Veille SEO IA — semaine du 28 septembre - 4 octobre 2026
79 informations retenues cette semaine —
31 nouveautés et
48 fondamentalx,
depuis 2 chaînes (Shubham SHARMA, Renaud Dékode).
Chaque entrée montre l’extrait vidéo qui la fonde et les sources qui l’étayent.
GPT-6 Astra clone Notion avec mode clair/sombre et upload d'images fonctionnel
GPT-6 Astra reproduit un clone de Notion avec plus de fonctionnalités visuelles (mode clair/sombre, upload d'images) qu'o1-5.1, mais s'éloigne du design original en ajoutant dossiers et espaces non demandés.
GPT-6 Astra produit des interfaces plus riches visuellement mais peut dévier du cahier des charges initial. Pour un clone fidèle, o1-5.1 reste plus respectueux du brief. Pour une exploration créative, Astra apporte plus de fonctionnalités d'emblée.
D’après la vidéo
⚙ Comment ça marche
Les deux modèles reçoivent le même prompt pour cloner Notion ; o1-5.1 termine en 10 minutes, Astra prend plus de temps mais livre mode clair/sombre, upload d'images et guide des blocs fonctionnels.
« On a un mode clair. On a un mode sombre. Euh mon premier projet, ça va vers les liens, ça suit les liens. Je créer une nouvelle page. Est-ce qu'on peut ajouter un bloc avec slash ? OK, les listes à cocher sont bien mieux gérées dès que j'appuie sur entrer. Ça c'est vraiment plus un comportement notion. Euh, je peux écrire du code. OK, je peux ajouter un bloc donc en cliquant aussi. Waouh ! OK, l'OD de l'image fonctionne. »
💬 Ce qu’en pense l’auteur
L'auteur trouve le résultat visuellement plus abouti côté Astra, mais moins fidèle au brief : Astra a ajouté dossiers et espaces non présents dans Notion. o1-5.1 a fait un clone plus respectueux.
« Là où Astra a été un peu plus lent, je trouve que le résultat est visuellement plus appétent. Il il est plus sympa mais il correspond pas exactement à ce qui est Notion. Il a ajouté des trucs en plus. Il a un peu halluciné je trouve hein même si le résultat est un peu meilleur mais c'est pas exactement un clone de Notion. »
⚠ Ses réserves
Astra est plus lent et plus cher (6,03 $ contre 7,75 $ pour o1-5.1 en API). Sur ce test de clone fidèle, aucun gagnant net : o1-5.1 respecte mieux la demande, Astra livre plus de fonctionnalités.
« Là où ici dans Open et ça m'aurait coûté 6,03 pour faire la même chose. Donc conclusion, et bien il y a pas vraiment de gagnant. Je trouve que le but c'était de faire un clone. Euh celui qui a fait le mieux le clone, c'est quand même faible, même si c'est plus joli de l'autre côté, du côté Astra. »
Démo avecGPT-6 Astra
Outil à testerGPT-6 Astra (OpenAI)payant
Modèle d'IA capable de générer du code complet d'applications web ou mobiles à partir d'un prompt unique.
Pourquoi il semble prometteur : Produit des interfaces riches (mode clair/sombre, upload fonctionnel) et prend des décisions autonomes (suppression de liens morts, création de fonctionnalités bonus).
Modèle de raisonnement frontière disponible via l'API, ChatGPT Work et Codex, à tarif premium (environ 10 $/M tokens en entrée et 50 $/M en sortie) et désactivé par défaut côté entreprise, ce qui rend ce type de test coûteux à reproduire.
« Clairement, il y a un pimp niveau euh interface utilisateur qui est très très cool. Il nous a dessiné bien plus de choses, pas juste la première page. Bon, par contre, il a moins respecté la euh le le style de Notion. »
GPT-6 Astra détecte et supprime les offres obsolètes en analysant les liens d'une page
Sur la refonte de la page formationmake.com, GPT-6 Astra a détecté qu'une offre combo n'existait plus en cliquant sur le lien et l'a supprimée, là où o1-5.1 l'a conservée sans vérifier.
Astra vérifie activement les liens et nettoie les contenus obsolètes sans demander, ce qui réduit les itérations sur les projets web. Utile pour refonte de sites où certaines pages ou offres ont disparu. o1-5.1 reproduit le contenu tel quel.
D’après la vidéo
⚙ Comment ça marche
Astra clique sur les liens de la page source pour vérifier leur validité. Quand un lien mène à une page inexistante, il supprime l'élément correspondant du site généré. o1-5.1 ne fait pas cette vérification.
« Il a fait un truc très sympa. Euh enfin très sympa, très juste, c'est que typiquement sur cette page, ça là, cette offre combo n'existe plus et euh Fable l'a mis tel qu'elle sans cliquer sur le lien, là où ici lui a compris que l'offre combo en cliquant n'existait plus et il l'a enlevé. »
💬 Ce qu’en pense l’auteur
L'auteur salue cette capacité de décision autonome et précise qu'en mode questions, Astra aurait probablement posé la question, mais en mode autonome il a tranché seul.
« Si je lui avais demandé de me poser des questions, il m'aurait sûrement posé la question mais par lui-même, il a décidé que ça valait pas le coup. »
Démo avecGPT-6 Astra
« Il a fait un truc très sympa. Euh enfin très sympa, très juste, c'est que typiquement sur cette page, ça là, cette offre combo n'existe plus et euh Fable l'a mis tel qu'elle sans cliquer sur le lien, là où ici lui a compris que l'offre combo en cliquant n'existait plus et il l'a enlevé. »
GPT-6 Astra produit une page de vente prête en production en un seul prompt
Sur la refonte de formationmake.com, GPT-6 Astra génère en 19 minutes une page que l'auteur juge « one prompt away » de la mise en ligne, avec meilleur design et copywriting que la version multi-prompts d'o1-5.1.
Pour des refontes de pages de vente, Astra livre en un seul prompt un résultat exploitable directement, là où o1-5.1 nécessite plusieurs itérations. Gain de temps notable pour les indépendants et petites équipes.
D’après la vidéo
⚙ Comment ça marche
Astra analyse la page source, modernise le design, réécrit le copywriting et nettoie les liens obsolètes en un seul prompt de 19 minutes. o1-5.1 avec multi-prompting ne produit pas un résultat aussi abouti selon l'auteur.
« Euh moi je trouve que cette page est one prompt away, donc ça veut dire à un prompt seulement d'être mise en production. Pour information, c'est un vrai projet que j'ai. Et hier, le soir, j'étais en train de de de bosser et je me suis dit Chouam, j'aimerais bien refaire cette cette page. »
💬 Ce qu’en pense l’auteur
L'auteur préfère nettement la version Astra en one-shot à sa propre version multi-prompts avec o1-5.1 et va probablement l'utiliser pour mettre en ligne la nouvelle page.
« Je sais pas ce que vous en direz mais euh vous me le direz en commentaire mais je préfère largement la version de euh Ah les vidéos Autoplay, ça c'est quand même cool. Ouais Fable il voit il clique pas sur les liens. OK. Ouais, ça c'est cool. OK, ça j'aime bien. Il a mis les vrais logos cette fois-ci. Donc j'étais proche de publier celle-là mais au final c'est pas impossible que je fasse un mix de de celle-là euh qui a ce trucl qui est quand même très cool. Bon, en conclusion quand même, je préfère Astra, loin de là. »
Démo avecGPT-6 Astra
« Euh moi je trouve que cette page est one prompt away, donc ça veut dire à un prompt seulement d'être mise en production. »
app mobile iOSPartiellement confirmé6 éditeur(s) indépendant(s)
Application iOS de scan de notes de frais : GPT-6 Astra livre une UI complète en 10 $ contre 4,37 $ pour o1-5.1 basique
Pour une app iOS de scan de justificatifs avec OCR IA, GPT-6 Astra génère en 10 $ une interface avec catégories, détection automatique et liste de dépenses, là où o1-5.1 produit en 4,37 $ une UI basique (un bouton plus) mais fonctionnelle.
Pour des applications mobiles natives, Astra produit des interfaces plus abouties mais coûte plus cher. o1-5.1 livre un POC fonctionnel rapide à moindre coût. Le choix dépend du niveau de finition visé dès le premier jet.
Démo avecGPT-6 Astra
« OK, la version Astra déjà est bien meilleure. Euh, truc de base déjà, c'est bien meilleur, je trouve. Je trouve. »
Vue éclatée 3D de MacBook Pro : GPT-6 Astra à 4,76 $ contre o1-5.1 à 10 $ pour un temps équivalent
Pour une vue éclatée 3D d'un MacBook Pro avec composants annotés, GPT-6 Astra coûte 4,76 $ en 18 minutes contre 10 $ et 19 minutes pour o1-5.1, avec une qualité perçue similaire en mode cartoon non réaliste.
Pour des visualisations 3D de produits, Astra est deux fois moins cher qu'o1-5.1 à qualité comparable. Permet de créer des assets type « vue éclatée Apple » accessibles à tous, là où cela nécessitait avant un artiste 3D dédié.
Démo avecGPT-6 Astra
« on était à 19 minutes et 10 dollars. Là où ici, on était à 18 minutes. Donc en temps passé, en fait, c'est assez équivalent. Par contre, en dollar, c'est pas du tout la même chose. »
Omarchy : un système d'exploitation Linux avec tiling windows et raccourcis clavier
Omarchy est une distribution Linux open source créée par DHH (fondateur de Ruby on Rails) qui propose un gestionnaire de fenêtres en mosaïque (tiling) et de nombreux raccourcis clavier, ayant atteint 2000 téléchargements en 18 jours et levé 14 millions via une fondation.
Une nouvelle distribution Linux axée sur la productivité développeur avec gestion automatique des fenêtres et navigation au clavier. Permet de tester via Try Omarchy sans installation complète. L'auteur la juge surfaite : le tiling et les raccourcis existaient déjà sur d'autres distributions, et qualifier l'OS d'« agentique » relève du marketing.
D’après la vidéo
⚙ Comment ça marche
Distribution Linux avec gestionnaire de fenêtres en mosaïque (tiling) permettant d'organiser automatiquement les applications à l'écran via raccourcis clavier, système de plugins pour personnaliser la barre supérieure, et possibilité de tester via machine virtuelle Try Omarchy sur Windows ou Mac.
« Donc le fait que des fenêtres se mettent se mettent automatiquement, le fait d'avoir des raccourcis clavier, le fait d'avoir des plugins qui s'autoécrivent »
💬 Ce qu’en pense l’auteur
L'auteur trouve qu'Omarchy réinvente des fonctionnalités existantes depuis longtemps sur Linux et que le qualifier d'« agentique OS » relève du marketing. Il craint qu'on passe plus de temps à configurer l'environnement qu'à travailler réellement.
« très honnêtement, j'ai pas l'impression que ça enfin on a juste réinventé les choses euh pour faire croire que c'est cool quoi »
✅ À faire
L'auteur recommande d'essayer Try Omarchy en machine virtuelle pour se faire une idée, mais déconseille fortement de désinstaller complètement son système actuel pour passer à Omarchy.
« n'allez pas désinstaller complètement un ordi. J'ai des gens qui ont fait ça et je pense qu'ils vont le regretter »
⚠ Ses réserves
L'auteur souligne que des failles de sécurité ont été détectées dans la version 4.0, et note l'absence d'Airdrop, les problèmes de connexion automatique des périphériques Bluetooth, et le risque de passer trop de temps en configuration plutôt qu'en production.
« il y avait des des failles de sécurité qui traînaient. Bon, apparemment, elles sont corrigées »
Démo aveci3Awesome
Outil à testerOmarchygratuit
Système d'exploitation Linux avec gestion automatique des fenêtres par mosaïque et navigation par raccourcis clavier, orienté développeurs
Pourquoi il semble prometteur : Fondé par DHH (créateur de Ruby on Rails), proposition d'un OS pensé pour la productivité avec tiling windows intégré, plugins personnalisables, et possibilité de test facile via machine virtuelle
Projet actif et gratuit (open source, MIT, dépôt github.com/omacom/omarchy), mais c'est une distribution Arch « opinionated » basée sur Hyprland : installation par ISO, environnement très clavier-centré et rythme de mises à jour rapide, à réserver aux utilisateurs à l'aise avec Arch.
« c'est DHH. C'est le fondateur de Ruben Rails. Il a littéralement créé un langage de programmation. Donc maintenant, il a créé une distribution Linux »
code généré par IAPartiellement confirmé5 éditeur(s) indépendant(s)
Omarchy version 4.0 entièrement codée par des agents IA sans ligne de code humaine
Le fondateur d'Omarchy explique qu'il n'a pas écrit une seule ligne de code de la version 4.0, celle-ci ayant été intégralement générée par des agents IA, ce qui a entraîné des failles de sécurité désormais corrigées.
Démontre qu'un système d'exploitation complet peut être produit par des agents IA sans code humain direct, mais révèle aussi les risques en termes de sécurité. L'auteur invite à attendre la maturité du projet avant d'y migrer sa production.
D’après la vidéo
⚙ Comment ça marche
Le fondateur a fait générer tout le code de l'OS par des agents IA, se limitant lui-même à la revue du code produit, sans écrire directement de lignes.
« en fait, il a pas écrit une seule ligne de code. Il a revu les lignes de code de cette OS mais il les a pas écrites. C'estàd que c'est que des agents qui ont écrit cette operating system »
⚠ Ses réserves
Cette approche a laissé passer des failles de sécurité dans la version 4.0, désormais corrigées. L'auteur recommande d'attendre que le projet mûrisse avant d'y confier ses données de production.
« bah évidemment il y avait des des failles de sécurité qui traînaient. Bon, apparemment, elles sont corrigées »
« c'est que en fait, il a pas écrit une seule ligne de code. Il a revu les lignes de code de cette OS mais il les a pas écrites. C'estàd que c'est que des agents qui ont écrit cette operating system »
Jeev : un modèle d'IA qui classe par probabilité au lieu de générer du texte
Jeev est un modèle d'IA qui répond par des scores de probabilité sur des options données (comme un QCM) au lieu de générer du texte mot à mot, ce qui le rend 100 fois plus rapide et beaucoup moins cher pour trier de l'information.
Pour les automatisations et workflows nécessitant de classifier rapidement de grandes quantités de données (emails, tickets support, documents), Jeev permet de traiter des centaines d'items en quelques secondes pour quelques centimes, contre plusieurs secondes par item avec les LLM classiques. Cela change notamment le traitement par lots d'emails ou de contenus à modérer. À réserver aux cas où une classification suffit, pas aux tâches nécessitant génération de texte ou raisonnement complexe.
D’après la vidéo
⚙ Comment ça marche
Jeev donne un score de probabilité sur différentes options au lieu d'écrire une réponse mot à mot. Par exemple, pour savoir si une facture est vraie, il indique quelle option (vrai/faux) a la probabilité la plus haute, au lieu de rédiger une explication.
« Quand vous posez la question à un lm il vous répond avec notamment une chaîne de réflexion. Ça prend du temps parce que il écrit mot à mot chaque information. ça envoie du texte en fait. Alors que là Jeev lui ce qu'il fait c'est qu'il donne un score sur différentes options. »
💬 Ce qu’en pense l’auteur
L'auteur trouve Jeev très utile pour ses cas d'usage de traitement de mails, de tickets support, de commentaires YouTube et pour détecter des données confidentielles dans ses montages vidéo. Il est enthousiaste et compte passer du temps à approfondir.
« Dans mon cas, traitement d'email, traitement de ticket support de commentaires YouTube pour pouvoir savoir si c'est une idée de nouvelles vidéos ou pas. utilisation pour mes montages YouTube pour savoir s'il y a des données qui fuitent ou pas ou alors juste naviguer sur des pages web et faire du scrapping. C'est juste dingue ce que ça va permettre de faire et on est que au début. »
✅ À faire
L'auteur recommande de demander à son agent IA (Claude, ChatGPT) d'analyser son historique d'utilisation pour identifier les cas où switcher vers Jeev serait pertinent. Il propose un prompt qu'il met en description.
« ce que vous pouvez faire, c'est poser la question à vos hermes, votre Open Clow ou alors votre chat GPT, quand est-ce qu'on peut switcher de modèle et passer par Jev ? Et vous allez voir que par rapport à votre historique d'utilisation, il va vous trouver des use cases qui vont être très intéressants pour vous. Donc il y a un prompte à taper que je vais le mettre en description »
⚠ Ses réserves
Jeev se plante sur certains pièges logiques (compter les lettres, déterminer un jour de la semaine) et affiche des probabilités incertaines (59%, 53%) dans ces cas. L'auteur recommande de vérifier avec une autre IA quand la probabilité est inférieure à 70-75%.
