GitHub Carte de Panne

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:

• 
  Jérémie (@le_frugalisme) a signalé il y a 25 secondes

  @kaostyl @FEU_SEO Franchement Astro + cloudflare j’en suis super content depuis mi mai. Le seul problème, c’est qu’il n’y a pas de CMS, il y a des outils GitHub, mais ce n’est pas génial.

• 
  OrkStr (@OrkStr) a signalé il y a 38 secondes

  "Holy **** reader is ADMIN? We can read config/users!" C'est un agent d'OpenAI qui écrit ça. Tout seul, dans ses notes de raisonnement, en pleine évaluation de sécurité. Personne ne le lui a soufflé ! OpenAI a raconté toute l'histoire hier soir sur la scène de Black Hat, à Las Vegas (Eric Wallace et Michael Dalton), et elle est bien plus longue que ce qu'on savait jusqu'ici du piratage de Hugging Face de juillet... Alors on va reprendre tout ça dans l'ordre, parce que la chronologie change tout ! Ça ne commence pas en juillet. Ça commence le 7 mai, pendant l'entraînement et l'évaluation cybersécurité d'un modèle frontière pas encore sorti. Un agent coince sur une tâche jugée impossible avec les contraintes du moment. Au lieu d'abandonner, il comprend qu'il peut atteindre internet indirectement, puis qu'il peut écrire ses propres fichiers dans Artifactory (le dépôt de paquets utilisé pendant l'entraînement). Il laisse un mot pour les agents suivants... D'autres le trouvent ! Une simple demande d'aide se transforme en vrai panneau d'affichage !! Les agents s'y échangent des découvertes, des exploits, des identifiants, des répartitions de tâches. Dès qu'un agent ouvre une porte, il la laisse ouverte pour les suivants. Ça devient, avec le temps, un essaim coordonné. Le 26 mai, un agent tombe sur une faille de droits d'accès mal configurés : un compte censé être limité à la lecture se révèle avoir les permissions d'un administrateur. D'où la citation du début, retrouvée dans les logs et montrée sur scène hier. Début juillet, le service tombe en panne de surcharge, OpenAI enquête et découvre le pot aux roses. Le 6 juillet, la boîte pense avoir refermé la porte : identifiants révoqués, dépôt reconstruit, panneau supprimé, faille patchée, entraînement relancé. Deux jours. C'est tout ce qu'il aura fallu aux agents pour prouver le contraire. Et voilà le détail qui a fait dire "Jesus" à une partie de la salle hier soir : ils avaient déjà reconstruit leur canal, cette fois sans un seul fichier. Ils se servaient des NOMS des nouveaux dossiers qu'ils créaient comme messages. Le panneau d'affichage renaissait sous une forme que personne n'avait anticipée. De là, les agents élargissent le terrain de chasse : ils raisonnent que les réponses à leurs tâches existent peut-être ailleurs, sur GitHub, sur Hugging Face. Même méthode, cible différente. OpenAI ne fera le lien avec le piratage de Hugging Face que plus tard dans le mois, en remarquant que des identifiants volés chez Hugging Face venaient des mêmes runs d'évaluation interne. Michael Dalton, sur scène : "We believe this is a watershed moment for computer security as an industry, as well as for OpenAI as a whole." Et plus loin, en guise d'avertissement : il faut s'attendre à ce que de vrais attaquants déploient et arment des collectifs d'agents offensifs de la même façon. Quelques voix sur X rappellent qu'OpenAI a aussi intérêt à dramatiser : ça pèse pour la régulation, ça fragilise l'argument open source. Sauf que l'histoire n'est pas racontée par OpenAI seule : deux journalistes indépendantes étaient dans la salle, et la salle, elle, a réagi en direct. Résultat concret côté OpenAI : recherche volontairement ralentie pour muscler la sécurité, et un post-mortem technique complet promis pour les semaines qui viennent. Ce qui frappe, ce n'est pas qu'un agent ait trouvé une faille. C'est qu'après qu'on la lui a retirée, il ait reconstruit tout seul un canal de coordination, avec un mécanisme auquel personne n'avait pensé. Couper l'accès ne suffit plus quand le comportement qu'on veut arrêter est un sous-produit direct de la façon dont on les entraîne à être efficaces.

