Not found

Les livres par lesquels commencer : ils donnent un modèle de menace, un vocabulaire et une vue d'ensemble avant d'ouvrir le premier outil.

Pentest, exploitation et travail de red team : les livres après lesquels la pratique arrive, et pas seulement le vocabulaire.

La partie au ticket d'entrée le plus élevé : assembleur, entrailles du système d'exploitation et analyse de code malveillant.

Le sujet où lire le mauvais livre nourrit l'excès de confiance : comment les primitives sont faites, pourquoi elles cassent et pourquoi on n'écrit pas la sienne.

Le bloc pour les développeurs : les vulnérabilités que l'on introduit soi-même et les façons de ne pas les introduire.

Blue team : supervision, détection, investigation d'incidents et construction de systèmes qui survivent à une compromission.

Ingénierie sociale, hameçonnage et psychologie de l'influence : pourquoi les investissements dans le périmètre se contournent par un simple coup de fil.

Journalisme et mémoires : des opérations réelles, des conséquences réelles et des noms cités.

Des romans où la technique est décrite avec assez de justesse pour qu'un professionnel ne grimace pas, et qui ont fixé le langage du secteur.

Trois générations de cartes, des fabricants différents, un seul tableau de panne : le 12VHPWR et le 12V-2x6 vus par la physique, les normes de sécurité et la garantie.

L'hypothèse de la simulation, la question de la responsabilité et comment la Formule 1 a cessé de considérer la mort des pilotes comme normale.

Du cinéma où les outils à l'écran sont réels et où l'intrusion suit les mêmes étapes que dans la vie.

Du cinéma avec une source derrière : un dossier judiciaire, une enquête journalistique ou les mémoires d'un participant.

Les films qui ont fixé le langage avec lequel l'industrie parle encore au public.

Des blockbusters où la sécurité fait avancer l'intrigue et où certaines scènes servent d'exemple de ce qui n'existe pas.

Des documentaires sans scènes de piratage inventées : entretiens avec les protagonistes, pièces judiciaires et images tournées pendant les faits.

Des séries qui montrent l'attaque en entier : collecte d'informations, préparation, erreurs et conséquences.

Pourquoi les nouvelles sur les modèles «évadés» reviennent sans cesse, ce que mesurent vraiment le red teaming et les tests ARA, et quelles tâches restent hors de la piste.

Pourquoi le modèle produit par défaut des solutions excessives, quel frein naturel à la complexité a disparu et comment utiliser l'IA comme éditeur plutôt que comme générateur.

Pourquoi certaines entreprises perdent et d'autres croissent de façon exponentielle : analyse à partir des cas de Shopify, Meta, Klarna, Duolingo et d'autres.

Comment les dialogues sincères avec l'IA sont devenus un cadeau pour les grandes entreprises et pourquoi la réflexion doit rester humaine pendant que la routine revient au modèle.

D'un dicton amer de la fin de l'URSS à la chasse aux ingénieurs par les grandes entreprises, jusqu'à la nouvelle question posée par l'IA.

Un protocole pour travailler avec plusieurs modèles comme chercheur, critique et éditeur sans déléguer la pensée.

Comment TRIZ aide Samsung, Intel et d'autres entreprises à repérer les contradictions, améliorer leurs produits et résoudre des problèmes complexes de façon systématique.

Parfois une solution est parfaitement logique et échoue pourtant, parce qu'elle ne touche jamais le vrai problème. Un regard sur pourquoi nous résolvons la mauvaise tâche et comment le voir plus clairement.

Une explication simple de l'électricité à travers le vélo, la pression de l'eau et une vieille machine à coudre.

Sur les coûts de l'IA, les limites de l'automatisation et pourquoi l'usage efficace de l'IA devient le nouveau standard professionnel.

Sur l'écriture, la recherche, le doute et la conversation avec l'intelligence artificielle.

Pourquoi les systèmes d'IA agentiques ont besoin d'un contrôle d'accès vérifiable, limité dans le temps et au niveau de l'action.

Une vision d'un réseau mondial de contacts de confiance, où l'on peut trouver des personnes, des spécialistes et des entreprises par des chemins de confiance privés.

Pourquoi le savoir n'est plus l'avantage principal à l'ère de l'IA.