« Donc, il va falloir faire attention aux différentes probabilités. Quand on est sur une probabilité selon moi en dessous de 75 ou 70, bah peut-être rechecker avec une IA, une autre IA pour s'assurer que c'est le bon choix qu'on fait. »
Démo avecJeevChatGPT
Outil à testerJev (TypeSafe AI, « System One Model »)payant
Classifier rapidement de l'information par probabilité (emails, documents, images) pour des automatisations et workflows
Pourquoi il semble prometteur : 100 fois plus rapide et beaucoup moins cher que les LLM classiques pour le tri et la classification de données : traite par exemple 1700 emails pour 19 centimes en quelques secondes
Modèle en accès anticipé, utilisable par API (facturation à l'usage, tarif annoncé très bas côté entrée) : ce n'est pas un chatbot, il faut définir un schéma de questions typées dans son code pour l'essayer.
L’auteur l’a adopté
L'auteur est très enthousiaste, notamment pour classifier ses emails, détecter du contenu confidentiel dans ses montages vidéo et traiter des tickets support. Il estime que Jeev va lui faire gagner beaucoup de temps et qu'il est imbattable pour les usages de traitement en batch. Il recommande de l'utiliser quand on a un souci de rapidité ou de budget.
« Là où un modèle comme chat GPT, lui aurait regardé l'image, fait un petit raisonnement, se poser la question et puis à un moment donné, il aurait dit il semblerait que la personne qui est ici a un site bleu. Bon ça c'est un modèle de raisonnement. Un modèle comme Jeev, je veux lui donner, on va dire cinq options. Noir, bleu, rouge, blanc ou alors aucun. Et lui ce qu'il va me faire c'est il va me faire une probabilité pour cette option qui va être très grande là où la probabilité pour les autres va être très petite. »
Pennylane lance un MCP pour connecter sa comptabilité à Claude et ChatGPT
Pennylane a sorti un MCP permettant à Claude de lire les données comptables (factures, transactions, chiffre d'affaires) et d'automatiser la gestion des relances clients.
Permet d'automatiser les relances de factures impayées, de vérifier le statut des paiements en croisant emails et transactions bancaires, et d'obtenir des analyses financières. Le MCP est actuellement en lecture seule, mais une version avec actions d'écriture (création devis/factures) est en développement.
D’après la vidéo
⚙ Comment ça marche
On connecte le MCP Pennylane dans Claude Cowork. L'IA peut alors lister les factures en retard, croiser avec les emails pour vérifier les relances déjà envoyées et les virements reçus, puis générer une séquence d'emails de relance progressivement plus fermes.
« Il va aller lister mes clients, mes invoices, donc mes factures et puis mes opérations pour voir si lié à une facture, il y a pas une opération, donc une transaction qui a déjà eu lieu. »
✅ À faire
Ajouter le connecteur personnalisé Pennylane dans Claude, autoriser l'accès, puis créer une routine planifiée toutes les deux semaines pour vérifier les factures en retard et envoyer les relances automatiquement. Pour éviter la gêne, créer une adresse email type compta@ qui envoie les relances.
« si jamais vous avez encore cette petite gêne vis-à-vis de vos clients, vous créez une autre adresse email, comptat ou admin qui envoie ces emails à votre place. Comme ça, vous êtes complètement détaché de ce genre de truc. »
⚠ Ses réserves
Le MCP est actuellement en lecture seule. L'équipe produit travaille sur une version permettant des actions d'écriture (créer devis, factures). Il faut utiliser l'adresse email de transfert de Pennylane pour que l'IA puisse envoyer les justificatifs.
« vu que Penny aujourd'hui est en lecture seule, on peut pas techniquement attacher des justificatifs. Mais du coup, il y a une possibilité dans votre compte Penny en fait d'avoir une espèce d'adresse email de transfert »
Démo avecPennylaneClaudeGmail
Outil à testerPennylane (serveur MCP Pennylane)payant
Logiciel de facturation et de gestion comptable
Pourquoi il semble prometteur : Un des rares outils de facturation à avoir un MCP, permet l'automatisation des relances et la recherche automatique de justificatifs, avec des évolutions prévues pour créer devis et factures
Le connecteur MCP n'est pas facturé en plus mais nécessite un abonnement Pennylane Essentiel ou supérieur (ou un accès cabinet) ainsi qu'un assistant IA compatible ; il fonctionne en serveur distant via OAuth et reste en lecture seule à ce stade.
« on a développé ce qu'on appelle un MCP, c'est-à-dire un connecteur qui permet au chatbot d'aller interroger les bases de données de l'hygiène. Donc ça, on est encore en train de le betta tester »
OpenAI lance GPT-4.1 Sol, proche d'Astra mais cinq fois moins cher
OpenAI a publié GPT-4.1 Sol, un nouveau modèle qui frôle les capacités de GPT Astra sur le code et le pilotage d'ordinateur, mais coûte cinq fois moins cher en restant au tarif du Sol.
Ce nouveau modèle rend accessible à moindre coût des capacités proches d'Astra pour le développement et l'automatisation. Il consomme aussi légèrement moins de tokens, ce qui améliore l'efficacité. Intéressant pour qui utilise beaucoup de code ou d'automatisation sans avoir le budget Astra.
D’après la vidéo
⚙ Comment ça marche
Le modèle frôle les capacités de GPT Astra sur le code et le pilotage d'ordinateur, tout en restant au tarif du Sol, soit cinq fois moins cher. Il consomme un peu moins de tokens.
« il frôle vraiment les capacités de GPT Astra, notamment sur tout ce qui concerne le code et le pilotage d'ordinateur, mais il est juste cinq fois moins cher qu'Astra puisque il est au tarif du sol. En plus, il est un peu plus efficace, il consomme un petit peu moins de token »
Démo avecGPT Astra
« GPT 6.1 Sol. Ce nouveau modèle est disponible pour tout le monde et il frôle vraiment les capacités de GPT Astra, notamment sur tout ce qui concerne le code et le pilotage d'ordinateur, mais il est juste cinq fois moins cher qu'Astra puisque il est au tarif du sol. »
OpenAI rend Codex exécutable entièrement dans le cloud
OpenAI permet désormais d'exécuter Codex entièrement dans le cloud : créations, développements et programmes s'exécutent sur les serveurs d'OpenAI.
Cela supprime la nécessité d'exécuter du code localement pour automatiser des tâches avec Codex. Tout s'exécute côté OpenAI, ce qui facilite le déploiement mais implique une dépendance totale à l'infrastructure d'OpenAI. À voir pour la confidentialité des données traitées.
D’après la vidéo
⚙ Comment ça marche
L'utilisateur peut demander à Codex d'effectuer des tâches et tout s'exécute dans le cloud d'OpenAI : créations, développements, programmes de traitement.
« Codex allait fonctionner à plein dans le cloud. Vous allez pouvoir lui demander plein de choses et tout va s'exécuter dans le cloud d'open AI. Vos créations, les développements, les programmes qu'il va faire pour traiter d'autres choses. Tout va se faire sur les serveurs d'Open AI. »
Démo avecCodex
« Codex allait fonctionner à plein dans le cloud. Vous allez pouvoir lui demander plein de choses et tout va s'exécuter dans le cloud d'open AI. Vos créations, les développements, les programmes qu'il va faire pour traiter d'autres choses. Tout va se faire sur les serveurs d'Open AI. »
OpenAI lance ChatGPT Spaces pour travailler avec agents et collègues
OpenAI a lancé ChatGPT Spaces, un espace collaboratif avec de nouvelles pages où utilisateurs humains et agents Dots peuvent se retrouver et collaborer.
Cela crée un environnement de travail hybride où humains et agents IA collaborent dans un même espace. Utile pour coordonner des équipes mixtes. L'efficacité dépendra de la clarté des rôles et de l'intégration avec les workflows existants.
D’après la vidéo
⚙ Comment ça marche
ChatGPT Spaces offre de nouvelles pages et un espace dans lequel on peut se retrouver avec des collègues humains et avec les agents IA Dots.
« Open AI lance aussi les chats GPT Space avec toute une petite galaxie de fonctionnalité, les nouvelles pages par exemple dans ces nouvel espace dans lequel on va pouvoir se retrouver avec des collègues humains et avec les fameux Dotes, les fameux agents IA. »
Démo avecDots
Outil à testerChatGPT Spacepayant
Créer des espaces collaboratifs où utilisateurs humains et agents IA peuvent travailler ensemble.
Pourquoi il semble prometteur : Offre une galaxie de fonctionnalités incluant de nouvelles pages pour faciliter la collaboration mixte humains-IA.
Disponible uniquement sur les plans Pro, Business et Enterprise ; il remplace la Library, la création et l'édition de pages se font sur web et desktop, et les formats slides/tableurs collaboratifs ne sont pas encore livrés.
À essayer selon l’auteur
L'auteur le présente comme faisant partie d'un nouveau paradigme du travail avec l'IA, où agents et humains collaborent.
« Open AI lance aussi les chats GPT Space avec toute une petite galaxie de fonctionnalité, les nouvelles pages par exemple dans ces nouvel espace dans lequel on va pouvoir se retrouver avec des collègues humains et avec les fameux Dotes, les fameux agents IA. »
Les agents OpenAI s'appellent depuis Teams, Slack et autres outils
OpenAI permet d'appeler ses agents autonomes depuis des outils tiers existants comme Teams ou Slack.
Cela facilite l'intégration des agents IA dans les workflows existants sans changer d'environnement de travail. Les équipes peuvent invoquer leurs agents depuis les outils qu'elles utilisent déjà. À vérifier quelles actions sont réellement possibles depuis ces intégrations.
D’après la vidéo
⚙ Comment ça marche
On peut appeler les agents autonomes depuis des outils existants du marché comme Teams ou Slack.
« On va également pouvoir appeler nos agents autonomes depuis des outils existants du marché, un petit Teams, un petit Slack et cetera. »
Démo avecTeamsSlack
« On va également pouvoir appeler nos agents autonomes depuis des outils existants du marché, un petit Teams, un petit Slack et cetera. »
ChatGPT unifie les quotas : Canva décompte de l'abonnement ChatGPT
OpenAI permet de se connecter à des outils tiers comme Canva avec son compte ChatGPT, et les utilisations des modèles IA de ces outils sont décomptées du quota de l'abonnement ChatGPT.
Cela unifie la consommation de crédits IA à travers plusieurs outils sous un seul abonnement ChatGPT. Simplifie la gestion des abonnements mais implique de surveiller sa consommation globale. À vérifier quels outils tiers sont concernés et si cela reste avantageux économiquement.
D’après la vidéo
⚙ Comment ça marche
On se connecte à un outil tiers comme Canva avec son compte ChatGPT et les utilisations des modèles IA de cet outil sont décomptées du quota de l'abonnement ChatGPT.
« Vous allez pouvoir vous connecter avec un outil qui a rien à voir, Canva par exemple avec votre compte chat GPT et du coup les utilisations de vos modèles IA ou de vos agents IA de Canva bah seront décomptés de vos de votre quota de votre abonnement à Chat GPT. »
Démo avecChatGPTCanva
« Vous allez pouvoir vous connecter avec un outil qui a rien à voir, Canva par exemple avec votre compte chat GPT et du coup les utilisations de vos modèles IA ou de vos agents IA de Canva bah seront décomptés de vos de votre quota de votre abonnement à Chat GPT. »
Arc Browser abandonné par son éditeur après rachat par Atlassian
Arc Browser n'est plus mis à jour depuis le rachat de Browser Company par Atlassian, qui se concentre désormais sur un nouveau navigateur appelé Dia.
Arc, navigateur innovant adopté pendant 4 ans, est progressivement abandonné au profit de Dia, un navigateur IA-first que l'auteur rejette. Les utilisateurs d'Arc doivent envisager une migration. Cette situation illustre le risque de dépendre d'un produit de startup pouvant changer de stratégie brutalement.
D’après la vidéo
⚙ Comment ça marche
Depuis le rachat par Atlassian, Browser Company a créé un nouveau navigateur Dia orienté IA et délaisse Arc qui ne reçoit plus de mises à jour significatives.
« ils sont en train de nous dire que voilà le navigateur maintenant ils ont donc créé un autre qui s'appelle Dia. Sauf que moi j'ai testé DIA et il est nul. Pas parce que le produit est nul mais vraiment parce qu'ils ont mis de l'IA partout »
💬 Ce qu’en pense l’auteur
L'auteur trouve que Arc est devenu lent et qu'il ne veut pas d'un navigateur IA-first comme Dia où l'intelligence artificielle est partout alors qu'il veut simplement travailler.
« un produit qui rame, qui euh fait que quand je travaille et bien il est lent et ça m'énerve »
⚠ Ses réserves
Arc consomme trop de CPU et RAM avec plusieurs onglets ouverts, et les performances se dégradent depuis plus de 6 mois.
« Mon ordi à la CPU et le RAM qui explose à chaque fois que j'utilise mon navigateur avec plusieurs onglets »
Démo avecArcDia
Outil à testerArc (The Browser Company of New York)gratuit
Navigateur web innovant avec onglets verticaux, spaces et gestion avancée des onglets
Pourquoi il semble prometteur : Introduit des spaces pour séparer les contextes de travail, des onglets verticaux, des dossiers, et supprime automatiquement les onglets non épinglés en fin de journée pour libérer la RAM
Arc est gratuit et toujours fonctionnel sur macOS et Windows, mais en mode maintenance depuis mai 2025 (sécurité Chromium uniquement, aucune nouvelle fonctionnalité, pas d'ouverture du code source) : à éviter comme navigateur principal sur le long terme.
Déconseillé par l’auteur
L'auteur l'a utilisé 4 ans mais le quitte car il est devenu lent, consomme trop de ressources, n'est plus mis à jour et est délaissé au profit de Dia qu'il rejette. Il ne peut plus le recommander malgré son attachement initial.
« depuis le rachat de Browser Company qui était la boîte derrière par Atlacian. Atlacan, c'est une boîte que vous connaissez peut-être derrière par exemple Gira ou plein d'autres logiciels bref qui qui sont assez qui sont assez connus. Et bien depuis leur achat, il y a très peu de modification sur le produit et très peu de mise à jour. »
L'IA générative va générer 0,7 à 1 point de productivité annuel pendant 10 ans
Selon les grands économistes, l'intelligence artificielle générative devrait apporter entre 0,7 et 1 point de croissance de productivité par an pendant les 10 prochaines années, ce qui représente environ 30 % des heures travaillées automatisées sur cette période.
Cette prévision concerne toutes les entreprises qui adoptent l'IA. Elle signifie une transformation majeure du travail mais ne se traduira pas par une 'job apocalypse' selon l'intervenant. La réserve majeure : cela nécessite un plan massif de formation des salariés pour que cette productivité se réalise sans destruction nette d'emplois.
D’après la vidéo
⚙ Comment ça marche
La productivité viendra de l'automatisation d'environ un tiers des heures travaillées grâce à l'IA générative, mais pas par remplacement simple des humains.
« on sait qu'on va avoir presque 30 % des heures travaillés dans les 10 prochaines années qui vont être automatisé »
⚠ Ses réserves
Cette productivité ne se réalisera que si les entreprises forment massivement leurs employés. Sans vision prévisionnelle et sans formation, les entreprises ne s'adapteront pas et seront en difficulté.
« il faut qu'on accompagne ce mouvement. On va créer plus d'emplois en réalité. Plus le fait que la population active vieillit. Donc on a besoin de productivité parce qu'on aura moins de gens dans la population active »
« Les les grands économistes comme Philippe Agon ou d'autres disent On va avoir entre 07 et un point de productivité chaque année pendant 10 ans dans les 10 prochaines années. C'est beaucoup. Oui. Voilà. Mais donc on sait qu'on va avoir presque 30 % des heures travaillés dans les 10 prochaines années qui vont être automatisé hein. Un/ers à peu près. »
adoption IA entreprisesPartiellement confirmé4 éditeur(s) indépendant(s)
Les entreprises françaises adoptent l'IA au niveau des États-Unis, mais les PME restent en retard
En France, les grandes entreprises adoptent l'IA presque au même niveau que les États-Unis, mais une fracture numérique se creuse car les PME adoptent beaucoup moins vite, créant un retard par rapport au nord de l'Europe.
