Ce guide de GitLab explique comment sécuriser les conteneurs à chaque étape de leur cycle de vie grâce à différentes méthodes de container scanning. L’objectif est de détecter les vulnérabilités dès leur apparition, que ce soit lors de la construction de l’image ou en production, afin d’éviter les risques liés aux dépendances externes (OS, bibliothèques, etc.). GitLab propose cinq approches de scanning, dont le pipeline-based Container Scanning, qui analyse les images via Trivy lors des pipelines CI/CD pour bloquer les images vulnérables avant déploiement.

L’article détaille notamment l’activation du pipeline-based Container Scanning, soit via une configuration automatique via une merge request, soit manuellement en ajoutant un template dans le fichier .gitlab-ci.yml. Il est possible de personnaliser le scan en ciblant une image spécifique ou en filtrant les vulnérabilités selon leur gravité (ex. uniquement les vulnérabilités High ou plus). Les résultats s’affichent directement dans les merge requests, avec des détails sur la sévérité, les paquets concernés et les correctifs disponibles.

Simon Willison partage des prompts qu'il utilise régulièrement dans ses projets d'ingénierie agentique, notamment pour des tâches comme la relecture de texte, la génération de texte alternatif pour les images ou la création de résumés de podcasts. Il insiste sur l'importance de conserver un contrôle humain sur les contenus personnels, comme les articles de blog, tout en utilisant des IA pour des tâches comme la relecture ou l'optimisation de code. Ses prompts sont conçus pour être intégrés dans des projets personnalisés, comme ceux de Claude, afin d'automatiser certaines étapes tout en gardant une marge de personnalisation.

Un exemple concret est son prompt de relecture, qu'il utilise pour vérifier ses textes avant publication, en veillant à ce que les modifications respectent son style et ses opinions. De même, il emploie des prompts pour générer des descriptions alternatives (alt text) d'images, en s'appuyant sur des modèles comme Claude Opus pour produire des descriptions concises et pertinentes, tout en les ajustant manuellement si nécessaire. Ces outils lui permettent d'accélérer des tâches répétitives tout en maintenant un niveau de qualité élevé.

L’idée principale de ce guide est de montrer comment les coding agents (agents capables d’exécuter du code) peuvent améliorer le processus de test manuel pour détecter des problèmes non couverts par les tests automatisés. L’auteur souligne que même si les tests unitaires ou TDD sont utiles, ils ne remplacent pas une vérification humaine, notamment pour des aspects comme l’ergonomie ou des comportements inattendus. Les agents peuvent ainsi exécuter directement du code (via python -c pour Python ou des commandes shell) ou interagir avec des APIs et interfaces web via des outils comme curl ou Playwright, révélant des bugs invisibles aux tests automatisés.

L’auteur détaille des mécanismes concrets pour automatiser ce testing manuel selon le type de projet. Pour les bibliothèques Python, l’exécution directe de code est efficace, tandis que pour les applications web, l’utilisation de requêtes HTTP (curl) ou d’outils de navigation automatisée comme Playwright permet d’explorer les fonctionnalités et de valider leur bon fonctionnement dans un environnement réaliste. Ces méthodes complètent les tests automatisés en identifiant des problèmes liés à l’expérience utilisateur ou à des cas limites non anticipés.

Enfin, l’auteur insiste sur l’importance d’intégrer ces pratiques dans un workflow de développement, en combinant tests automatisés et vérifications manuelles via les agents. Il recommande de corriger les bugs détectés en appliquant une approche red/green TDD pour garantir une couverture permanente, tout en utilisant des outils spécialisés comme agent-browser ou son propre projet Rodney pour simplifier l’automatisation des tests dans des navigateurs réels.

Ce guide explique comment configurer un pipeline CI/CD complet pour une application React avec GitLab, permettant des déploiements automatisés. L’auteur souligne les avantages de cette approche, comme l’élimination des erreurs liées aux différences d’environnement local et la suppression des déploiements manuels, source de problèmes passés. Le tutoriel détaille la création d’un fichier .gitlab-ci.yml pour automatiser les tests, la construction et le déploiement sur GitLab Pages à chaque push sur la branche principale.

L’article illustre la configuration avec un projet React simple, intégrant des variables d’environnement pour afficher des informations comme l’heure de construction ou l’environnement. Il met en garde contre des pièges courants, comme la gestion des emojis dans les tests ou les restrictions de CRA concernant les variables d’environnement, et propose des solutions pratiques pour les contourner. Le pipeline est conçu pour reproduire fidèlement l’environnement de production, garantissant ainsi une cohérence dans les builds.