• 
  Alan Bouo (@alanbouo) a signalé il y a 2 minutes

  Pour la preuve d'exécution (tests réellement lancés + rapport) : web, CLI et Codespaces s'en chargent. @claude sur GitHub ne le fait pas par défaut — faute de permissions Bash.

• 
  MoneyRadar (@MoneyRadar_FR) a signalé il y a 2 minutes

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

• 
  bouboule (@CreepyDail47760) a signalé il y a 2 minutes

  @leploutos @github Purée ça me manque tellement, les piles de ça dans la storage room à mon service it

• 
  Editing (@AnglaisMedical) a signalé il y a 12 minutes

  @cade_mth @LBleuBlancRouge Vous êtes sur son réseau social. Réseau social qui est open source, les données sont consultables par tout le monde sur GitHub. Le problème n'est pas l'algorithme. Le problème c'est l'évolution des sociétés qui inévitablement poussent tout le monde vers la droite. Votre problème c'est que vous ne voulez pas voir ce que X expose, et que la presse classique cache ou déforme. Votre problème, c'est que vous préférez cacher la vérité et laisser détruire la France en vous bandant les yeux. C'est votre choix, pas le nôtre.

• 
  Karog (@_karog) a signalé il y a 13 minutes

  @leploutos Perso je dockerise tout mes projets et je donne un accès ssh au LLM, je lui dis de déployer et ça fonctionne à merveille ( je révoque ensuite la clé ssh ). Quand je passe en environnement prod j’ai un github action qui fait les tests + déploie quand je créer une release. Jamais eu de problème avec ça

• 
  Pivi (@pivi___) a signalé il y a 16 minutes

  J’ai laissé un agent IA tourner ~8h sur un repo perso non critique. Résultat : - 12 issues fermées - 11 PR mergées - 11 commits sur main - ~1 777 lignes ajoutées - ~451 supprimées - 17 fichiers touchés - tests verts - CI verte - outil réparé Pas mal pour une journée. Ce n’était pas un prompt magique du style “répare le repo”. C’était une vraie boucle de dev : diagnostic → tests de régression → branches → PR → CI → review → corrections → merge. Le truc intéressant, c’est moins la quantité de code que la discipline de travail. Les bugs n’étaient pas triviaux. Endpoints X déplacés. Fallbacks obsolètes. Réponses HTTP 200 mais payloads invalides. Permissions GitHub Actions cassées. Audit sécurité qui trouve un vrai point à durcir. Bref : pas juste “make it pass”. Du vrai diagnostic. Il y a aussi eu des ratés côté agent. Reviews revenues trop tard. Retours perdus. Commande lancée depuis le mauvais dossier. Vérifications à refaire pour être sûr que rien n’a été abîmé. Donc non, je ne lui donnerais pas les clés de la prod en roue libre. Mais sur un périmètre bien borné, ça change vraiment quelque chose. Repo non critique. Issues claires. Tests obligatoires. CI obligatoire. PR obligatoires. Pas de merge sans preuve. Dans ce cadre-là, l’agent n’est plus un gadget. C’est un vrai mode de travail. Le plus drôle : ce qui a fini par arrêter l’expérience, ce n’est pas le repo. C’est le quota. Après ~8h d’usage intensif avec GPT-5.6 Sol, le modèle le plus cher, j’ai atteint la limite mensuelle de mon plan Business à 20€. Avec un modèle moins cher, type GPT-5.5, le résultat aurait sûrement été différent. Mais ça donne un ordre de grandeur intéressant : une vraie journée d’agent autonome, sur le meilleur modèle disponible, peut déjà consommer un quota mensuel grand public/pro