Cette fracture concerne toutes les PME françaises qui risquent de perdre en compétitivité face aux grandes entreprises et aux PME du nord de l'Europe. Pour combler ce retard, l'intervenant recommande des mécanismes de soutien public (vouchers, crédits d'impôt) pour aider les PME à former leurs employés, comme cela existe en Scandinavie.
D’après la vidéo
⚙ Comment ça marche
Les grandes entreprises françaises déploient l'IA avec des équipes dédiées importantes et des projets structurants, tandis que les PME manquent de moyens.
« pour une grande banque, tu vois, une équipe digitale de 600 700 personnes qui doit développer des cas d'usage »
« en France, on on on y va on y va presque au même niveau que les États-Unis pour les grandes entreprise, mais les PME adopte moins vite. OK. Donc, on a une fracture numérique qui est en train de se constituer entre les grandes entreprises et les PME en France et dans certains pays européens. »
Anthropic dépose son dossier d'IPO avec 80 pages sur les risques de l'IA
Anthropic a déposé son dossier d'introduction en bourse visant une valorisation de 60 milliards de dollars, dont 80 pages sur 260 sont consacrées aux risques de l'IA (manipulation, chantage, refus d'être éteinte, risques cyber et bio).
Anthropic communique sur une entrée en bourse après les mid-terms (fin 2026) avec une croissance de chiffre d'affaires hallucinante (11,5 milliards de dollars au T2 2026 contre 4,6 milliards sur toute l'année 2025). L'insistance sur les risques dans le dossier reflète la philosophie d'Anthropic mais pourrait paradoxalement attirer les investisseurs en positionnant l'entreprise comme la plus avancée.
Démo avecAnthropic
« sur les 260 pages du dossier, il y en a 80. C'est sur les risques l'IA, c'est manipulation, c'est chantages, c'est refus d'être éteint, c'est ça s'échappe, c'est les risques cyber, c'est les risques bio et cetera, ils l'ont mis dans leur dose. »
Claude Sonnet 3.5 v2 : performances proches d'Opus 3.5 pour cinq fois moins cher
Claude Sonnet 3.5 version 2 atteint un niveau quasi équivalent à Opus 3.5 sur de nombreuses tâches, notamment en mode agentique, tout en coûtant cinq fois moins cher en tokens.
L'arrivée de cette version réduit considérablement le coût d'utilisation pour des tâches complexes nécessitant de l'autonomie et du raisonnement. Cela change l'arbitrage économique : on peut désormais traiter des tâches profondes sans passer systématiquement par le modèle le plus coûteux. Le choix ne dépend plus de la difficulté mais de la prévisibilité de la tâche.
D’après la vidéo
⚙ Comment ça marche
Sonnet 3.5 v2 a fait un bond particulièrement marqué sur les tâches agentiques (Terminal bench), devenant capable de mener des tâches profondes avec beaucoup de raisonnement, de créer ses propres programmes et de manipuler images, objets 3D et vidéo sans erreur du début à la fin.
« Sony 5.5 a fait un bon gigantesque par rapport à l'ancienne version de Sony, surtout ce qui est tâche Terminal bench, c'est-à-dire agentique. Il a vraiment fait un bon en avant. Donc il est capable lui aussi comme Opus 55 de faire des tâches hyper profondes, beaucoup de raisonnement, très large contexte sans se gourer du début à la fin »
✅ À faire
Utiliser Sonnet 3.5 v2 quand la mission est claire, que l'objectif et le chemin sont définis sans nécessité d'aller-retours, même pour des tâches profondes nécessitant beaucoup de raisonnement. Réserver Opus 3.5 aux situations où il faut tester, analyser puis corriger, ou changer de plan en cours de route.
« Je vous recommande vivement d'utiliser Sony 5.5 quand vous savez où vous allez, quand c'est clair la mission que vous donnez à votre intelligence artificielle, vous savez très clairement par quoi passer, quel est l'objectif et il y aura pas d'aller-retour. Même si c'est quelque chose de très profond nécessitant beaucoup de raisonnement, beaucoup de calcul et de la fabrication tierce d'applicatif pour mener à bien la tâche que vous lui donnez. Par contre, si vous savez pas où vous allez, s'il faut faire des tests, s'il faut faire quelque chose, puis analyser ce qu'on vient de faire pour ensuite le corriger, là on est dans du opus 5. »
⚠ Ses réserves
L'agilité et l'intelligence pour changer de plan en cours de route restent l'apanage d'Opus 3.5. Ce n'est plus la difficulté de la tâche qui doit guider le choix du modèle, mais la prévisibilité du parcours.
« Ce n'est donc plus la difficulté ou la profondeur de tâche ou l'intelligence opérationnelle qui compte pour trier, c'est l'agilité, l'intelligence de pouvoir changer ses plans en cours de route. Ça ça reste l'apanage de Opus 5. »
Outil à testerClaude Sonnet 5.5 (Anthropic)freemium
Modèle de langage capable d'autonomie, de raisonnement profond et de tâches agentiques (création de programmes, manipulation d'images, objets 3D, montage vidéo)
Pourquoi il semble prometteur : Atteint des performances proches d'Opus 3.5 sur de nombreuses tâches, notamment agentiques, pour un coût cinq fois inférieur, avec un bond notable sur les benchmarks Terminal
Modèle disponible depuis le 28/09/2026 sur claude.ai (y compris les offres gratuite et Pro, où il est le modèle par défaut), dans les applications Claude et via l'API ainsi que les principales plateformes cloud ; mes recherches n'ont pas fait remonter l'URL exacte de l'annonce officielle sur anthropic.com, je préfère donc ne pas en proposer une approximative.
L’auteur l’a adopté
L'auteur recommande vivement d'utiliser Sonnet 3.5 v2 pour toutes les missions clairement définies, même profondes et complexes, réservant Opus 3.5 uniquement aux situations nécessitant de l'agilité et des changements de cap en cours de route.
Aucune page officielle n’a pu être confirmée — cherchez le nom vous-même plutôt que de suivre un lien approximatif.
« Sony 5.5 quasiment au niveau équivalent à celui d'OPUS 5.5 pour plein plein de choses, mais il va consommer moins de token. Il est sur une tarification qui est nettement en dessous, cinq fois moins cher. »
agents IA autonomesPartiellement confirmé6 éditeur(s) indépendant(s)
OpenAI annonce Dot, un agent IA autonome fonctionnant en continu
OpenAI a annoncé Dot lors de son Dev Day du 29 septembre, un agent IA capable de recevoir une mission et de l'exécuter en autonomie sur les serveurs sans intervention humaine, concurrent direct de Meta Mus.
Dot marque un tournant en proposant à tous les utilisateurs ce qui était jusqu'alors réservé aux développeurs capables de monter eux-mêmes des architectures d'agents autonomes via VPS et webhooks. L'outil n'est pas disponible en Europe, au Royaume-Uni ni en Suisse pour l'instant, et est réservé aux abonnements pro les plus élevés. L'auteur anticipe un déploiement rapide et un impact majeur sur les emplois de bureau.
D’après la vidéo
⚙ Comment ça marche
Dot fonctionne sur les serveurs d'OpenAI de manière autonome : on lui confie une mission et il l'exécute sans intervention, contrairement aux solutions actuelles qui nécessitent que l'utilisateur programme webhooks, déclencheurs et automatismes sur un serveur privé virtuel.
« Un agent qui est capable bah de recevoir une mission et de tout faire en autonomie. il est sur les serveurs, hop, on peut faire autre chose et tout va bien »
💬 Ce qu’en pense l’auteur
L'auteur y voit un changement de paradigme total qui fait entrer dans une nouvelle ère du travail humain-IA, avec l'avènement de véritables collègues IA qui travaillent de leur côté plutôt que d'attendre les demandes d'un humain.
« c'est l'avènement des collègues intelligence artificielle. Et il faut bien saisir la nuance. Il s'agit pas d'un salarié au travail qui va demander des trucs à son agent IA. Non, il s'agit d'un agent IA qui va lui de son côté faire son travail. C'est ça qui change tout »
⚠ Ses réserves
L'auteur souligne que Dot n'est pas disponible en Europe, au Royaume-Uni ni en Suisse, et reste pour l'instant réservé aux abonnements pro les plus élevés. Il s'interroge sur l'acceptation par le public réfractaire à l'IA et sur la conformité aux réglementations européennes.
« pour l'instant c'est pas disponible en Europe ni au Royaume-Uni en Suisse et réservé aux abonnements les plus élevés de la gamme pro. Bon ça évoluera dans les semaines qui viennent »
Démo avecDotMus
Outil à testerdots (OpenAI)payant
Agent IA autonome capable de recevoir une mission et de l'exécuter en continu sur les serveurs sans intervention humaine, pour des tâches personnelles et professionnelles
Pourquoi il semble prometteur : Il centralise en une seule solution ce qui nécessitait jusqu'alors de monter soi-même une infrastructure complexe avec VPS, webhooks et automatismes, et fonctionne vraiment de façon autonome sans programmer les déclencheurs
Produit lancé le 29 septembre 2026, inclus avec les abonnements ChatGPT Pro et Business Premium mais indisponible sur Pro dans l'EEE, en Suisse et au Royaume-Uni au lancement : inutile de l'attendre en Europe dans l'immédiat.
À essayer selon l’auteur
L'auteur considère que ce virage qui était réservé aux geeks est maintenant accessible à tous et va se déployer rapidement à travers la planète, avec un impact monumental sur les emplois de bureau, même s'il reste des incertitudes sur l'acceptation et la réglementation.
« ce truc c'est Dot. Dot vient clairement concurrencer ce que Meta fait depuis quelques semaines maintenant avec Mus pas encore dispo en Europe. Un agent qui est capable bah de recevoir une mission et de tout faire en autonomie »
« Un DOT, qu'est-ce que c'est ? Bah, c'est un agent IR vraiment agentique, vraiment autonome et vraiment indépendant de vous. On va lui donner un petit nom, on va lui donner un petit avatar et il va vivre justement dans ce cloud. Donc vous allez lui apprendre des skills, à se comporter comme tel ou tel collègue que vous avez aujourd'hui physique et humain, mais ce sera votre collègue IA et il va tourner de façon autonome, à tel point autonome que vous allez pas forcément avoir besoin de le déclencher pour qu'il fasse des choses. »
world models, robotique IAPartiellement confirmé5 éditeur(s) indépendant(s)
AMD rachète World Labs pour 8,2 milliards de dollars
AMD acquiert World Labs, l'entreprise de Fei-Fei Li spécialisée dans l'IA spatiale et les world models, pour 8,2 milliards de dollars afin de prendre une avance sur Nvidia dans la future génération de l'IA destinée à la robotique.
AMD investit massivement dans les world models plutôt que de concurrencer Nvidia sur les LLM actuels. Cette stratégie vise à prendre de l'avance sur la prochaine génération d'IA capable d'anticiper les états futurs du monde, essentielle pour les robots autonomes. L'acquisition donne à Fei-Fei Li les ressources de calcul nécessaires pour développer cette technologie.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur considère que cette acquisition pourrait produire les avancées robotiques majeures de l'avenir et qu'AMD prend un raccourci stratégique face à Nvidia en se positionnant sur la prochaine génération d'IA plutôt que sur les LLM actuels.
« AMD plus Wordlabs, ça pourrait faire les dingueries robotiques de l'avenir »
Outil à testerWorld Labs (produit : Marble)freemium
Développer l'intelligence artificielle spatiale et les world models capables de prédire les états futurs du monde pour la robotique
Pourquoi il semble prometteur : L'entreprise est en avance sur les world models avec Fei-Fei Li comme fondatrice, capable actuellement de créer des environnements 3D navigables à partir d'une seule image et d'y entraîner des drones et robots
Marble génère des mondes 3D explorables à partir de texte, image, vidéo ou panorama 360, avec un palier gratuit à crédits mensuels puis des abonnements payants (droits commerciaux et exports avancés réservés aux offres supérieures) ; le rachat par AMD n'est pas encore clôturé, l'avenir du produit peut donc évoluer.
À essayer selon l’auteur
L'auteur estime que cette acquisition est stratégique et pourrait produire les avancées robotiques majeures de l'avenir, AMD ayant investi massivement (8,2 milliards pour 70 personnes) pour acquérir les cerveaux et prendre de l'avance sur la future génération d'IA.
Mistral annonce un nouveau grand modèle pour les prochaines semaines
Arthur Mensch, patron de Mistral, annonce sur CNBC qu'un nouveau grand modèle sortira dans quelques semaines et que deux générations majeures sont prévues dans les 12 prochains mois.
Mistral, qui était dans le « second cercle » des modèles d'IA, promet de rattraper le retard sur les géants américains. Cette annonce publique aux États-Unis engage fortement la crédibilité de l'entreprise : si rien ne sort dans les six mois, elle sera décrédibilisée. L'enjeu est de maintenir une alternative européenne souveraine face aux modèles américains et chinois.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur voit cette annonce comme un test de crédibilité majeur pour Mistral, mais y croit car Arthur Mensch ne dirait pas cela publiquement aux États-Unis sans avoir quelque chose de solide. Il espère que Mistral tiendra ses promesses pour maintenir une alternative européenne.
« la promesse, c'est clairement un test de crédibilité hein. Le fait de dire ça, c'est quand même s'avancer. Le dire aux États-Unis, c'est aussi grandement s'avancer. Donc je pense que effectivement il raconte pas ça pour rien. »
⚠ Ses réserves
Mistral est actuellement très en retard dans les classements, « tout là-bas » selon les mots de l'auteur. L'entreprise s'est concentrée sur des outils d'entreprise (monitoring, harness, sécurité) plutôt que sur les modèles grand public ces derniers mois.
« Sauf que ça fait un petit moment qu'ils auront pas sorti alors j'allais dire qu'ils ont rien sorti. C'est pas vrai. Mistra nous a sorti des dingueries mais qui nous échappent un peu genre à nous gens du grand public. »
Démo avecMistral
« il y a un nouveau grand modèle qui arrive dans quelques semaines et en plus il y aura des générations qui sont prévues dans les 12 mois à venir. Au moins deux grosses générations nous dit Arthur Mench »
« Arthur Mench nous dit, il y a un nouveau grand modèle qui arrive dans quelques semaines et en plus, il y aura des générations qui sont prévues dans les 12 mois à venir. Au moins deux grosses générations nous dit Arthur Mench. »
régulation IA États-UnisConfirmé6 éditeur(s) indépendant(s)
Trump signe un accord moral sur l'IA avec les géants américains
Donald Trump a signé un texte non législatif avec Google, Anthropic, Open AI, Meta et d'autres, les engageant à surveiller leurs modèles avant publication, avec auditeurs externes et comité dédié au conseil d'administration.
Cet « accord moral » entre Trump et les géants de l'IA concilie deux positions opposées : pas de ralentissement pour dominer la Chine, mais surveillance des modèles pour éviter les risques cyber et bio. Il crée de facto une régulation du marché par les acteurs eux-mêmes, sans passer par le Congrès. L'auteur y voit un verrou qui pourrait exclure les modèles chinois et européens du marché américain.
D’après la vidéo
⚠ Ses réserves
Ce n'est ni une loi ni un décret, juste un texte signé entre acteurs privés et le président. Il n'y a aucune sanction prévue, aucun délai, aucune définition précise des auditeurs externes. L'auteur souligne que Trump qualifie cela de « constitution », alors que ce n'est pas du tout constitutionnel.
« c'est simplement un texte. Alors euh Donald Trump appelle ça une constitution. Alors que c'est pas du tout une constitution, c'est pas constitutionnel, c'est même pas une loi à ce jour les amis. »
« Donald Trump vient de signer un papier, un c'est pas un décret, euh un texte, il a signé un texte avec les géants de l'IA, tous »
« Donald Trump vient de signer un papier, un c'est pas un décret, un texte. Il a signé un texte avec les géants de LIA. tous euh c'est pas une loi, c'est pas un décret, c'est pas passé par le Congrès américain »
Figure détruit ses robots Figure 02 dans de l'acier en fusion
L'entreprise de robotique Figure a filmé la destruction spectaculaire de ses robots humanoïdes Figure 02 en les plongeant dans de l'acier en fusion, en référence à Terminator, pour protéger ses secrets industriels avant le lancement du Figure 03.
Cette opération marketing spectaculaire illustre à la fois la volonté de protéger la propriété intellectuelle et met en avant les capacités acrobatiques des robots Figure 02, entraînés virtuellement puis physiquement à effectuer des cascades. L'entreprise a même dû trouver une fonderie en Finlande capable de gérer les batteries lithium.