Le CSS introduit une nouvelle propriété, corner-shape, qui complète border-radius en permettant de créer des coins plus variés que les simples arrondis classiques. Cette fonctionnalité offre des formes comme les coins biseautés (bevel), concaves (scoop), en squircle (style Apple) ou encore des entailles (notch), offrant ainsi plus de flexibilité pour le design d'interfaces. Contrairement aux solutions de contournement précédentes (SVG, clip-path), elle s'applique directement aux bordures, ombres et fonds, sans les inconvénients techniques comme les coupures d'ombres ou les animations fragiles.

L'auteur souligne que cette propriété reste progressive : elle nécessite border-radius pour fonctionner et n'est pas encore supportée par tous les navigateurs. Elle permet cependant de simplifier le code en évitant les hacks complexes, tout en offrant un contrôle précis via des valeurs comme superellipse() pour des ajustements fins. Une avancée majeure pour les développeurs front-end, à l'image de l'impact historique de border-radius il y a 15 ans.

Enfin, l'article insiste sur l'importance de l'amélioration progressive (progressive enhancement), cette fonctionnalité étant appelée à se généraliser progressivement dans les navigateurs. Une évolution bienvenue pour des interfaces plus riches et moins dépendantes des contournements techniques.

Maintenant est un outil de monitoring unifié conçu pour remplacer plusieurs solutions spécialisées par un seul conteneur Docker, simplifiant ainsi la surveillance des infrastructures auto-hébergées. L’outil surveille automatiquement les conteneurs Docker et Kubernetes, les endpoints HTTP/TCP, les certificats TLS, les heartbeats, les métriques système et détecte les configurations réseau dangereuses, le tout sans configuration manuelle. Il propose également une page de statut publique en temps réel et des alertes personnalisables.

L’application se distingue par son approche minimaliste : un binaire Go unique avec un frontend embarqué, sans dépendances externes (comme Redis ou PostgreSQL), et une consommation légère de ressources (~17 Mo de RAM). La configuration repose sur des labels Docker, éliminant le besoin de fichiers YAML complexes. De plus, il intègre un serveur MCP pour une intégration avancée et une détection automatique des mises à jour des images.

Maintenant cible particulièrement les utilisateurs de solutions comme Uptime Kuma, Portainer ou Dozzle, en offrant une alternative plus complète et centralisée. Son architecture légère et sa compatibilité avec les environnements comme les VPS ou les Raspberry Pi en font une solution accessible pour les petites et moyennes infrastructures.

L’article de Chris Down, expert en gestion mémoire Linux, clarifie les différences entre zswap et zram, deux technologies de swap compressé souvent mal comprises. L’idée principale est de privilégier zswap dans la plupart des cas, car il compresse les pages en RAM tout en transférant automatiquement les données froides vers le disque, optimisant ainsi l’utilisation de la mémoire. À l’inverse, zram crée un périphérique bloc compressé en RAM avec une capacité fixe, ce qui peut entraîner des problèmes si la mémoire est saturée, comme des plantages (OOM) ou une dégradation des performances.

L’auteur souligne que zram n’est adapté que pour des cas très spécifiques, comme les systèmes embarqués ou ceux nécessitant une sécurité renforcée (éviter l’écriture sur disque). Il met en garde contre l’utilisation conjointe de zram et de swap disque, qui peut aggraver la pression mémoire en déplaçant des données actives vers le disque lent. Pour les serveurs, zram pose aussi des problèmes de comptabilité des ressources, car son usage n’est pas intégré aux cgroups.

Enfin, l’article explique que les recommandations simplistes ("utilisez zram pour préserver votre SSD") sont souvent infondées. Le choix dépend du contexte : zswap est plus flexible et moins risqué, tandis que zram, bien que performant dans certains scénarios, exige une configuration rigoureuse (comme un gestionnaire OOM utilisateur) pour éviter les blocages.

Tetragon est un outil de sécurité conçu pour surveiller et détecter les comportements malveillants dans les clusters Kubernetes en temps réel. Développé par Isovalent, il s’appuie sur la technologie eBPF pour analyser les événements au niveau du noyau Linux, comme les lancements de processus, les accès aux fichiers ou les connexions réseau, offrant ainsi une visibilité complète sur l’activité des pods. Contrairement à un EDR classique, Tetragon se concentre sur le runtime, permettant une détection précoce des intrusions avant qu’elles ne causent des dommages.

