⚠️
Ici, pas d'algorithme pour dicter tes lectures! Juste de vrais échanges
entre humains passionnés. Excerce ton esprit critique 🧠 pour faire le
... tri 😉.
Alors que le traffic humain baisse, le traffic lié aux IA, moteurs de recherche et scanners en tout genre explose...
OT continue ainsi de servir plus d'un million de pages / jour avec des pics de traffic assez fou parfois (il n'y a qu'à regarder le record de connexions simultanée au forum 6400+ réalisé il y un peu plus d'un mois et qui n'a aucun sens ...).
J'ai mis en place une architecture plus complexe sur la base d'un double serveur web (Nginx devant Apache) histoire de mieux réguler tout cela... et éviter que le site ne sature trop "facilement" (je bloque automatiquement tous ceux qui abusent).
Normalement cela devrait être totalement transparent pour vous et éviter/limiter les périodes où le site est saturé. Si vous notez un dysfonctionnement n'hésitez pas à me remonter ici, par messsage privé ou par mail webmaster@onlinetri.com.
Pour les curieux j'ai mis en place une page qui donne en quasi temps réel une idée de la "pression" des acteurs malveillants: https://onlinetri.com/security/
thierry @ onlinetri.com
retrouvez moi sur Strava ou Insta
Salut Thierry, beaucoup de difficultés à accéder au site, j'ai eu une petite fenêtre de connexion hier après-midi, hier soir HS, ce matin HS, c'est revenu ce midi. Le week-end dernier aussi, ça a bien buggé. J'ai une Erreur 403 à chaque fois.
"Etre beau et bien habillé est indispensable. Avoir un but dans la vie ne l'est pas." Oscar Wilde
Le serveur a planté hier à 16h11 suite à une surcharge... je l'ai remis en route en fin de soirée.
Il faut que je trouve comment dealer avec les bots très agressifs des IA (chatgpt c'est encore plus de 300k pages hier... j'avoue que c'est un peu au dela de ma compréhension).
J'ai refais un tour de ma configuration ce matin (j'avais encore qq angles morts notamment coté base de données) et je suis en train de mettre en place plus d'outils de surveillance.
T.
thierry @ onlinetri.com
retrouvez moi sur Strava ou Insta
Salut,
Juste pour ma bonne compréhension du phénomène : les IA et autres robots rédactionnels viennent compulsivement (et massivement) sur les pages (de ce forum et ailleurs) pour y chercher / aspirer du contenu dans le cadre de la formulation de leurs diverses réponses, c'est ça ?
K1000 a écrit : 28 mai 2026, 14:39
Salut,
Juste pour ma bonne compréhension du phénomène : les IA et autres robots rédactionnels viennent compulsivement (et massivement) sur les pages (de ce forum et ailleurs) pour y chercher / aspirer du contenu dans le cadre de la formulation de leurs diverses réponses, c'est ça ?
De ce que je comprends les entreprises d'IA cherchent à se constituer des corpus de d'entrainement les plus larges et frais possible pour entrainer leurs modèles présents et futurs. C'est le traffic "GPTBot" que je vois passer par exemple pour OpenAI. Cela sert à la connaissance "générale" des modèles.
Dans le même temps les modèles actuels "savent" qu'il leur faut des informations encore plus fraiches pour certaines réponses (par exemple "si tu demandes à chatgpt quelles sont tes options de films au cinéma pour ce soir", ou "l'impact de la météo sur ta stratégie de course pour le triathlon que tu as prévu ce week-end"). Pour ça OpenAi utilise un autre type de bot "GPTBot User"/ "OAI-Searchbot"
Thierry *OnlineTri* a écrit : 28 mai 2026, 16:15
De ce que je comprends les entreprises d'IA cherchent à se constituer des corpus de d'entrainement les plus larges et frais possible pour entrainer leurs modèles présents et futurs. C'est le traffic "GPTBot" que je vois passer par exemple pour OpenAI. Cela sert à la connaissance "générale" des modèles.
Et tout cela est-il bien légal ? Que dit la législation sur l'aspiration des données ?
Techniquement, tu as la parade pour éviter de te faire siphonner OT (visiblement non, pour le moment) ?
"Etre beau et bien habillé est indispensable. Avoir un but dans la vie ne l'est pas." Oscar Wilde
OK merci Thierry -> alors qu'un quidam (comme moi par ex. !) va regarder 5 ou 6 pages grand max et encore pas tous les jours, les robots en visualisent plusieurs milliers chaque jours !?
Je ne sais si certains avaient l'habitude de se rendre sur "Veloptimal" : le forum a été complètement coulé par l'invasion de messages publicitaires parasites. Le site est fermé désormais...
yes j'ai un peu galéré à faire repartir le serveur mais j'y suis arrivé...
peut-être qu'une faille de sécurité a été découverte et qu'elle est en train d'être exploitée... (la gestion de la cache de phpBB n'est pas parfaite et peut-être que sous certaines conditions cela peut permettre en pirater des comptes)
Je vais éplucher mes logs pour voir ce qu'il en est... (fichier de 290mo déjà depuis 2h du mat...)
T.
thierry @ onlinetri.com
retrouvez moi sur Strava ou Insta
...). 
j'ai un peu galéré à faire repartir le serveur mais j'y suis arrivé...
(la gestion de la cache de phpBB n'est pas parfaite et peut-être que sous certaines conditions cela peut permettre en pirater des comptes)