D’après la vidéo
⚙ Comment ça marche
Figure a entraîné virtuellement ses robots à faire des cascades en simulant des environnements, puis les a testés sur tapis avant de les jeter dans l'acier en fusion. Des cascadeurs ont montré les gestes aux robots pour l'entraînement.
« Plutôt que de le piloter euh à la mano ou à la manette, ils ont décidé de faire venir des cascadeurs pour montrer à Figure 02 les différents gestes. Alors, on a tout un tas de de choses qui sont montrées sur ce site. Moi, ça me passionne vraiment, où ils ont du coup entraîné virtuellement dans des environnements virtuels »
💬 Ce qu’en pense l’auteur
L'auteur trouve cette opération spectaculaire et efficace d'un point de vue communication, tout en notant que certains se sont émus de la 'cruauté' envers les robots.
« Moi je trouve ça assez dingo. Ce qui est assez dingo aussi, c'est la réaction des gens parce que faut que je vous en parle un petit peu. »
Démo avecFigure
« ils ont vraiment, il y a toute une vidéo que je vous invite à aller retrouver sur le la chaîne YouTube officielle de figure qui s'appelle Figure. C'est assez simple, elle a été publiée hier à l'heure où je vous montre tout ça. »
Une IA déchiffre une lettre de Napoléon en 6 heures
Une intelligence artificielle a réussi à déchiffrer de manière autonome une lettre chiffrée de Napoléon du 19e siècle en seulement 6 heures, en créant elle-même un logiciel de test and learn.
Cette prouesse démontre la capacité des IA à résoudre des problèmes complexes de manière autonome et rapide, là où les humains auraient nécessité des mois de travail coûteux sans garantie de succès. L'auteur y voit une preuve des capacités inattendues de l'IA dans des domaines variés comme l'histoire et la recherche.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur trouve cette application légère mais révélatrice des capacités de l'IA à apporter des découvertes dans des domaines inattendus comme l'histoire et la généalogie.
« J'aime beaucoup cette information, elle est légère, elle est sympathique, mais si vous voulez du grand spectacle léger et et rigolo, ben vous allez être servi »
« Tout ça c'est fait en 6h. Vous allez me dire pourquoi les humains étaient pas capables de le faire ? Clairement, on aurait été capable ce code là de le craquer, mais ça voudrait dire bah que quelqu'un ait envie de payer un chercheur pour bosser pendant des mois et des mois sans savoir s'il allait finir par craquer le code »
Gemini 4 Argon testé à l'aveugle sur LMSYS Arena avant son annonce officielle
Gemini 4 Argon était disponible depuis plusieurs semaines sur LMSYS Arena sous le nom de Gemini Flash pour tests à l'aveugle avant son annonce officielle par Google.
Cette stratégie permet à Google de collecter des retours utilisateurs réels avant la sortie officielle, tout en maintenant le secret sur les capacités du modèle. Cela confirme que les tests Arena reflètent déjà les performances d'Argon.
D’après la vidéo
⚙ Comment ça marche
Sur LMSYS Arena, les utilisateurs testent deux réponses générées par des modèles anonymes et choisissent leur préférée, permettant à Google de faire évaluer Argon sans révéler son identité.
« On fait un petit prompt et on a deux réponses sans savoir quel modèle à faire quelle réponse. Et on nous demande à nous lequel on a préféré »
Démo avecGemini 4 Argon
« Ça veut dire qu'il est disponible en fait puisquon on l'a testé sans le savoir. Oui, sans le savoir. Ça fait de semaines déjà qu'on sait qu'il y a un nouveau modèle bizarre que Jemini a appelé Flash pour nous le faire tester à l'aveugle »
Gemini 4 Argon lancé avec des restrictions de sécurité type Fairwind
Google déploie Gemini 4 Argon d'abord via le programme Fairwind avec des partenaires de confiance et un examen gouvernemental américain en cours, en raison de ses capacités cyber avancées.
Cette approche prudente rappelle le déploiement d'autres modèles puissants et vise à éviter les dérives agentiques. Le modèle affiche un taux de réponse aux requêtes malveillantes de 0,7%, ce qui n'exclut pas totalement les failles. Un partenariat avec WiZ assure la vérification des systèmes.
D’après la vidéo
⚙ Comment ça marche
Le modèle est d'abord distribué à des partenaires experts en cybersécurité via Fairwind, avec une surveillance gouvernementale américaine et des benchmarks montrant un faible taux de succès (0,7%) pour les tentatives d'attaques malveillantes.
« nous sommes sérieux. On a Fairwind donc avec des partenaires de confiance qui testent le truc pour voir s'il peut s'échapper, pour voir s'il est capable en algantique de faire des petites dingueries »
Démo avecGemini 4 ArgonFairwindWiZ
« pour l'instant ce modèle sera disponible dans le cadre du programme Fair Wind. Donc donné à des partenaires de confiance qui sont des spécialistes et des experts dans le monde du cyber »
Google annonce Argon, nouveau modèle Gemini face à OpenAI et Anthropic
Google annonce Argon, son nouveau modèle d'intelligence artificielle qui revient sur le podium des leaders face à OpenAI et Anthropic, d'abord disponible en API puis dans les abonnements les plus élevés.
Google repositionne sa gamme Gemini face à la concurrence d'OpenAI et Anthropic qui sortaient des modèles chaque semaine. Le déploiement sera progressif : d'abord en API via AI Studio pour tests, puis dans les abonnements premium. Cela concerne les utilisateurs de modèles d'IA pour des tâches de développement, migration et projets complexes.
D’après la vidéo
⚙ Comment ça marche
Argon est d'abord testé par des partenaires professionnels du cyber pour évaluer s'il peut faire des actions dangereuses, selon le même processus que Mythos. Il sera disponible d'abord en API dans AI Studio avant d'arriver dans les abonnements premium.
« Il est testé par des partenaires dans le cadre d'un partenariat justement pour le pousser dans ses limites et voir s'il est pas capable de faire des grosses bêtises notamment en cyber »
💬 Ce qu’en pense l’auteur
L'auteur constate qu'Argon permet à Google de revenir dans la course et semble vraiment capable sur les benchmarks, même s'il faudra tester en conditions réelles pour vérifier si cela correspond aux usages.
« force de constater qu'il est vraiment à la hauteur. Il est juste derrière les modèles d'anthropique. Donc oui, Google est revenu dans la course »
✅ À faire
L'auteur invite à attendre et tester le modèle en conditions réelles car les benchmarks ne suffisent pas à valider la correspondance aux usages concrets.
« On testera avant de savoir si c'est vraiment équivalent parce que les benchmark, c'est joli, mais c'est nous qu'on va tester si ça correspond à nos usages »
⚠ Ses réserves
Argon a un faible taux de réponses dangereuses mais pas zéro, ce qui justifie la phase de tests avant déploiement. Le prix promotionnel de 10 dollars par million de tokens doublera quelques semaines après pour atteindre 20 dollars.
« il a un très très faible taux de réponse qu'on lui on lui demande de faire des bêtises. Mais c'est pas zéro, ça mérite bien quelques tests »
Démo avecArgonGeminiAI Studio
Outil à testerGemini 4 Argonpayant
Modèle d'intelligence artificielle de Google pour des tâches de développement, migration et projets complexes nécessitant de longs contextes
Pourquoi il semble prometteur : Contexte étendu à 1 million de tokens, capacité à gérer des tâches très longues et complexes, reprise là où il s'est arrêté, scores élevés sur les benchmarks juste derrière Anthropic, tarif compétitif à 20 dollars par million de tokens
Modèle non accessible au grand public au moment de l'annonce : réservé aux organisations du programme Fairwind, puis prévu pour l'API payante et l'abonnement Google AI Ultra, donc inutile d'espérer l'essayer gratuitement dans l'app Gemini pour l'instant.
À essayer selon l’auteur
L'auteur considère qu'Argon permet à Google de revenir dans la course face à OpenAI et Anthropic avec des capacités prometteuses, mais recommande d'attendre de le tester en conditions réelles pour vérifier si les performances correspondent aux usages concrets, au-delà des benchmarks.
Gemini 4 Argon porte sa fenêtre de contexte à 1 million de tokens
Le modèle Argon de Google passe d'une fenêtre de contexte de 64000 tokens à 1 million de tokens, permettant de gérer des projets complexes et de reprendre là où il s'est arrêté.
Cette augmentation permet de traiter des documents beaucoup plus longs ou des projets complexes en une seule passe, sans découpage. Le modèle peut également reprendre là où il s'est arrêté sur des dossiers compliqués. Cela concerne particulièrement les développeurs et les tâches de migration lourde, déjà utilisées en interne chez Google.
D’après la vidéo
⚙ Comment ça marche
Le modèle gère 1 million de tokens en contexte, peut prendre en charge des projets complexes sans s'arrêter, et sait reprendre là où il en était même sur des dossiers extrêmement compliqués.
« un modèle qui est capable de faire des tâches très longues, de prendre en charge des projets complexes, de pas s'arrêter. Si on l'arrête, il sait reprendre là où il en était, même sur des dossiers extrêmement compliqués »
Démo avecArgon
« On est passé de 64000 tokens à 1 million de tokens avec un modèle qui est capable de faire des tâches très longues, de prendre en charge des projets complexes, de pas s'arrêter »
« ils ont cherché d'abord une cuve, que ça a pas été si simple. Il y a tout un tout un tas, je trouve ça très intéressant. Ils ont cherché une cuve, ils ont pas trouvé parce qu'il y a des batteries au lithium et il fallait donc »
« on est au-dessus avec Gini 4 Argon. Tout le monde est pas d'accord puisque quand on va voir du côté de artificial analysis. son propre index. Il classe le argon avec une couleur un peu cheloue ici »
Argon affiché à 10 $ puis 20 $ par million de tokens en sortie
Google propose Argon à un tarif promotionnel de 10 dollars par million de tokens en sortie, qui doublera à 20 dollars quelques semaines après le lancement.
Ce tarif positionne Argon comme compétitif face aux modèles d'OpenAI et Anthropic, surtout pendant la phase promotionnelle. Après doublement, 20 dollars par million de tokens reste décrit comme bon marché pour des performances annoncées équivalentes. Cela concerne tous les utilisateurs d'API de modèles d'IA pour estimer leurs coûts d'usage.
D’après la vidéo
⚠ Ses réserves
Le tarif de 10 dollars annoncé est une offre promotionnelle de sortie qui doublera à 20 dollars quelques semaines après, sans que la date de cette augmentation soit précisée.
« ces 10 dollars, bah c'est une offre promotionnelle de sortie. Bon, on sait pas quand, mais on sait déjà le prix. Il aura doublé quelques semaines après puisque le vrai prix, nous dit-on, de Argon chez Google, ce sera plutôt du 20 dollars par million de tokens en sortie »
Démo avecArgon
« on nous annonce du 10 dollars par million de tokens en sortie, ce qui fait beaucoup moins cher que les modèles équivalents »
Mistral annonce un nouveau grand modèle pour les prochaines semaines
Arthur Mensch, PDG de Mistral, annonce la sortie imminente d'un nouveau modèle dans les semaines qui viennent.
Mistral, acteur français de l'IA, prépare une nouvelle sortie majeure après une période d'intégration de modèles open source chinois qui avait suscité des interrogations sur sa stratégie. L'annonce est faite à la télévision américaine, territoire des géants concurrents. La portée concrète dépendra des performances réelles du modèle face à OpenAI et Anthropic.
D’après la vidéo
⚙ Comment ça marche
Mistral travaille depuis des mois sur le pilotage, le monitoring de l'inférence et de l'entraînement de ses modèles, avec des moyens de surveillance pour les entreprises utilisatrices.
« ça fait des mois qu'on travaille justement sur le pilotage, sur le monitoring de l'inférence et de l'entraînement de nos modèles »
💬 Ce qu’en pense l’auteur
L'auteur espère que cette sortie sera à la hauteur et permettra à Mistral de revenir dans la course, même s'il n'attend pas un rattrapage immédiat des leaders.
« On espère que ce sera à la hauteur. On imagine bien qu'on va pas rattraper de suite les modèles géants de chez Open AI ou de chez Anthopiic. Mais si on pouvait revenir dans la course, ce serait pas plus mal »
Démo avecMistral
Outil à testerMistral AIfreemium
Modèles d'intelligence artificielle développés en France pour les entreprises
Pourquoi il semble prometteur : Capacité de surveillance et de monitoring de l'entraînement et de l'inférence pour répondre aux enjeux de sécurité et de souveraineté
Laboratoire francais d'IA bien reel et actif : l'assistant Le Chat est utilisable gratuitement avec des offres payantes au-dessus, et l'API est facturee a l'usage — mais le « nouveau grand modele » evoque n'est pas encore sorti, il faut surveiller le blog et le changelog officiels plutot que les reprises de presse.
À essayer selon l’auteur
L'auteur attend avec impatience cette sortie et espère qu'elle permettra à Mistral de revenir dans la course face aux géants américains, sans pour autant s'attendre à un rattrapage immédiat d'OpenAI ou Anthropic.
Pourquoi l'automatisation déterministe (n8n, Make, Zapier) reste préférable à Claude Code pour les processus critiques en production ?
Les outils d'automatisation visuelle comme n8n, Make ou Zapier sont préférables aux agents IA comme Claude Code pour les processus backend critiques en production, car ils offrent une prévisibilité totale, un debugging visuel plus facile et ne nécessitent pas de compétences de déploiement.
Pour les automatisations backend qui doivent tourner H24 sans supervision (paiements, envois d'accès, quittances), les outils d'automatisation traditionnels permettent de voir exactement ce qui s'est passé à chaque exécution et de débugger facilement même sans être développeur. Avec Claude Code, il faut gérer soi-même le déploiement, le monitoring et avoir le niveau technique pour débugger en production. Le piège : on a l'impression que Claude Code est facile (niveau 1) alors qu'en production il requiert un niveau 5-6.
D’après la vidéo
⚙ Comment ça marche
Les outils comme n8n, Make et Zapier fonctionnent en mode déterministe : on voit exactement ce qui va se passer à l'avance, avec des branches prévues. Si aucune branche n'est disponible, ça va péter, ce qui garantit qu'on a tout prévu. L'interface visuelle permet de voir quand l'automatisation s'est déclenchée, si elle a bien ou mal fonctionné, et de débugger facilement.
« C'est ce qu'on appelle une approche déterministe. Ça veut dire que on voit exactement ce qui va se passer à l'avance et dans le cas où par exemple il y a aucune branche qui est dispo et bien ça va péter. Ça ne va pas marcher, ça va faire un bug. »
💬 Ce qu’en pense l’auteur
L'auteur utilise toujours des automatisations n8n pour ses processus critiques (vente de formations, quittances de loyer) parce que c'est plus facile à débugger et qu'une personne non développeuse peut les comprendre et les modifier. Il critique le piège de Claude Code qui donne une fausse impression de facilité.
« Demain, si je fais venir quelqu'un dans mon équipe pour gérer ça, même pour quelqu'un qui est non développeur, et bien il va pouvoir comprendre et changer, modifier cette automatisation. Ça c'est la raison pour laquelle on utilise des outils comme Niten. »
✅ À faire
Il recommande d'utiliser n8n, Make ou Zapier si d'autres personnes doivent maintenir l'automatisation, si on a besoin de prévisibilité en production, si on veut connecter des services externes déjà intégrés, ou si c'est critique pour le business. Ne pas se laisser guider par la hype mais par le besoin réel.
« Si il y a d'autres personnes qui maintiennent une automatisation, si vous avez un besoin de prévisibilité en prod, donc quelque chose de déterminé, si vous avez pas envie de laisser un agent, euh et bien vous allez utiliser des outils comme Zapper Me. »
⚠ Ses réserves
Les outils d'automatisation visuelle sont limités au backend : pour créer une interface graphique ou une vraie application, il fallait ajouter Webflow et Airtable, alors que Claude Code fait tout en un. Mais cette facilité apparente devient un piège en production.
« NN, Zapper et cetera, ce sont juste des outils de backend, hein. Si on veut par exemple créer une interface graphique au-dessus pour pouvoir faire cliquer les gens et cetera, à l'époque, fallait utiliser un outil type webflow »
Démo avecn8nMakeZapierStripe
« j'ai aujourd'hui toujours des automatisations qui sont actives. Celle-là cette automatisation est une automatisation qui donne des accès au produits que les gens achètent sur mon site internet »
développement applicationsPartiellement confirmé5 éditeur(s) indépendant(s)
Quand utiliser Claude Code plutôt que n8n ou Make pour une application ?