L’article explique que Tetragon fonctionne en traduisant des politiques de traçage (définies en YAML) en programmes eBPF exécutés directement dans le noyau, générant des logs détaillés à chaque événement correspondant. Bien que l’utilisation de Tetragon ne nécessite pas de maîtriser eBPF, une compréhension approfondie du noyau Linux et de cette technologie est essentielle pour en exploiter pleinement les capacités, notamment pour créer des politiques avancées.

Enfin, l’auteur annonce une série d’articles pratiques, commençant par une démonstration d’installation hors Kubernetes, avant d’aborder son déploiement dans des environnements plus complexes. L’objectif est d’aider les utilisateurs à évaluer l’outil, à l’installer et à l’étendre selon leurs besoins, tout en répondant aux questions sur son adéquation avec leurs infrastructures.

Cette page explique le fonctionnement de l'échange de clés Diffie-Hellman à travers une illustration humoristique et pédagogique. L'idée principale repose sur un protocole cryptographique permettant à deux parties de convenir d'une clé secrète commune sans l'échanger directement, même sur un canal non sécurisé. Le dessin met en scène des personnages qui illustrent les étapes clés du processus, comme le mélange de couleurs pour représenter la création d'une clé partagée.

L’article d’Eventuallycoding questionne le lien entre l’essor de l’IA et les vagues massives de licenciements dans la tech (273 000 prévus en 2026, 10 fois plus qu’avant le Covid). Si l’IA est souvent invoquée comme raison, l’auteur suggère qu’elle sert surtout de prétexte ("AI washing") pour masquer des erreurs de gestion. Exemples : Block (ex-Square) a triplé ses effectifs post-Covid avant de licencier 40 %, tandis qu’Oracle utilise l’IA pour justifier des restructurations. L’IA devient un outil marketing pour rassurer les actionnaires, alors que les vrais problèmes (sur-effectifs, mauvaise rentabilité) sont rarement évoqués. Une analyse critique des discours technologiques et de leurs arrière-plans économiques.

La régulation de soi est présentée comme une compétence clé pour mieux gérer pensées, émotions et comportements afin de prendre des décisions plus alignées avec ses objectifs plutôt que de réagir impulsivement. Elle repose sur la capacité à créer un “espace” entre stimulus et réaction, permettant d’observer ses états internes et d’y répondre de manière intentionnelle, ce qui améliore à la fois le calme mental et la qualité des choix au quotidien. ([drfred.net][1])

L’article met en avant plusieurs techniques concrètes, comme la pleine conscience pour observer ses pensées sans jugement, la respiration consciente pour apaiser rapidement le stress, ou encore la reformulation cognitive qui consiste à changer de perspective face à une situation négative. D’autres approches incluent la gestion des déclencheurs émotionnels, l’écriture ou la mise à distance des pensées, afin de réduire les réactions automatiques et renforcer la lucidité dans les moments difficiles. ([drfred.net][1])

L’ensemble de ces pratiques vise à développer progressivement une meilleure stabilité émotionnelle et une plus grande clarté mentale, avec l’idée que la régulation de soi fonctionne comme un muscle qui se renforce avec l’entraînement. En cultivant cette compétence, il devient plus facile de gérer le stress, d’éviter les décisions impulsives et d’adopter des comportements cohérents avec ses valeurs sur le long terme.

Bearstech partage son retour d’expérience sur l’utilisation de Docker en production, recommandant son usage uniquement dans des cas précis : pour des applications legacy ou imposées par un éditeur (ex: PHP 5), ou pour des outils complexes comme GitLab qui nécessitent un environnement spécifique. En revanche, ils déconseillent fortement Docker pour les bases de données (sauf en développement), en raison des risques de corruption ou d’arrêts brutaux. L’article insiste aussi sur les bonnes pratiques : toujours placer un proxy devant les conteneurs et éviter de donner accès au socket Docker pour des raisons de sécurité. Une lecture utile pour évaluer l’adéquation de Docker à son infrastructure.

L’article explique pourquoi le vibe coding (développement basé uniquement sur l’intuition et les prompts sans revue de code) a échoué en production, malgré son engouement initial. Andrej Karpathy, son inventeur, a récemment remplacé ce concept par l’agentic engineering : une approche où l’IA génère le code sous supervision humaine stricte, avec une responsabilité claire sur l’architecture, la qualité et la sécurité. L’auteur souligne que le problème n’était pas l’outil, mais l’absence de discipline, conduisant à du code non maintenable, des failles de sécurité et une dette cognitive accrue. Une lecture essentielle pour comprendre l’évolution des pratiques de développement assisté par IA en 2026.