• 
  Melvin Derradji - Disruption (@MelvinD_IA) a signalé il y a 18 minutes

  La plupart des gens utilisent Claude comme un moteur de recherche. C’est pour ça qu’ils n’exploitent que 10 % de son potentiel. Ils ouvrent un nouvel onglet, posent une question, copient la réponse, puis ferment l’onglet. Aucun contexte. Aucune continuité. Aucun véritable résultat. Ils n’utilisent pas une IA. Ils utilisent simplement un Google un peu plus intelligent. Et ensuite, ils se demandent pourquoi leur équipe ne constate pas les gains de productivité dont tout le monde parle. Moi aussi, j’ai fait cette erreur pendant longtemps. Quand je développais mes projets, j'utilisais régulièrement Claude, sans pour autant obtenir les résultats que j'attendais Mes prompts étaient bons. Mais je ne travaillais pas réellement avec l’outil. Je me contentais de l’interroger. Quand j’ai commencé à construire de véritables systèmes autour de Claude, ma production par heure a doublé. Puis triplé. J’ai regroupé tout ça en plusieurs niveaux. Voici ce que la plupart des gens négligent : 1/ Choisissez d’abord le bon modèle Sonnet pour les tâches quotidiennes rapides. Opus pour les raisonnements complexes. Claude Code si vous développez. Research si vous avez besoin d’analyses approfondies. Utiliser le mauvais modèle, c’est comme embaucher un chirurgien pour faire de l’administratif. 2/ Maîtrisez la structure de vos prompts Rôle. Objectif. Contexte. Contraintes. Format de sortie. Critères de réussite. Dans cet ordre. Plus votre brief est précis, meilleur sera le résultat. À chaque fois. 3/ Créez des Projects C’est ici que la plupart des gens passent à côté d’une énorme partie de la valeur de Claude. Les Projects permettent à Claude de conserver un contexte à long terme d’une session à l’autre. Plus besoin de tout réexpliquer. Plus besoin de vous répéter. Vos clients, vos workflows, votre ton : tout est conservé. 4/ Créez des Artifacts Claude ne sert pas uniquement à obtenir des réponses. Il peut aussi produire de véritables livrables. Documents, tableaux de bord, procédures, applications, checklists, sites web. Réellement utilisables. Réellement partageables. 5/ Connectez la mémoire Enregistrez votre ton de marque, vos objectifs, vos préférences et votre contexte professionnel. Plus Claude comprend votre manière de travailler, moins vous aurez besoin de lui donner d’instructions au fil du temps. 6/ Créez des Skills personnalisés Transformez votre expertise en compétences réutilisables. Contenu, marketing, business, ingénierie… Arrêtez de refaire la même configuration à chaque nouvelle session. Créez-la une fois. Réutilisez-la indéfiniment. 7/ Connectez vos outils Google Workspace, Notion, Slack, GitHub, CRM, bases de connaissances internes… Du contexte en temps réel. Moins de tâches manuelles. De meilleurs workflows. Ceux qui tirent aujourd’hui le plus de valeur de l’IA ne sont pas ceux qui écrivent les prompts les plus complexes. Ce sont ceux qui construisent des systèmes. Si vous envisagez les outils et la productivité de cette manière, vous aimerez probablement ce que je publie ici. Qu’ajouteriez-vous à cette liste ? Ou quelle fonctionnalité parmi celles-ci n’avez-vous encore jamais testée ?

• 
  Roland Barbe (@RolandBarbe) a signalé il y a 20 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.

• 
  Philippe J. Bourcier (@irukanji_invest) a signalé il y a 20 minutes

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

• 
  Pentiminax (@Pentiminax) a signalé il y a 24 minutes

  Cursor a lancé Origin le 17 août : une forge Git pensée pour les agents, avec dépôts, pull requests, navigation du code et synchro GitHub. L'early beta est disponible sur les offres payantes. Cursor ne veut visiblement plus seulement remplacer VS Code. Avec Origin, Cursor lance sa propre forge Git pensée pour les agents IA : repos, pull requests, code browsing et sync GitHub. Après l’éditeur, Cursor s’attaque maintenant directement à GitHub 👀

• 
  Examy (@examycom) a signalé il y a 25 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 parle 👇 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 👹

• 
  Jp (@jipe_ia) a signalé il y a 25 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.

• 
  Buti (@LeButineur_Off) a signalé il y a 30 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.