Claude Code est préférable aux outils d'automatisation visuelle quand on a une logique 100% custom, qu'on maîtrise le déploiement (Vercel, Docploy) et qu'on a besoin de gérer à la fois le front-end et le back-end dans un projet complet.
Pour des applications complètes avec interface utilisateur et logique métier sur mesure, Claude Code (ou Cursor, Codex) permet de tout gérer en un seul outil, là où il aurait fallu combiner n8n + Webflow + Airtable. Mais cela requiert de savoir déployer sur Vercel ou Docploy et de pouvoir débugger du code en production. Sans ces compétences, le risque est de naviguer à l'aveugle et de ne pas pouvoir réparer quand ça casse.
D’après la vidéo
⚙ Comment ça marche
Claude Code génère du code qui gère à la fois le front-end, le back-end et les données, là où les outils d'automatisation visuelle nécessitaient trois outils distincts (n8n pour le backend, Webflow pour l'interface, Airtable pour les données). Mais le code généré doit ensuite être déployé et maintenu manuellement.
« Là où sur Cloud Code, Cloud Code fait tout. Ettant donné qu'il fait du code, et ben il gère les trois parties en lui-même. Du coup, ça donne encore plus cette impression que c'est facile parce qu'en fait, on peut aller beaucoup plus loin »
✅ À faire
Il faut monter en compétence sur les bases de données, les API, les webhooks, le front-end, le back-end, les queues. Même si on arrive de Zapier ou Make, il faut acquérir ces compétences techniques. L'auteur invite à mettre les mains dans le cambouis et à tester en production pour avoir de vrais insights.
« il y a une réalité qu'il va falloir monter en compétence techniquement si vous voulez mettre ça en production. Et c'est le chemin que je vous conseille. Si vous êtes déjà passé par Zapier Make and Witend, ça va être beaucoup plus facile pour vous mais vous allez devoir aussi monter en compétence. »
⚠ Ses réserves
Le piège de Claude Code est qu'il donne l'impression d'être accessible au niveau 1 (on lui parle et il code) alors qu'en production il faut un niveau 5-6. Beaucoup de gens se lancent dans des agences IA sans compétences techniques et vont déployer pour des clients sans savoir monitorer ni réparer.
« le risque avec l'autre code, c'est qu'on a l'impression que c'est un outil de niveau 1. On lui dit des choses, il code pour nous, il fait des choses pour nous et on a l'impression qu'on y arrive. Sauf que le niveau réel en prode et bien il faut plutôt un niveau 5 6. »
Démo avecDocployn8nWebflowAirtable
« si vous avez une application qui a une logique 100 % custom et vous pouvez gérer le déploiement, c'est que vous savez utiliser des outils comme Docploy Versel desquels on a déjà parlé sur cette chaîne, mais qu'en plus vous avez du front end, du back end, vous avez une app compliquée, et bien faut aller sur Cloud Code »
Comment diffère la tarification entre n8n/Make et Claude Code pour une automatisation ?
Les outils d'automatisation comme n8n ou Make facturent principalement au run (nombre d'opérations), la construction coûtant presque rien, tandis que Claude Code facture à la fois la construction (tokens, abonnement 20-100€/mois) et l'hébergement (VPS, Vercel).
Avec n8n, Make ou Zapier, on paie peu à la construction mais beaucoup si l'automatisation tourne souvent. Avec Claude Code, on paie l'abonnement pour construire (20-100€/mois) puis l'hébergement pour faire tourner, sur VPS ou Vercel. Le modèle économique est donc inversé : dans un cas on paie l'usage, dans l'autre la création puis l'infrastructure.
D’après la vidéo
⚙ Comment ça marche
Les outils no-code facturent selon le nombre d'opérations exécutées (le run), la phase de construction étant peu coûteuse. Avec Claude Code, on paie d'abord en tokens pour la construction via un abonnement mensuel, puis on doit héberger le code généré sur un serveur ou une plateforme cloud, ce qui génère des frais supplémentaires.
« C'est le run, donc le fait que ça tourne qui nous coûte. Là où dans le monde agentique, c'est un petit peu différent. On va payer la construction parce qu'on va payer en token. Souvent, on va avoir un abonnement à 20 100 € par mois à Cloud code, Codex et cetera. On aura construit notre solution. Cool. Mais une fois qu'on aura construit, bah va falloir l'héberger. »
Démo avecn8nMakeDocploy
« Dans le monde de nos codes, et bien on va payer un abonnement soit à Make, soit à N, soit on va héberger notre N. Mais grossièrement, il y a quand même un truc, c'est que on va payer au run. C'est-à-dire que plus on va faire d'opération, plus ça va nous coûter cher. Donc grossièrement, la construction nous coûte quasiment rien. »
Pourquoi les agents IA dans n8n ne sont pas les mêmes que Claude Code ?
Les agents IA dans n8n servent à prendre des décisions et exécuter des prompts pour choisir quels outils utiliser, contrairement aux agents comme Claude Code qui construisent du code ; cette méthodologie était en vogue l'année dernière mais est de moins en moins utile avec l'avènement des outils d'agentic engineering.
Démo avecn8nMakeCodex
« ces agents IA, ils sont là pour prendre des décisions, exécuter un prompt pour pouvoir savoir quoi faire avec les outils auxquels ils ont accès. En fait, c'est une méthodologie d'ingénierie qui en fait était très très en vogue l'année dernière, mais qui de plus en plus maintenant avec l'avénement de de tous ces nouveaux d'outils d'agantic engineering qui sont arrivés, les codes, les codex et cetera et ben est de moins en moins utile »
n8n permet d'automatiser en mode self-hosted sur VPS plutôt qu'en cloud payant
n8n peut être installé en self-hosted sur un VPS comme Hostinger (plan KVM2 recommandé) au lieu de payer l'abonnement cloud à 20-24$/mois, ce qui permet d'avoir plus de contrôle et moins de limitations.
Pour un usage professionnel ou intensif, le self-hosting sur VPS permet d'éviter les limitations d'exécutions et de projets de l'offre cloud. Le plan KVM2 chez Hostinger est recommandé car KVM1 manque de ressources. Nécessite néanmoins quelques compétences techniques pour l'installation et la maintenance.
D’après la vidéo
⚙ Comment ça marche
n8n est open source, donc on peut télécharger le logiciel et l'installer soit en local sur son Mac (NPX n8n), soit sur un serveur VPS qui reste allumé en permanence. Hostinger propose une installation en un clic.
« eux leur logiciel et ben ils l'ont rendu open source. Qu'est-ce que ça veut dire ? Ça veut dire que les sources du logiciel elles sont ouvertes. Ça veut dire qu'on peut nous-même le prendre »
✅ À faire
Pour l'installation de n8n, prendre le plan KVM2 qui a assez de RAM et CPU pour faire tourner l'outil de manière stable, KVM1 étant trop juste en ressources.
« Pour l'installation de NN, moi je vous suggère de prendre KVM2. c'est celui qui a assez de RAM et de CPU pour le lancer de manière plutôt tranquille et pas avoir des problématiques du coup de de euh parce que ce logiciel bah il consomme des ressources et si vous prenez KVM1, c'est un peu short »
⚠ Ses réserves
L'installation en local nécessite que l'ordinateur reste allumé pour que n8n fonctionne. Le self-hosting demande un minimum de compétences techniques.
« Le problème avec ça c'est que en local il est utilisé et il est disponible uniquement quand votre ordi est allumé »
Démo avecn8nHostinger
Outil à testern8nfreemium
Outil d'automatisation no-code permettant de connecter des applications entre elles via des workflows
Pourquoi il semble prometteur : Open source, peut être self-hosté sans coûts récurrents, très robuste même face à l'arrivée du vibe coding, dispose de nombreux nœuds pré-configurés et permet de créer ses propres intégrations via HTTP
Projet très actif en « fair-code » (Sustainable Use License, source-available et non open source au sens OSI) : l'édition Community auto-hébergée est gratuite et sans limite d'exécutions, mais l'auto-hébergement demande des compétences serveur (Docker, reverse proxy HTTPS, sauvegardes) et certaines fonctions restent réservées aux licences payantes.
L’auteur l’a adopté
L'auteur utilise n8n en production et le recommande en self-hosting pour éviter les limitations de l'offre cloud. Il insiste sur la robustesse de l'outil et sa pertinence même à l'ère de l'IA générative, considérant les fondamentaux comme durables malgré les mises à jour.
« la version cloud bah elle vous coûte 24 dollars par mois en mensuel ou 20 dollars par mois en annuel. Euh la version locale, elle vous coûte zéro, mais le problème c'est que quand euh bah votre ordi est éteint »
Comment épingler les données (pin data) dans n8n pour éviter de refaire les requêtes
Dans n8n, la fonction 'pin data' permet de figer les données d'un nœud en mémoire pour éviter de relancer la requête à chaque test, ce qui économise des crédits API et accélère le développement.
Très utile lors du développement de workflows complexes pour ne pas consommer inutilement des crédits API ou faire des appels répétés à des services externes. Permet de tester la logique en aval sans refaire les appels en amont. Recommandé dès qu'on travaille sur un workflow avec des API payantes ou limitées.
D’après la vidéo
⚙ Comment ça marche
Lorsqu'on clique sur 'pin data' sur un nœud, n8n enregistre les données en mémoire. Les exécutions suivantes du workflow réutilisent ces données figées au lieu de refaire l'appel API.
« à partir du moment, il la pine la data. Donc ça veut dire qu'il l'a enregistré et donc ça va éviter que ça refasse la requête encore et encore »
✅ À faire
Utiliser 'pin data' sur les nœuds qui appellent des API externes ou coûteuses, surtout pendant la phase de construction et test du workflow.
« dans les fois où ici par exemple c'est la réception d'un email ou c'est une une donnée qui vient du Nia qu'on paye ou quoi que ce soit et bien ça coûte très cher. Et donc il y a une une chose que j'ai envie de vous montrer, c'est ce petit bouton là qui s'appelle pin data »
Démo avecn8n
« Pin data, ça vous permet de quand vous relancez à ce que ça ne refasse pas la requête. C'est-à-dire que ça ne va pas aller chercher l'information dans le RSS mais ça va juste la récupérer dans sa mémoire »
Comment utiliser Claude pour générer le code JavaScript d'un nœud n8n
Dans n8n, on peut demander à Claude de générer le code JavaScript nécessaire pour extraire des données dans un nœud Code en lui fournissant le JSON d'entrée et la description de ce qu'on veut extraire.
Permet à des non-développeurs d'utiliser les nœuds Code de n8n pour transformer des données complexes. L'IA gère les subtilités (regex, parsing, cas limites) qu'on ne saurait pas coder soi-même. Attention cependant aux erreurs possibles : il faut tester et parfois corriger le code généré.
D’après la vidéo
⚙ Comment ça marche
On copie le JSON reçu dans le nœud précédent, on le donne à Claude avec la description de ce qu'on veut extraire, et Claude génère le code JavaScript qu'on colle dans le nœud Code de n8n.
« Je vais copier ce Jason là, hein. Je vais le coller ici dans mon cloud et je vais dire hop, voilà, j'ai un nœud code JavaScript. Je je vais même faire ça. Hop, je vais copiercoller ce truc. Je vais lui donner ça et je vais lui dire je suis sur N8N, j'ai un nœud code JavaScript et j'ai besoin d'extraire le prix du bien ainsi que la surface »
⚠ Ses réserves
Le code généré peut comporter des erreurs ou ne pas gérer tous les cas. Il faut tester et parfois ajuster manuellement.
« En 2 secondes, il m'a trouvé pour chacun des biens. C'est assez magique d'ailleurs »
Démo avecn8nClaudeJavaScript
« je vais lui dire je suis sur N8N, j'ai un nœud code JavaScript et j'ai besoin d'extraire le prix du bien ainsi que la surface dans euh le nœud code. Comment est-ce que je peux arriver à faire ça ? »
Comment configurer une API non-supportée dans n8n via le nœud HTTP Request
Dans n8n, le nœud HTTP Request permet de connecter n'importe quelle API non-supportée nativement en demandant à Claude ou ChatGPT de configurer les headers, authentification et paramètres à partir de la documentation de l'API.
Ouvre n8n à tous les services disposant d'une API, même si le nœud dédié n'existe pas. Avant l'IA, il fallait comprendre la documentation API et configurer manuellement ; maintenant Claude peut générer la configuration complète. Nécessite tout de même de vérifier que la configuration fonctionne.
D’après la vidéo
⚙ Comment ça marche
On télécharge le workflow n8n en JSON, on copie la documentation de l'API, on donne les deux à Claude en lui demandant de configurer le nœud HTTP Request, puis on importe le workflow généré.
« La manière dont je de le donner, c'est que je peux par exemple aller ici le télécharger. Hop, une fois que je l'ai téléchargé, donc voilà, là j'ai mon euh Warflow Jan. Je peux le prendre ici. Hop, je vais dans Cloud, je le colle. Et après, je colle aussi la documentation de granola »
✅ À faire
Télécharger le workflow, copier la documentation de l'API (beaucoup de docs ont maintenant un bouton 'copier page'), donner les deux à Claude avec la demande de configuration, puis importer le JSON généré.
« je fais copie page et ça copie la page. Je donne les deux à manger à euh Claude et je lui dis Refais-moi ce scénario pour la payola. Et là, il va me créer un scénario que j'aurais plus qu'à importer »
⚠ Ses réserves
Claude peut faire des erreurs dans la configuration. Il faut tester et parfois corriger manuellement les paramètres ou l'authentification.
« Bad request. Ah, il me dit Please check your parameters. Il a peut-être fait une erreur. Ça arrive »
Démo avecn8nClaudeGranola
« il y a un champ qui existe. Donc je vais revenir ici et je vais créer un nouveau workflow dans lequel je vais mettre un trigger manuel. Voilà, il y a un nœud qui existe qui s'appelle HTTP request qui permet de faire une requête API un n'importe quel outil qui dispose d'une API »
n8n : toujours renommer les nœuds et branches pour rendre le workflow lisible
Dans n8n, il est fortement recommandé de renommer les nœuds (espace pour éditer) et les branches (rename output) pour qu'un workflow reste compréhensible, surtout en équipe.
Rend les workflows maintenables et compréhensibles par d'autres personnes ou soi-même plusieurs semaines après. Particulièrement important en travail d'équipe. Les notes (sticky notes) peuvent compléter mais ne sont utiles que si le workflow est complexe ou partagé.
D’après la vidéo
✅ À faire
Appuyer sur espace pour renommer un nœud avec un nom descriptif. Utiliser 'rename output' pour renommer les branches dans les nœuds conditionnels (if, switch). Ajouter des sticky notes si nécessaire pour documenter.
« Si je veux ça, je le supprime. Si je veux ça, je fais un peu un petit coup de ménage. Et aussi, je vous incite à renommer les choses. C'est veut dire que là, si je vais et j'appuie sur espace, je peux renommer »
Démo avecn8n
« je vous incite quand même à à à noter ou en tout cas à bien renommer les choses. Notamment ici, je peux renommer les branches, je fais rename output. Je peux je peux dire nul par exemple ici et là je peux dire - 2 400000 »
n8n sauvegarde automatiquement les versions d'un workflow sans action manuelle
Dans n8n, l'auto-sauvegarde est activée par défaut et crée automatiquement une nouvelle version du workflow à chaque modification, évitant ainsi les pertes de travail contrairement à Zapier ou Make.
Sécurise le travail de développement de workflows en créant automatiquement un historique des versions. Contraste avec Zapier ou Make où il faut sauvegarder manuellement et où on peut perdre son travail. Pas besoin de chercher un bouton 'save'.
D’après la vidéo
⚙ Comment ça marche
À chaque modification d'un workflow, n8n enregistre automatiquement une nouvelle version dans l'historique sans intervention de l'utilisateur.
« Vous êtes pas obligé d'appuyer sur save ou trouver un bouton save. Contrairement à d'autres applications. Il faut save à chaque fois pour ceux qui connaissent Zapier ou Mak et bien il faut save à chaque fois et parfois ça nous arrive de perdre complètement nos workflow »
Démo avecn8nZapierMake
« vous voyez ce petit truc là qui s'est qui s'est enclenché à chaque fois que je modifie quelque chose. Et bien sachez que le mode aut sauvegarde par défaut est activé. Là j'ai 54 versions parce que j'ai beaucoup bouché en 2 secondes »
outils open sourceConfirmé3 éditeur(s) indépendant(s)
Excalidraw : alternative open source pour créer des schémas dessinés à la main
Excalidraw est un outil open source de tableau blanc qui permet de créer des schémas avec un rendu dessiné à la main, installable soi-même ou utilisable directement dans le navigateur sans compte.