Simon Willison partage ses réflexions après son passage dans le podcast de Lenny Rachitsky, abordant l’impact de l’IA sur l’ingénierie logicielle. Il évoque un point d’inflexion en novembre 2025, où les modèles comme GPT-5.1 et Claude Opus 4.5 ont franchi un seuil : leurs sorties de code sont désormais fiables sans besoin de relecture constante. Willison souligne que les développeurs servent de sonde pour les autres métiers intellectuels, confrontés aux mêmes défis (hallucinations, évaluation de la qualité). Il aborde aussi l’essor des coding agents (automatisation des tests), la productivité sur mobile, et les risques de la "vibe coding" (développement sans rigueur). Un débat riche sur l’avenir du travail assisté par IA.

Margaret Mitchell, co-autrice de l'article "Stochastic Parrots", répond à une confusion croissante : les grands modèles de langage (LLM) comme les IA génératives sont parfois qualifiés de "perroquets stochastiques", mais cette appellation ne s'applique qu'à eux, et non à l'IA dans son ensemble. Elle souligne que l'IA englobe bien d'autres technologies (règles déterministes, algorithmes, etc.), et que le fonctionnement des LLM, basé sur des prédictions statistiques de séquences textuelles, est en réalité une prouesse technique remarquable. Mitchell défend aussi l'idée que cette métaphore, bien que critique, reconnaît implicitement l'efficacité des LLM. Un débat technique et philosophique à suivre !

Une attaque de type supply chain a compromis brièvement la bibliothèque JavaScript Axios en mars 2026 via le piratage du compte npm d’un mainteneur, permettant la publication de versions malveillantes intégrant une dépendance piégée qui installait un cheval de Troie (RAT) multiplateforme lors d’un simple npm install, exposant potentiellement les environnements de développement et les pipelines CI/CD sans modification directe du code applicatif. L’incident, actif seulement quelques heures mais à fort impact en raison de la popularité d’Axios, illustre la fragilité des chaînes d’approvisionnement logicielles et pousse à adopter des mesures comme le gel ou le filtrage des dépendances récentes, la rotation des secrets, l’audit des systèmes et une sécurisation renforcée des comptes et pipelines pour limiter ce type de compromission

Stéphane Bortzmeyer explique pourquoi le terme « propagation » est impropre pour décrire la mise à jour des données DNS. Contrairement à des protocoles comme BGP, le DNS fonctionne en pull (tirage) : les résolveurs demandent les informations aux serveurs faisant autorité, qui les conservent en cache selon un TTL (Time To Live) défini. Plutôt que de « propager », les données sont « réjuvénées » (terme proposé par Michel Py) lorsque le cache expire. L’auteur illustre ce mécanisme avec des exemples concrets via dig, montrant comment le TTL contrôle la durée de validité des réponses. Une lecture éclairante pour comprendre le fonctionnement réel du DNS !

Superpowers est un framework et une méthodologie de développement logiciel conçu pour les agents IA, basé sur des "compétences" modulables et des instructions initiales. Il guide les agents dans la création de logiciels en suivant une approche structurée : analyse des besoins, validation du design, planification d'implémentation (TDD, YAGNI, DRY), puis développement autonome par sous-agents. Le projet met l'accent sur l'autonomie et la qualité du code, avec des mises à jour régulières (ex. v5.0.7 avec support Copilot CLI). Open source sous licence MIT, il est disponible sur GitHub.

La fonction CSS shape() permet de créer des formes complexes (lignes, arcs, courbes) avec une syntaxe plus lisible et flexible que path(), en s’appuyant sur des commandes proches du SVG mais compatibles avec les unités et fonctions CSS comme calc() ou var(), ce qui facilite la création de formes dynamiques et responsives ([CSS-Tricks][1]) ; elle s’utilise principalement avec clip-path pour découper visuellement un élément (la forme agit comme un “emporte-pièce”), ou avec offset-path pour animer un élément le long d’un tracé ([CSS-Tricks][1]) ; chaque forme est définie comme une suite d’instructions partant d’un point initial (from) puis enchaînant des segments (line, arc, curve), permettant de construire progressivement des formes sophistiquées tout en restant manipulables et combinables avec les autres propriétés CSS

Chez Elao, les cycles de travail offrent une flexibilité personnalisée (4, 4,5, 5 jours ou temps partiel) tout en posant un cadre clair pour préserver la coordination d’équipe. Après un an d’expérience, l’entreprise a ajusté ses règles : accès universel après la période d’essai, passage progressif en 4 jours (via un cycle en 4,5 jours) et principe d’équité. Une approche qui allie autonomie et prévisibilité collective.