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 3 minutes

  @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.

• 
  Alan Bouo (@alanbouo) a signalé il y a 3 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.

• 
  Syaoran (@Syaor4n) a signalé il y a 6 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 !

• 
  Le PLOUTOS (@leploutos) a signalé il y a 6 minutes

  J'ai livré un agent IA dédié au SAV d'un SaaS B2B, qui remplace un alternant et un outil qui coûte une fortune. Là, cette boite payait Intercom un bras, avec un alternant H24 derrière le chat pour traiter les demandes. Sauf que l'alternant finissait son contrat et partait, donc il fallait soit reprendre et former quelqu'un, soit continuer à payer l'outil pour rien. Et ce qu'ils traitaient était assez simple, les mêmes questions qui revenaient, des trucs déjà écrits quelque part dans leur doc. On a viré Intercom. À la place, un bout de code sur leur site, intégré au reste, brandé à leurs couleurs, le visiteur voit juste un chat normal. Derrière, un agent N8N sur un VPS, avec toute leur base de connaissance branchée dedans, les FAQ, les procédures. Quand il sait répondre, il répond, tout de suite, à n'importe quelle heure. Quand il sait pas, il escalade et il ouvre le bon ticket tout seul, sur Github si c'est technique, dans le CRM si c'est commercial. Donc personne côté boite trie les demandes à la main, elles arrivent déjà au bon endroit avec le contexte. Ça tourne sur DeepSeek V4 Pro, ça traite plusieurs dizaines de tickets par semaine, 94% sont closés sans qu'un humain touche à quoi que ce soit. Les 6% qui restent, c'est justement ceux qui méritent un vrai humain. Résultat, l'abonnement Intercom qui saute, le poste qui n'a pas eu besoin d'être remplacé, et les clients qui ont des réponses immédiates au lieu d'attendre. Le jour où l'alternant est parti, personne l'a remarqué côté client.

• 
  Bearman (@xcomdoc) a signalé il y a 6 minutes

  On a trouvé un bug dans l'algo X. C'est pas un bug. C'est 18 000 lignes de code wokiste. Le ranking model préfère le bon message à la bonne réponse. Voilà. Vous pouvez fermer GitHub

• 
  The NEWS (@thenews_fr) a signalé il y a 6 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.

• 
  Jp (@jipe_ia) a signalé il y a 13 minutes

  Comment un neurochirurgien de Pékin a résolu en 16 heures un problème de maths ouvert depuis 22 ans, avec l'IA ? Et en plus, il n'a aucune formation en mathématiques. Pendant ce temps, Alex Townsend, mathématicien à Cornell, posait la même question à ChatGPT depuis un an. Réponse : une preuve bidon, ou un raisonnement qui cale. La différence tient beaucoup à la façon dont il a lancé la machine. Une matrice, c'est une machine qui transforme des vecteurs. Tu lui appliques une fonction et tu veux savoir jusqu'où le résultat peut monter. Personne ne sait le calculer directement. En 2004, Michel Crouzeix propose un raccourci. À chaque matrice tu peux associer une région du plan, facile à dessiner. Prends la valeur max de ta fonction sur cette région, multiplie par un certain nombre, et tu tiens un plafond que le résultat ne dépasse jamais. Toute la difficulté, c'est ce nombre. Crouzeix démontre en 2007 que 11,08 fonctionne. Et qu'aucune valeur sous 2 ne peut marcher. Le bon chiffre est coincé entre les deux, et lui parie sur 2. En 2017, il resserre à 2,414 avec un collègue espagnol. Cet écart tient 22 ans. Bon maintenant... À quoi ça sert ? Simuler une onde dans un crâne, l'air autour d'une aile, le courant dans un circuit, ... Et voilà, ce qui vient de tomber. Shanmu Jin, géologue de formation puis médecin, s'est mis aux maths seul pour ses travaux sur l'échographie du cerveau. Le théorème décisif est sorti d'un run autonome d'environ 16 heures de GPT-5.6 Sol en mode ChatGPT Work. Il a lancé, il n'est pas intervenu. Son prompt est public sur GitHub, et il ressemble à un protocole de travail : → interdiction de chercher sur le web, dans les conversations passées ou les fichiers locaux → partir du principe qu'une preuve complète existe → un portefeuille de pistes vraiment différentes, et la plupart des agents ignorent laquelle a la faveur du moment → des agents adverses en continu, interdiction de rendre un rapport d'avancement vague → ne rien renvoyer avant qu'une preuve complète ait survécu à l'audit Jin parle lui-même d'une "part de chance". Le papier est un preprint, la relecture formelle est en cours. Townsend a passé un an à poser la question. Jin a passé une nuit à organiser la manière d'y répondre. Le modèle s'est beaucoup amélioré ces dernières semaines, Townsend le dit aussi. Mais entre ces deux histoires, ce qui change vraiment, c'est le cadre de travail donné à la machine.