Pour créer des visuels de type schéma sans passer par un SaaS payant. Utilisable immédiatement en ligne sans installation, mais nécessite un auto-hébergement pour sauvegarder et partager les schémas. L'auteur l'utilise pour toutes ses vidéos.
D’après la vidéo
⚙ Comment ça marche
L'outil s'utilise directement depuis un navigateur sans avoir besoin de compte, mais pour sauvegarder et partager les schémas, il faut soit passer à la version payante Excalidraw Plus, soit l'installer soi-même.
« C'est utilisable directement depuis un navigateur, c'est-à-dire que vous allez pouvoir directement en allant sur excalidro.com, vous allez pouvoir commencer à l'utiliser. Donc vous avez pas besoin d'un compte ou quoi que ce soit, vous l'utilisez et vous avez rien à faire. C'est juste que vous pouvez pas sauvegarder, partager votre schéma. »
💬 Ce qu’en pense l’auteur
L'auteur l'utilise pour créer tous les schémas de ses vidéos et reçoit régulièrement des demandes à ce sujet dans les commentaires.
« C'est l'outil que vous voyez ici. C'est ce qui me permet de faire des schémas. En fait, c'est un outil open source, un espèce de tableau blanc qui vous permet de créer des schémas rapidement avec un rendu dessiné à la main. Comme ici, il y a euh plein de gens qui me demandent en dessous de mes vidéos quel est l'outil que j'utilise. »
Outil à testerExcalidrawfreemium
Créer des schémas et diagrammes avec un rendu dessiné à la main
Pourquoi il semble prometteur : Plus de 130 000 étoiles sur GitHub, utilisable immédiatement sans compte dans un navigateur, rendu visuel distinctif type dessin à la main
Projet actif et mature (licence MIT, dépôt github.com/excalidraw/excalidraw) : l'éditeur web est gratuit et utilisable sans compte, les dessins sont stockés localement dans le navigateur, et l'auto-hébergement passe par l'image Docker officielle excalidraw/excalidraw ; le cloud collaboratif persistant relève de l'offre payante Excalidraw+.
Changedetection.io : surveiller automatiquement les modifications de sites web
Changedetection.io permet de surveiller des sites web pour détecter automatiquement les changements de prix, de contenu ou d'articles, en ciblant des URL ou des zones spécifiques de pages.
Permet d'automatiser la veille concurrentielle en surveillant les modifications de contenus ou de prix sur des sites tiers. Utile pour suivre les articles de blog ou les évolutions de l'offre de concurrents. Nécessite un auto-hébergement pour une utilisation complète.
D’après la vidéo
⚙ Comment ça marche
L'outil surveille des URL mais aussi des zones spécifiques de sites web, avec un historique des modifications détectées.
« Vous pouvez demander à cet outil de surveiller des URL mais aussi des zones spécifiques de certains sites web. vous allez pouvoir euh surveiller, regarder les différents historiques par exemple des des pages. »
✅ À faire
L'auteur recommande de l'héberger soi-même plutôt que de payer un abonnement, pour faire de la veille concurrentielle en suivant les changements sur les sites de concurrents.
« beaucoup de gens l'utilisent pour faire de la veille concurrentielle, euh c'est-à-dire regarder quand est-ce que vos concurrents et bien euh euh ajoutent quelque chose sur leur site internet ou changent euh des éléments »
Outil à testerchangedetection.iofreemium
Surveiller automatiquement les modifications de pages web (prix, contenu, articles)
Pourquoi il semble prometteur : Permet de cibler des zones spécifiques de pages, avec historique des changements, utilisable pour la veille concurrentielle
Projet open source (licence Apache-2.0, depot github.com/dgtlmoon/changedetection.io) gratuit en auto-hebergement via Docker, avec une offre cloud officielle payante a environ 8,99 $/mois pour ceux qui ne veulent pas gerer de serveur.
À essayer selon l’auteur
L'auteur note que l'interface n'est pas incroyable, mais que la fonctionnalité de surveillance est vraiment utile pour la veille. Il recommande l'auto-hébergement.
outils open sourceConfirmé2 éditeur(s) indépendant(s)
NocoDB : alternative open source à Airtable pour gérer des tableurs et bases de données
NocoDB est une alternative open source à Airtable qui permet de créer des tableurs, des graphiques, des formulaires et des kanbans, auto-hébergeable gratuitement.
Permet de remplacer Airtable, surtout pertinent depuis que celui-ci a été racheté et a augmenté ses prix. Toutes les fonctionnalités principales sont présentes. Nécessite un auto-hébergement pour éviter les coûts.
D’après la vidéo
⚙ Comment ça marche
L'outil permet d'avoir des tableurs, des analytics, des graphiques, de créer des formulaires, d'utiliser des kanbans, exactement comme Airtable.
« grossièrement ce que ça vous permet de faire c'est eth bien avoir des tableurs, avoir des analytics, des graphiques, créer pardon des formulaires, utiliser des cambans, bref faire vraiment tout ce qu'on pouvait faire sur Atable »
Démo avecAirtable
Outil à testerNocoDBfreemium
Créer des tableurs, graphiques, formulaires et kanbans (alternative à Airtable)
Pourquoi il semble prometteur : 5 700 étoiles sur GitHub, réplique toutes les fonctionnalités d'Airtable, pertinent depuis le rachat et l'augmentation des prix d'Airtable
Projet open source actif sous AGPL-3.0, auto-hébergeable gratuitement (Docker/Node, base SQLite ou Postgres recommandée en production) ; le cloud et certaines fonctionnalités entreprise sont payants, et le plan cloud gratuit est limité (3 éditeurs, 1 000 enregistrements, 1 Go).
À essayer selon l’auteur
L'auteur le présente comme une alternative complète à Airtable, surtout depuis que ce dernier a augmenté ses prix. Il recommande la version auto-hébergée.
outils open sourceConfirmé6 éditeur(s) indépendant(s)
Buzz : alternative Slack open source avec agents IA intégrés
Buzz est une alternative open source à Slack qui permet d'intégrer des agents IA (Claude, Hermes) directement dans les conversations pour automatiser des tâches et fournir de l'expertise.
Permet de remplacer Slack ou Teams tout en gardant ses données en propre et en intégrant des agents IA spécialisés dans les équipes. Les agents peuvent être appelés directement dans les canaux pour automatiser des tâches. Supporté par Anthropic et Cursor.
D’après la vidéo
⚙ Comment ça marche
Les agents peuvent être appelés directement dans les canaux pour effectuer des recherches, gérer le support client ou apporter une expertise spécialisée. Par exemple, un agent marketing peut aider à faire des recherches sur le site web, ou un agent support peut conseiller sur la gestion de tickets.
« demain, si vous avez par exemple Grockbot ou Hermes, vous avez des agents spécialisés qui par exemple sont experts en en médias sociaux ou expert en animation ou expert par exemple à vous fournir et faire de la recherche, et bien vous pouvez appeler ces agents directement dans SLAC »
💬 Ce qu’en pense l’auteur
L'auteur souligne que l'outil est de plus en plus maintenu et supporté par les géants de l'IA comme Anthropic et Cursor, et que c'est un outil à tester si on travaille en équipe.
« C'est un outil qui est de plus en plus maintenu et supporté par on va dire les géants de de LIA. Donc si vous travaillez en équipe, c'est un outil à tester surtout en alternative de votre outil actuel. »
Démo avecBuzzSlackClaudeHermesCursor
Outil à testerBuzz (by Block)gratuit
Outil de communication interne type Slack avec intégration native d'agents IA
Pourquoi il semble prometteur : Plus de 32 000 étoiles sur GitHub, permet d'intégrer des agents IA spécialisés dans les conversations, supporté par Anthropic et Cursor
Projet Apache 2.0 en bêta précoce : auto-hébergement gratuit mais exigeant (Docker, Rust, Node, PostgreSQL/Redis/S3), service hébergé buzz.xyz gratuit pour l'instant sans tarification annoncée, et coûts API des modèles à votre charge.
À essayer selon l’auteur
L'auteur considère que c'est un outil à tester si on travaille en équipe, notamment grâce au support croissant des géants de l'IA. Il met en avant la possibilité d'avoir des agents spécialisés directement intégrés.
« vous allez avoir un Slack, donc un outil de communication interne qui fonctionne exactement de la même manière, hein, avec des euh des groupes, une messagerie en direct, de la la configuration, bref, et la seule différence, c'est que les agents vont pouvoir en interne et bien discuter avec avec vous et faire des actions à votre place »
outils open sourceConfirmé2 éditeur(s) indépendant(s)
Coolify : installer n'importe quel outil open source sur un VPS via une interface unifiée
Coolify permet d'installer et gérer des dizaines d'outils open source (Umami, Docuseal, n8n, Excalidraw) sur un VPS via une interface type app store, sans gérer les installations une par une.
Simplifie radicalement l'installation et la gestion d'outils open source sur un VPS, en évitant de devoir gérer chaque outil individuellement. L'auteur montre comment l'installer automatiquement via Claude Code, même sur un VPS déjà occupé. Hostinger propose un installeur prêt à l'emploi.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur trouve l'outil magique car il permet d'avoir une interface unifiée pour gérer tous les outils open source, au lieu de devoir les gérer un par un. Il apprécie particulièrement que Claude Code puisse automatiser l'installation complète, y compris la création du DNS.
« installer entre guillemets ces outils un par un sur un VPS et ben c'est chiant parce que vous allez devoir les gérer un par un, vous avez pas d'interface unifiée. Donc Coolify en fait ce que ça fait c'est que ça permet d'un peu d'encapsuler tout ça et de vous faire un app store pour pouvoir installer ça »
Démo avecCoolifyUmamin8nHostinger
Outil à testerCoolifyfreemium
Installer et gérer des outils open source sur un VPS via une interface type app store
Pourquoi il semble prometteur : Évite de gérer les installations une par une, fonctionne avec tous les outils disponibles sur Docker, installable automatiquement via Claude Code
Auto-hébergement gratuit et sans limite de fonctionnalités (Apache-2.0), seule l'offre Coolify Cloud gérée est payante (à partir de 5 $/mois) ; prévoir un VPS accessible en SSH et accepter d'en assurer soi-même la maintenance et la sécurité.
test machine virtuelleConfirmé2 éditeur(s) indépendant(s)
Try Omarchy : tester le système via machine virtuelle sans installation
Omarchy propose Try Omarchy, une application permettant de lancer le système en machine virtuelle sur Windows ou Mac pour le tester sans installation physique.
Permet à n'importe qui de découvrir Omarchy en quelques minutes sans risquer son installation actuelle. Utile pour évaluer l'ergonomie et les raccourcis avant de s'engager. L'auteur a lui-même utilisé cette méthode pour produire sa vidéo.
D’après la vidéo
⚙ Comment ça marche
On télécharge l'application Try Omarchy pour Windows ou Mac, qui lance Omarchy dans une machine virtuelle avec RAM et disque virtuels, évitant toute modification du système hôte.
« ce qui est en train de se passer, c'est qu'il est en train d'être lancé dans ce qu'on appelle une machine virtuelle. C'est comme un faux ordinateur avec de la fausse RAM, d'un faux disque dur »
✅ À faire
L'auteur recommande d'utiliser Try Omarchy pour se faire une première impression avant toute installation définitive.
« Si j'étais vous, je ferai le try au match, juste pour sentir »
« le truc cool qu'ils ont fait, c'est qu'ils ont créé ce truc qui s'appelle Try Omi qui permet de le tester que ça soit sur Windows ou sur Mac »
Pourquoi séparer configuration et utilisation réelle d'un système Linux ?
L'auteur met en garde contre le risque de passer tout son temps à configurer son environnement Linux (raccourcis, plugins, thèmes) au lieu de travailler, comme cela arrive avec Neovim ou Notion.
Rappel que la personnalisation excessive peut devenir une procrastination déguisée, en particulier pour les environnements hautement configurables (Linux, Neovim, Notion). Vaut pour tout outil où la configuration est infinie.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur craint que la richesse de configuration d'Omarchy conduise à passer plus de temps à personnaliser son espace qu'à produire réellement, comme il l'a observé avec d'autres outils.
« dans ce monde-là là de configuration, de Linux et cetera, c'est vraiment infini le la configuration de son espace de travail. C'est ce qui se passe pour les gens qui se configurent des Hermes sans les utiliser »
⚠ Ses réserves
L'auteur souligne qu'il a lui-même passé une heure à configurer sans travailler, et que ce schéma se répète avec les outils très personnalisables.
« je viens de passer littéralement, je sais pas, j'ai on a bien coupé cette vidéo, mais 1 heure à juste ranger mon espace et le rendre cool, pas vraiment à travailler »
Démo avecNotion
« je viens de passer littéralement, je sais pas, j'ai on a bien coupé cette vidéo, mais 1 heure à juste ranger mon espace et le rendre cool, pas vraiment à travailler »
Omarchy intègre une fenêtre Claude avec suivi de l'utilisation du modèle
Omarchy propose Claude préinstallé avec un widget affichant le quota de tokens restant, évitant d'aller sur le site pour vérifier sa consommation.
Gain de temps mineur pour ceux qui utilisent Claude intensivement : le quota s'affiche directement dans l'OS. Montre l'intégration native d'outils IA dans Omarchy.
D’après la vidéo
⚙ Comment ça marche
Un widget dans la barre supérieure affiche en temps réel la consommation de tokens Claude, permettant de suivre son quota sans quitter l'environnement de travail.
« j'ai un truc du genre qui dit combien de d'utilisation de de cloud et tout qui me reste. Ça, c'est cool. Ça m'évite d'aller dans Claude pour savoir ça »
Démo avecClaude
« j'ai un truc du genre qui dit combien de d'utilisation de de cloud et tout qui me reste. Ça, c'est cool. Ça m'évite d'aller dans Claude pour savoir ça »
Codex : différence entre fichiers locaux et déploiement en ligne avec chatgpt.site
Codex écrit le code sur l'ordinateur local (accessible via localhost), puis peut déployer le site sur chatgpt.site pour le rendre accessible en ligne, avec option de mise en accès public.
Distinction cruciale pour comprendre quand un site est vraiment en ligne. L'URL localhost ou 127.0.0.1 signifie que le lien ne fonctionne pas pour les autres. Codex crée automatiquement un dossier dans Documents/ChatGPT pour chaque projet.
D’après la vidéo
⚙ Comment ça marche
Codex écrit d'abord les fichiers en local dans un dossier du projet, teste sur localhost, puis peut déployer sur chatgpt.site. Il faut ensuite demander explicitement de mettre en ligne pour tout le monde pour lever le blocage de connexion.
« Ça veut dire que maintenant le site il il est non plus uniquement sur votre ordinateur, il est vraiment disponible sur internet »
✅ À faire
Après création, demander explicitement à Codex de mettre le site en ligne pour tout le monde. Pour un nom de domaine personnalisé, réserver un domaine sur Hostinger, OVH ou GoDaddy puis le relier.
« il faut tout simplement dire est-ce que tu peux le mettre en ligne pour tout le monde ? »
Démo avecCodex
« quand les gens veulent faire de l'IA et des choses avec de l'IA, c'est que quand il créent un site, souvent ils vont avoir dans leur URL comme local host ou alors comme 127.0.0.1 comme comme c'était le cas tout à l'heure. Ça ça veut dire que en fait le site il est pas encore à l'extérieur sur internet, il est uniquement sur votre ordinateur »
Codex : économiser les tokens en choisissant le bon modèle selon la tâche
Les modèles GPT-5.5 ou Codex Spark consomment moins de tokens que GPT-6 Astra ; l'auteur recommande de réserver les modèles coûteux aux phases de réflexion stratégique comme la planification.
Permet de gérer la consommation sur le forfait pro à 144 €/mois qui a des limites quotidiennes et hebdomadaires. Le mode fast consomme encore plus rapidement. Utile pour prolonger son usage sans bloquer.
D’après la vidéo
✅ À faire
Utiliser un modèle cher comme Astra uniquement pour les phases de planification et réflexion stratégique. Pour les tâches simples ou l'implémentation, passer sur des modèles moins coûteux comme 5.5 ou Codex Spark.
