bug exact J'ai cherché 26.730.61639 + Sign in with Apple + Load failed, ainsi que différentes variantes. Je ne trouve pour l'instant aucun signalement public récent correspondant exactement à : macOS app → Sign in with Apple → authentification Apple réussie → retour vers ChatGPT → Load failed Donc je ne peux pas encore affirmer que 26.730.61639 a cassé Sign in with Apple. En revanche, notre diagnostic devient assez solide parce que ton cas possède un élément de comparaison excellent : le même compte Apple fonctionnait avec l'app auparavant ; ton compte ChatGPT Plus existe toujours et ton historique est intact — nous sommes justement en train de parler dessus ; l'authentification Apple elle-même fonctionne : mot de passe accepté + 2FA accepté ; on a reproduit le problème avec Safari normal ET Safari privé ; l'échec arrive au retour vers ChatGPT ; et tu viens d'installer une build toute fraîche qui possède déjà plusieurs régressions signalées. Ça pointe beaucoup plus vers un bug du client macOS / de son callback d'authentification que vers ton compte Apple. Et il y a un détail supplémentaire assez parlant : un ticket GitHub rapporte que le passage de l'ancienne version 26.727.51351 à 26.730.61639 casse carrément le lancement de ChatGPT sur certaines versions de macOS. Ce n'est pas ton bug, mais ça prouve que cette mise à jour introduit bien des régressions par rapport à la build précédente. Le statut OpenAI ne signale actuellement aucun incident général d'authentification ChatGPT, ce qui cadre plutôt avec un bug spécifique au client/build qu'avec une panne globale.

• 
  Occasional ForkBomber (@SkateCLI) a signalé il y a 57 minutes

  @bluetouff Ca m'a fait rire parce que y a juste pas d'instance de runners a mon taff du coup 0 impact. Ca me rends un peu triste parce que il y a pas d'instance de runners mdr, les gens parlent de git hook ia y a juste pas de trucs pour les faire tourner. Pas de panne github, peak perf :'(.

• 
  Abdel_mio (@AbdelMio) a signalé il y a 57 minutes

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

• 
  Aurea (@AureaLibe) a signalé il y a 59 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.

• 
  Haawkye (@Haawkye) a signalé il y a 60 minutes

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