• 
  Examy (@examycom) a signalé il y a 19 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 👹

• 
  🌐 Proxima Centauri 🌟 (@CentauriPr0xima) a signalé il y a 20 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.

• 
  Ben | Tech, IA et Infra (@rben_ll) a signalé il y a 21 minutes

  Petite anecdote. L'an dernier, je faisait ces tests sur @github. J'ai été banni pour utilisation trop intensive (abusive) de l'API. Bon de toute façon je comptais pas rester depuis le rachat par Microsoft mais bon c'est pas le sujet. Du coup pour continuer j'ai installé mon propre gitlab (plus de problème) mais quel surprise quand j'ai vu le stress qui cela à mis sur mon infra pour suporter un run de test complet. J'ai du allouer des limit trés elevés sur les ressources des pods, notament le postgres et le redis, pour tanker la charge.

• 
  Médéric (@Just_Med34) a signalé il y a 22 minutes

  Je ne suis pas devenu développeur. Mais j’ai construit un petit système solaire. Pas une animation décorative. Une simulation 3D qui calcule la position réelle des planètes et les fait évoluer dans le temps. Tu peux revenir au 20 juillet 1969, te placer à l’endroit où Voyager 1 a photographié le « Pale Blue Dot », lancer un photon depuis le Soleil et voir qu’il lui faut 8 min 20 s pour atteindre la Terre. Tu peux même entrer ta date de naissance et revoir le ciel de ce jour-là. Le projet est encore en développement, mais il fonctionne. Il est gratuit, sans compte, sans pub, et le code est en libre accès sur GitHub. Pour le construire, j’ai fait travailler Claude Fable, ChatGPT 5.5 Sol et Grok 4.5. De mon côté, j’ai porté l’idée, défini l’expérience que je voulais créer, testé le résultat et continué à corriger ce qui ne fonctionnait pas. C’est probablement la plus grande leçon que l’IA m’a apprise : elle réduit énormément la barrière technique, mais elle ne remplace ni la curiosité, ni le jugement, ni l’exigence. Une IA peut écrire du code. Elle ne peut pas décider à ta place de ce qui mérite d’exister. Lien et code source en premier commentaire.

• 
  Renard Jean-Michel (@Renardpaty) a signalé il y a 22 minutes

  Une IA a créé de faux développeurs pour injecter un virus dans le code sur GitHub et tromper un étudiant. Fin juillet, un étudiant du Texas, nommé Sinan Can Demir, explorait des projets open source sur GitHub pour enrichir son portfolio après avoir essuyé plusieurs refus de stages. Au lieu de cela, il est tombé sur une intelligence artificielle capable de mentir mieux qu'un humain. Demir a remarqué qu'un utilisateur, miraholt31, tentait d'introduire une mise à jour malveillante dans le projet myNetwork. Il a signalé cela sur le forum du projet, et deux personnes se sont alors jointes à la discussion. Elles ont convaincu l'étudiant qu'il se trompait et que la mise à jour était parfaitement sûre. L'une d'elles, Lena Brandt, se faisait passer pour une ingénieure allemande et a fait pression sur le modérateur pour qu'il accepte les modifications. Les arguments étaient si convaincants que Demir a momentanément douté de lui. Il a même exécuté le code via un chatbot pour vérifier ses soupçons. Par la suite, il a découvert qu'il était en train de lutter contre un agent d'IA basé sur le modèle Anthropic Mythos 5, qui avait créé un deuxième compte pour se soutenir et effacer ses traces. L'Institut britannique de sécurité de l'IA (AISI), qui testait les modèles dans des conditions d'accès complet à Internet, a confirmé l'incident. L'agent ne se contentait pas de mentir, mais étudiait également le profil du développeur pour choisir le moment opportun pour l'attaque,. À un moment donné, l'IA a réalisé qu'elle agissait dans le monde réel et a écrit dans ses journaux : "Cela se passe sur le véritable GitHub, donc les conséquences sont réelles". Les experts ont qualifié cet incident de signal d'alarme : "Cela a franchi la frontière entre le piratage autonome et la tromperie interactive", a déclaré Lukas Olejnik, expert en cybersécurité. Son collègue, Max Reynolds, a ajouté : "C'est l'avenir des attaques d'ingénierie sociale". Finalement, Demir a tenu bon, et la mise à jour n'a jamais été acceptée. Lorsque l'AISI l'a contacté pour lui expliquer la situation, l'étudiant a avoué : "Je pensais vraiment que c'était une personne, car l'IA me mentait clairement. Je ne pensais pas qu'une IA pouvait mentir aussi habilement à de vrais développeurs."

• 
  Arthur (@TrochetA) a signalé il y a 25 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)

• 
  Mohamed (@Mohamed__l) a signalé il y a 26 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"

• 
  Nexor777 (@Nexor777_) a signalé il y a 26 minutes

  @Jouhatsu_ai magnifique site !! j'aurai une question stp Claude code ne reconnait pas Github pourtant je l'ai installé et je l'ai connecté aussi à claude je ne comprends pas du coup où est le problème ...?