« n'ayez pas de complexe à utiliser des modèles un peu moins chers. Vous êtes pas obligé d'utiliser les modèles chers tout le temps. La différence parfois ne se verra pas »
⚠ Ses réserves
Le mode fast accélère l'exécution mais augmente la consommation de tokens. L'auteur conseille d'expérimenter d'abord avec les plans gratuits ou moins chers avant de passer au plan pro.
« Problème, c'est que si vous utilisez ça, bah ça va un peu plus vite mais ça utilise vos tokens plus rapidement »
Démo avecCodexCodex Spark
« Il faut se dire que quand on a des réflexions stratégiques comme ce qui a été le cas ici, je peux utiliser un modèle assez cher avec une réflexion élevée. Mais quand on est en train de faire des choses assez basiques du genre je suis sur chat GPT et je demande à faire un truc assez simple du genre donne-moi la recette de ce Banana Bread. Clairement, il y a pas besoin d'aller utiliser Astra »
Codex Computer Use : automatiser navigateur et ordinateur sans API ni code
Codex peut contrôler le navigateur et l'ordinateur (y compris Final Cut) via Computer Use et Browser Use, en prenant des screenshots et en déplaçant la souris pour exécuter des tâches répétitives.
Ouvre l'automatisation à des outils sans API (contrairement à N8N ou Make). Permet de tester des formulaires, remplir des documents, éditer dans Final Cut. Lent car basé sur screenshots, mais libère des tâches répétitives.
D’après la vidéo
⚙ Comment ça marche
Il faut activer Computer Use dans Codex, installer une extension Chrome, puis autoriser l'accès. Codex prend des screenshots de l'écran, analyse visuellement où cliquer et déplace la souris pour exécuter les actions.
« il va prendre des screenshots de où ça en est pour pouvoir faire des choses. Donc évidemment, il va être lent. C'est pas magique non plus »
✅ À faire
Une fois une automatisation réussie, l'enregistrer comme 'skill' (compétence) pour la réutiliser, puis la planifier dans l'onglet 'Planifier' pour qu'elle s'exécute de manière récurrente.
« une fois que vous aurez réussi à faire ça, vous pouvez enregistrer ça en skill. Skill, ça veut dire que c'est une nouvelle compétence qu'il a »
Démo avecCodexBrave BrowserFinal Cut
« c'est une manière d'automatiser son ordinateur et son navigateur avec Codex. C'est assez dingue »
gestion projet IAConfirmé2 éditeur(s) indépendant(s)
Pourquoi la première version générée par Codex demande toujours des ajustements ?
L'auteur explique que même avec une bonne planification, la première version d'un projet Codex n'est jamais parfaite et nécessite des itérations, car on sous-estime toujours la difficulté de formaliser ses attentes implicites.
Recadre les attentes : pas de résultat magique du premier coup, même avec GPT-6 Astra. L'auteur montre ses propres exemples de dashboards YouTube qui ont nécessité plusieurs versions. Vaut pour tout projet d'envergure.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur insiste sur l'indulgence envers l'IA et sur la nécessité d'itérer. Il critique la tendance à surestimer les capacités de l'IA du premier coup.
« Je trouve que les gens sont pas assez indulgents vis-à-vis d'eux-même mais vis-à-vis des des LM avec qui il travaillent, donc les les agents avec qui ils travaillent, mais surtout parce que la première version est toujours une version de travail »
✅ À faire
Utiliser plusieurs onglets dans Codex : un pour la réflexion/challenge, un autre pour la construction. Donner des feedbacks précis après la première version pour itérer.
« Quand on travaille avec une I1, moi je suggère toujours d'avoir un onglet pour réfléchir et un onglet pour construire »
Démo avecCodex
« la première version est toujours une version de travail sur laquelle il faut itérer »
Codex : comment éviter le style générique des interfaces générées par IA ?
Pour éviter les interfaces génériques générées par l'IA, l'auteur recommande de fournir des captures d'écran de sites inspirants (Dribbble, Mobbin, Linear, Notion) lors de la phase de planification.
Permet d'éviter le style générique des interfaces IA. En fournissant des exemples visuels pendant la planification, Codex s'inspire du style, de la typographie et de la mise en page. Applicable à tout projet web ou application.
D’après la vidéo
⚙ Comment ça marche
Prendre des captures d'écran d'interfaces qui plaisent sur Dribbble, Mobbin ou d'outils comme Linear ou Notion, puis les glisser-déposer dans Codex en mode planification pour que l'outil s'en inspire.
« je peux par exemple lui donner ce screenshot en disant bah voilà moi j'aime bien ce screenshot et je peux vouloir une une une interface qui ressemble à ça »
✅ À faire
Utiliser Dribbble pour les designs créatifs ou Mobbin pour les interfaces d'outils connus (Airbnb, Revolut). Fournir plusieurs screenshots pour guider la direction esthétique.
« aussi un outil qui s'appelle Mobin qui en fait liste toutes les interfaces des outils que vous connaissez. Airbnb euh euh Revolutes euh et derrière vous pouvez utiliser ces interfaces pour euh et bien designer les vôtre »
Démo avecNotion
Outil à testerMobbinfreemium
Référence d'interfaces d'applications connues (Airbnb, Revolut) pour inspiration design
Pourquoi il semble prometteur : Liste les écrans et patterns de vraies applications utilisées par des millions de personnes, utile pour s'inspirer sans partir de zéro
Bibliotheque de centaines de milliers de captures d'ecran d'apps mobiles et web, utilisable comme banque de references a fournir a Codex ; le plan gratuit est tres limite (quelques apps et flows recents seulement) et l'acces complet passe par un abonnement Pro autour de 10 $/mois factures annuellement.
À essayer selon l’auteur
L'auteur le recommande pour ceux qui veulent une application sérieuse et éviter le style générique des IA, en complément de Dribbble pour les designs créatifs.
« on va souvent se retrouver avec des interfaces qui vont un petit peu se ressembler. Je sais pas si ça vous parle ça, mais mais grossièrement, on en voit partout parce qu'en fait les IA créent des interfaces qui se ressemblent un petit peu toutes et on l'appelle le Ela. Donc c'est un peu du vomi de Lia »
Comment créer une extension Chrome de blocage de sites avec Claude Code
Claude Code peut générer une extension Chrome complète qui bloque l'accès à des sites pendant des plages horaires définies et affiche des objectifs personnels en page de blocage.
L'auteur montre qu'on peut construire ses propres outils internes de productivité sans compétences techniques avancées. Claude Code génère le code, les fichiers nécessaires et teste automatiquement l'extension. Cela permet de créer des outils sur-mesure adaptés à ses besoins précis plutôt que d'utiliser des solutions génériques.
D’après la vidéo
⚙ Comment ça marche
L'auteur utilise le mode plan de Claude Code pour faire d'abord le plan de l'extension avant l'exécution, puis passe en mode auto. Claude Code crée tous les fichiers, installe Playwright pour les tests et vérifie automatiquement que l'extension fonctionne avant que l'utilisateur ne l'installe.
« je vais tout simplement lui décrire ce que je veux. j'aimerais construire une extension Chrome dans laquelle j'ai la possibilité une fois l'installé et bien pendant une période donnée et bien de bloquer l'accès à un certain nombre de sites »
💬 Ce qu’en pense l’auteur
Il recommande de faire d'abord le plan avant d'exécuter pour éviter que l'architecture parte dans un mauvais sens.
« La raison pour laquelle je voulais qu'il fasse ce plan, c'est surtout pour être certain qu'il est d'abord le plan avant d'exécuter parce que sinon il peut aller brique par brique et là l'architecture d'un logiciel peut aller dans un mauvais sens »
✅ À faire
Il conseille de paramétrer Claude dans le fichier claude.md pour qu'il teste automatiquement chaque chose qu'il crée, sans avoir à le demander à chaque fois.
« que ce cloud. va par défaut quand tu lui dis va tester mon application ou va tester chaque chose que tu fais et ben pas il va aller par défaut les tester. Et ça c'est un des trucs que je que je suggère aux personnes qui veulent faire du du développement via Cloud Code qui n'oublie pas de de tester »
Démo avecClaude Code
Outil à testerClaude Code (Anthropic)payant
Assistant de développement qui génère du code, crée des applications complètes et les teste automatiquement
Pourquoi il semble prometteur : Il peut créer des outils personnalisés de A à Z sans compétences techniques, teste automatiquement son code et permet de créer ses propres helpers pour gagner en productivité
Outil en production et activement mis a jour par Anthropic (CLI, extension IDE, version web/desktop), mais son usage necessite un abonnement Claude payant ou des credits API, avec des limites d'usage qui ont change plusieurs fois en 2025-2026.
L’auteur l’a adopté
L'auteur l'utilise régulièrement et y voit la vraie source de gains de productivité : créer ses propres outils internes sur-mesure plutôt que d'utiliser des solutions génériques. Il met l'accent sur la capacité à designer son environnement virtuel selon ses besoins.
« j'aimerais construire une extension Chrome dans laquelle j'ai la possibilité une fois l'installé et bien pendant une période donnée et bien de bloquer l'accès à un certain nombre de sites »
Quelle méthode pour empêcher la désactivation facile d'un bloqueur de sites
Pour rendre difficile la désactivation d'une extension de blocage, on peut exiger la saisie manuelle d'une longue phrase culpabilisante sans possibilité de copier-coller, ou un arbre de questions obligatoires.
L'auteur partage une méthode pour concevoir des frictions intentionnelles dans ses outils. Au lieu d'un simple bouton de désactivation, il faut soit taper une phrase culpabilisante, soit répondre à une série de questions justifiant le besoin réel d'accès. Cette approche comportementale peut s'appliquer à tout outil de productivité nécessitant un engagement.
D’après la vidéo
⚙ Comment ça marche
L'extension affiche d'abord un rappel des objectifs. Si l'utilisateur insiste, elle pose des questions en arborescence : peut-on le faire sur téléphone, est-ce que ça vaut la peine de casser la session. En dernier recours, il faut taper manuellement une phrase longue sans copier-coller.
« Est-ce que je peux le faire sur mon téléphone ? Non. Impossible. Est-ce que ça vaut la peine de casser ta session de focus ? Non. Je retourne bosser »
💬 Ce qu’en pense l’auteur
Il apprécie cette création d'environnement virtuel qui force un certain état de travail.
« Je trouve que c'est le genre de de création de son environnement virtuel qui force à un certain état de travail que j'aime beaucoup »
« j'aimerais que pour me faire désactiver le truc, il faut que tu me fasses écrire une phrase assez longue sur laquelle je peux pas copier-coller du genre Je renonce à mes objectifs et je renonce à la meilleure version de moi »
Super Whisper et Whisper Flow : dictée vocale pour remplacer la saisie
L'auteur utilise Super Whisper pour dicter ses prompts à Claude Code au lieu de les écrire, et mentionne Whisper Flow comme alternative qui fait actuellement de la publicité.
L'usage de la dictée vocale permet de formuler des prompts longs et détaillés sans effort de frappe, ce qui peut accélérer le travail avec les IA. L'auteur a déjà couvert Super Whisper dans une vidéo précédente et signale Whisper Flow comme alternative visible actuellement.
Démo avecSuper WhisperWhisper Flow
« En tout cas, je j'ai je n'écris pas tout ça, je le dicte depuis un outil que je vous ai déjà présenté sur cette chaîne et qui s'appelle pour moi Super Whisper, mais il y a aussi Whisper Flow qui fait beaucoup de pub en ce moment »
Comment classifier 64 emails simultanément en 2 secondes avec Jeev ?
Jeev peut traiter 64 emails simultanément en batch et les classifier (catégorie, priorité, spam, besoin de réponse) en environ 2 secondes, pour un coût de 0,002 dollars par traitement.
Pour ceux qui traitent de gros volumes d'emails (support, commercial, veille), cela permet d'automatiser la priorisation et le tri initial sans exploser son budget API ni attendre. Le traitement par batch de 64 emails à la fois est la clé de la rapidité. Utile pour pré-filtrer avant une réponse humaine ou par LLM classique.
D’après la vidéo
⚙ Comment ça marche
L'auteur envoie ses emails à Jeev par batch de 64, et pour chacun Jeev retourne la catégorie (travail, personnel...), la priorité (normale, haute), le pourcentage de spam et la probabilité qu'une réponse soit nécessaire. Chaque email est traité en 200-300 millisecondes.
« Je vais les traiter 64 par 64 emails parce qu'on peut les traiter en batch. Et on va voir pour chacun dans quelle catégorie les met, de quelle priorité, comment ils veulent les prioriser, si c'est un spam ou pas, si ça requère une réponse ou pas et combien de temps ça a mis. »
💬 Ce qu’en pense l’auteur
L'auteur trouve cette vitesse de traitement impressionnante et souligne que GPT-4o mini prend beaucoup plus de temps pour la même tâche, ce qui rend Jeev imbattable pour cet usage.
« C'est pas du tout la même chose parce que lui, il fait tout un raisonnement, une chaîne de raisonnement, ce dont on a évidemment pas besoin sur JF. »
Démo avecJeev
« Si j'étais sur 10 email là il me l'a répondu en 2 secondes. Il a répondu à 10 emails. Enfin il a classifié 10 email. Là, j'ai fait un autre exemple dans lequel je les prends un par un les emails. Il a traité 24 emails en 55 mise et ça a coûté en tout 0,002 dollars. »
Comment détecter automatiquement du contenu confidentiel dans une vidéo ?
L'auteur a codé un outil qui découpe une vidéo image par image, extrait le texte par OCR et demande à Jeev s'il contient du contenu confidentiel (emails, IBAN, clés API) ; une vidéo de 27 minutes a été analysée en 1 minute 30.
Pour les créateurs de contenu vidéo (tutoriels, démos) qui montrent leur écran, cela automatise la détection d'informations sensibles avant publication (adresses email, numéros de téléphone, clés API, IBAN). L'auteur précise que son équipe passait beaucoup de temps à vérifier manuellement frame par frame. Le système floute automatiquement les éléments détectés et les catégorise.
D’après la vidéo
⚙ Comment ça marche
Le système découpe la vidéo image par image, applique de l'OCR pour extraire tout le texte visible, puis soumet chaque image à Jeev qui évalue la probabilité de présence de contenu confidentiel. Quand Jeev détecte quelque chose, le système floute automatiquement la zone et catégorise le type de donnée (email, IBAN, clé, carte).
« je vais découper une vidéo comme ici 60 secondes image par image et après je vais faire de l'OCR, c'est-à-dire que je vais extraire tout le texte de cette image et je vais demander à Jeff si dans ce texte il y a du contenu confidentiel et là il en a trouvé aucun mais du coup je l'ai passé sur une prochaine vidéo que je vais sortir là. Vous allez voir, c'est assez impressionnant. »
💬 Ce qu’en pense l’auteur
L'auteur est très enthousiaste, qualifie l'outil de 'génial' et 'magique', et estime qu'il va lui faire gagner beaucoup de temps par rapport à la vérification manuelle qu'il faisait avec son équipe.
« Je suis trop trop content d'avoir pu faire ça parce que là, il me le lit image par image et il me montre vraiment où sont les les en fait de données confidentielles et et je trouve ça génial. Et ce qui est fou, c'est que en fait ce truc-là, il me l'a analysé. C'est une vidéo de 27 minutes. Il me l'a analysé en 1 minute 30. »
Démo avecJeev
« là je viens de me coder un truc qui est juste génial, c'est que d'un côté je vais découper une vidéo comme ici 60 secondes image par image et après je vais faire de l'OCR, c'est-à-dire que je vais extraire tout le texte de cette image et je vais demander à Jeff si dans ce texte il y a du contenu confidentiel »
Jeev : vérifier les probabilités en dessous de 70-75% avec une autre IA
Jeev échoue sur certains pièges logiques (compter les lettres dans un mot, déterminer un jour de la semaine) avec des probabilités autour de 53-59% ; l'auteur recommande de recouper avec une autre IA quand la probabilité est inférieure à 70-75%.
Pour éviter les erreurs dans les automatisations critiques utilisant Jeev, il faut surveiller les scores de probabilité retournés et mettre en place une vérification par un LLM classique (GPT, Claude) sur les cas incertains. Cela permet de combiner la rapidité de Jeev pour dégrossir et la fiabilité d'un modèle de raisonnement pour confirmer les cas limites.
D’après la vidéo
⚙ Comment ça marche
L'auteur a testé Jeev sur des questions pièges : compter les occurrences d'une lettre (N dans anticonstitutionnellement), compter les mots d'une phrase, déterminer un jour de la semaine. Jeev a donné des probabilités autour de 53-59% sur ces cas, voire s'est complètement planté sur la date.
« combien de fois il y a la lettre N dans anticonstitutionnellement allié cin fois. Donc, il est censé me dire oui, mais vous allez voir ce qu'il va me dire. Donc là, en gros, selon lui, c'est oui à 59 %. Clairement 59 % c'est pas 90. Il est pas totalement sûr. »
⚠ Ses réserves
L'auteur identifie clairement que Jeev a des limites sur les tâches nécessitant un raisonnement logique ou du comptage précis, et qu'il faut être vigilant sur les probabilités retournées.
« Là où euh CIA TIA se plante, parce que tout n'est pas rose, il y a des fois où il y a des pièges qu'il arrivrient pas à saisir. »
Démo avecJeev
« Donc, il va falloir faire attention aux différentes probabilités. Quand on est sur une probabilité selon moi en dessous de 75 ou 70, bah peut-être rechecker avec une IA, une autre IA pour s'assurer que c'est le bon choix qu'on fait. »
Jeev vs GPT-4o-mini : écart de 100x en vitesse pour la classification
En comparaison directe sur la classification d'emails un par un, GPT-4o-mini prend 6-7 secondes par email contre 200-300 millisecondes pour Jeev, et GPT-4.5 est encore plus lent car il génère une chaîne de raisonnement complète.
Pour les workflows de classification où la génération de texte n'est pas nécessaire, Jeev permet un gain de temps considérable (de l'ordre de 20-30x) par rapport aux LLM classiques, même les plus légers comme GPT-4o-mini. Cela devient déterminant sur de gros volumes où le temps de traitement devient un bloquant, ou quand le quota de tokens d'un abonnement classique est dépassé.
D’après la vidéo
⚙ Comment ça marche
L'auteur a testé les mêmes emails en parallèle avec Jeev et GPT-4o-mini pour comparer la vitesse. GPT-4o-mini doit générer une réponse textuelle complète même pour une simple classification, ce qui prend plusieurs secondes, alors que Jeev retourne directement un score de probabilité.
« Là, vous voyez, il y va un par un parce que bah GPT 5.4 Mini doit répondre, même s'il répond avec un message du texte, ça prend beaucoup plus le temps. »
Démo avecJeev
« J'ai pété 5.5 par email, il prend genre 6 secondes, 7 secondes, voilà, 7 secondes par email. Donc c'est pas du tout la même chose parce que lui, il fait tout un raisonnement, une chaîne de raisonnement, ce dont on a évidemment pas besoin sur JF. »
Quand remplacer son LLM par Jeev : problème de rapidité ou de budget
Jeev est à utiliser en remplacement d'un LLM classique quand on a un problème de rapidité ou de budget, notamment pour le traitement de données en batch où on dépasse rapidement son quota de tokens ou son abonnement.
Pour les utilisateurs qui automatisent des workflows (emails, tickets, contenus), Jeev ne remplace pas systématiquement les LLM mais devient pertinent sur les tâches de classification à gros volume qui saturent les quotas ou ralentissent le pipeline. L'auteur suggère de demander à son assistant IA d'analyser son historique pour identifier ces cas.
D’après la vidéo
✅ À faire
L'auteur recommande de poser la question à son agent IA (Claude, ChatGPT) pour qu'il analyse l'historique d'utilisation et identifie les cas où basculer vers Jeev serait bénéfique. Il fournit un prompt en description.
« ce que vous pouvez faire, c'est poser la question à vos hermes, votre Open Clow ou alors votre chat GPT, quand est-ce qu'on peut switcher de modèle et passer par Jev ? Et vous allez voir que par rapport à votre historique d'utilisation, il va vous trouver des use cases qui vont être très intéressants pour vous. Donc il y a un prompte à taper que je vais le mettre en description »
Démo avecJeevChatGPT
« dans le cas où vous faites des workflow comme moi de gestion de mail dans lequel vous avez besoin de workflow d'automatisation, ce qui selon moi est le cas de beaucoup de gens, je pense qu'on va pouvoir remplacer par Jev. mais uniquement quand on a soit un souci de rapidité soit de budget parce que en fait pour beaucoup on a un abonnement cloud ou chat GPT qui généralement suffit pour la plupart de nos actions. Mais souvent quand on va faire du traitement de données en batch donc dans une grande quantité et bien vite on a plus assez de token ou alors ça vient manger sur notre abonnement classique. »
Comment préparer un rendez-vous en 5 minutes avec Claude et vos connecteurs ?
Claude Cowork peut analyser automatiquement les emails, l'agenda et les transcriptions de meetings passés pour générer un brief de préparation de rendez-vous en quelques secondes.
Pour les professionnels ayant beaucoup de rendez-vous, cela automatise la préparation en croisant plusieurs sources (emails, agenda, transcriptions). Plus on connecte d'outils, plus le contexte est précis. L'IA ne prend pas les décisions à votre place, elle synthétise seulement le contexte.
D’après la vidéo
⚙ Comment ça marche
Il faut être dans l'onglet Cowork (pas Chat) et avoir connecté ses outils (Gmail, Drive, Calendar). On dicte sa demande et l'IA va chercher dans les emails, l'agenda et les transcriptions de meetings pour synthétiser les points importants.
« on va s'assurer de deux choses. La toute première, c'est pas être dans l'onglet chat, mais plutôt être dans l'onglet cow-work. Ça va être très important parce qu'on veut pas juste chatter avec notre NIA, on veut pas discuter avec, on veut qu'elle fasse des actions. »
✅ À faire
Connecter ses outils via les connecteurs dans Claude ou les plugins dans ChatGPT. Si un connecteur n'existe pas dans le répertoire, chercher si l'outil expose un MCP.
« Mais sachez que quand une connexion n'est pas disponible dans ces répertoires là, ça peut arriver et ça arrive souvent d'ailleurs. Et bien beaucoup d'outils aujourd'hui exposent ce qu'on appelle des MCP. »
⚠ Ses réserves
Plus on a de connecteurs, plus l'IA sera précise. Sans connecteurs, l'outil reste cloisonné et on utilise seulement 20% de son potentiel.
« je réalise en fait qu'il utilise à 20 % de son potentiel. Tout simplement parce que ces outils-là, selon moi, sont pas connecté à leur environnement de travail. »
« J'ai un rendez-vous qui démarre dans 5 minutes, j'ai pas le temps de le préparer. C'est avec mon notaire. Est-ce que tu peux aller regarder mes anciennes conversations avec lui pour voir si il y a pas des choses que je devais faire ? »
Comment trier et répondre automatiquement à ses emails avec ChatGPT Codex ?
ChatGPT Codex peut lire la boîte mail, identifier les emails nécessitant une réponse, rédiger des propositions et créer les brouillons directement dans Gmail sans quitter l'interface.
Permet d'atteindre l'inbox zéro en déléguant le tri et la rédaction. Si un CRM est connecté, ChatGPT récupère automatiquement les informations sur les expéditeurs pour personnaliser les réponses. On peut planifier cette tâche en routine quotidienne.
D’après la vidéo
⚙ Comment ça marche
Dans ChatGPT Codex (onglet Work), on demande de lire les emails reçus et de proposer des réponses. L'IA parcourt la boîte, analyse le contexte et rédige des réponses adaptées qu'elle peut créer en brouillon directement dans Gmail.
« directement depuis ici, je peux faire plein de choses sans jamais quitter l'interface de chat GPT. Et ça, il y a très peu de gens qui le savent. »
💬 Ce qu’en pense l’auteur
L'auteur conseille vraiment de faire le tri de mail avec un LLM aujourd'hui. Il utilise lui-même des routines planifiées, notamment pour publier automatiquement sur LinkedIn.
« le tri de mail, moi je vous conseille vraiment de le faire avec un LLM aujourd'hui. Chose que vous pouvez faire en plus, c'est la planification de ce genre de tâche. »
✅ À faire
Mettre le paramètre sur 'approuver à ma place' au lieu de 'demander l'approbation' pour éviter de valider chaque action. Créer une routine quotidienne avec un prompt du type 'Continue à faire cette action jusqu'à ce que j'atteins inbox 0'.
« il faut mettre approuver à ma place. Sinon, si on reste dans demander l'approbation qui vient avec l'option par défaut, à chaque fois qu'il va vouloir faire une action, il va vous poser la question. »
Démo avecChatGPTGmail
« Lis ma boîte mail, les mails reçus aujourd'hui, lesquels requierent mon attention et notamment auxquels je dois rapporter une réponse. Listles-moi et propose-moi une réponse pour chacun d'eux. »
« je peux créer un brouillon à qui vient répondre. Donc, je peux faire Gmail, draft, create a draft. Hop. et derrière euh créer ce ce que me sort l'agent IA »
Comment personnaliser automatiquement des vidéos de prospection avec Tella et Claude ?
Claude peut dupliquer une vidéo de prospection pour chaque prospect, y incruster automatiquement le logo de leur entreprise et personnaliser le titre, via le connecteur MCP de Tella.
Permet une personnalisation massive de vidéos de prospection bien au-delà du simple 'Bonjour prénom'. L'IA peut même récupérer automatiquement les logos sur les sites des prospects. Nécessite que l'outil vidéo (Tella) dispose d'un MCP pour communiquer avec Claude.
D’après la vidéo
⚙ Comment ça marche
On fournit à Claude un fichier CSV avec les prospects et leurs logos, plus le lien d'une vidéo de base. Via le MCP de Tella, Claude duplique la vidéo pour chaque prospect, enlève le fond des logos, les incruste en overlay et personnalise le titre.
« il est en train de enlever le fond de chacun de ses logos parce que dans les logos ici, ben il y avait un fond blanc. Donc là, en gros, ce qu'il est en train de faire, c'est il est en train de dupliquer les vidéos, ajouter à chaque fois le overlay »
💬 Ce qu’en pense l’auteur
C'est ce qu'il faut faire aujourd'hui pour avoir l'attention des prospects, pas le simple 'bonjour prénom' qu'on voit partout sur LinkedIn et qui était bien il y a 10 ans.
« Ça c'est magnifique je trouve. Eloïse Hugo, incroyable. Camille génial. Vous voyez, c'est le genre de truc pour moi qu'il faut utiliser pour avoir l'attention des prospects et pas le bonjour Michel ou bonjour Arthur qu'on envoie partout, qu'on voit partout sur LinkedIn. Ça c'était bien il y a 10 ans les amis. Aujourd'hui, c'est ce qu'il faut faire. »
✅ À faire
Préparer un CSV avec les informations des prospects (nom, prénom, entreprise, logo, email), donner accès au dossier dans Claude, puis demander la duplication et personnalisation. On peut ensuite demander à Claude de rédiger des emails personnalisés et de créer les brouillons Gmail directement.
« Écris-moi cinq mails hyper personnalisés pour chaque personne du coup en brouillon avec le lien de la vidéo ainsi qu'un petit texte personnalisé à chaque fois pour donner envie d'ouvrir l'email. »
Démo avecClaudeTella
Outil à testerTellapayant
Outil de création et d'enregistrement de vidéos avec possibilité de personnalisation automatique via son MCP
Pourquoi il semble prometteur : Dispose d'un MCP qui permet à Claude de dupliquer des vidéos, d'ajouter des overlays (logos) et de personnaliser les titres automatiquement
Enregistreur d'écran/éditeur vidéo en ligne, dont le serveur MCP officiel (authentification OAuth 2.1) est activement développé ; chaque compte démarre par un essai gratuit de 7 jours du plan Pro, mais il n'existe pas de palier gratuit permanent, et il faut une clé API / un workspace actif pour piloter l'outil depuis Claude.
L’auteur l’a adopté
L'auteur utilise Tella depuis des années et en parle beaucoup sur sa chaîne. Il apprécie particulièrement la possibilité d'automatisation via le MCP pour la prospection personnalisée.
« J'aimerais bien que tu prennes la liste de mes prospects dans le fichier CSV, que tu crées une vidéo, que tu dupliques cette vidéo pour chaque prospect et pour chaque prospect en question, tu mettes le logo pendant toute la durée de la vidéo en haut à droite »
Comment automatiser la recherche de justificatifs comptables avec les MCP ?
En combinant les MCP de Pennylane et Gmail, Claude peut identifier les justificatifs manquants, retrouver les factures correspondantes dans les emails et les transférer automatiquement au logiciel comptable.
Élimine la corvée de fin d'année où les entrepreneurs passent des jours à chercher les justificatifs de leurs transactions. Peut être mis en tâche planifiée hebdomadaire. Utilise l'adresse email de transfert de Pennylane pour importer automatiquement les documents.
D’après la vidéo
⚙ Comment ça marche
Claude interroge Pennylane pour lister les dépenses sans justificatif, cherche les emails correspondants dans Gmail, puis les transfère à l'adresse email spéciale de Pennylane qui importe automatiquement les justificatifs.
« Est-ce que dans ma boîte mail, tu peux aller chercher les justificatifs correspondants ou au moins les emails correspondants et aller les transférer automatiquement à ces adresses email »
💬 Ce qu’en pense l’auteur
Cela économise une charge mentale et un temps énorme que chaque entrepreneur passe habituellement à chercher les justificatifs dans sa boîte mail.
« Ça économise une charge mentale, un temps que chaque entrepreneur passe sur sa boîte mail à juste retrouver le justif »
✅ À faire
Récupérer l'adresse email de transfert dans son compte Pennylane, demander à Claude de lister les justificatifs manquants et de transférer les emails correspondants, puis mettre cette action en tâche planifiée hebdomadaire.
« Ça maintenant vous commencez à comprendre le truc, je le mets en tâche planifiée et ça ça peut s'exécuter toutes les semaines. »
Démo avecClaudePennylaneGmail
« aller sur Penny Lane, de lister le justificatif manquant et d'aller les prendre dans Gmail et de les transférer à Penny »
Quelle protection des données avec les MCP sur Claude et ChatGPT Pro ?
Sur les abonnements Team et Enterprise de Claude, aucune donnée n'est utilisée pour l'entraînement des modèles par défaut, et un DPA (Data Processing Agreement) encadre contractuellement le traitement des données.
Rassure sur l'utilisation professionnelle de Claude et ChatGPT avec des données sensibles (comptabilité, emails, CRM). On peut aussi désactiver l'utilisation des données sur le forfait individuel. Le DPA couvre théoriquement la protection des données personnelles.
D’après la vidéo
⚙ Comment ça marche
Les plans professionnels incluent un DPA, un contrat entre l'utilisateur et le fournisseur qui précise comment les données seront traitées et garantit qu'elles ne seront pas utilisées pour l'entraînement.
« dès que vous êtes sur des solutions professionnelles, donc sur des plans professionnels, vous avez ce qu'on appelle un DPA. Donc en fait, c'est un contrat entre vous et le provider qui dit la manière dont il va traiter vos données. »
Démo avecClaudeChatGPT
« quand vous prenez un abonnement sur Cloud, si c'est un abonnement qui est Team et Enterprise, par défaut, il y a aucune utilisation de votre contenu pour l'entraînement des modèles »
Brave Browser adopté comme remplaçant d'Arc pour sa légèreté
Brave Browser est retenu comme alternative à Arc car il bloque les publicités et trackers par défaut, tourne sur Chromium, offre des onglets verticaux et inclut un économiseur de mémoire réglable.
Pour qui cherche un navigateur rapide, respectueux de la vie privée et compatible avec les extensions Chrome, Brave répond à ces critères sans installer d'extensions supplémentaires. Toutefois, il manque les spaces d'Arc et certains raccourcis clavier ne sont pas configurables. L'économiseur de mémoire peut être réglé au maximum pour désactiver automatiquement les onglets inutilisés.
D’après la vidéo
⚙ Comment ça marche
Brave bloque par défaut les publicités, trackers et cookies tiers sans extension. Il désactive automatiquement les onglets inactifs grâce à l'économiseur de mémoire réglable, et affiche la consommation RAM par onglet au survol.
« quand il y a des onglets qui sont ouverts depuis longtemps, par défaut, et bien il va les rendre inactif au bout d'une certaine période. Et moi, je l'ai mis à maximal. Ça veut dire, par exemple, cet ongletl là qui est ici, si jamais je l'utilise pas, et bien ils vont le désactiver. D'ailleurs, quand je passe ma souris dessus, là vous voyez, il y a marqué utilisation 348 MO. »
💬 Ce qu’en pense l’auteur
Après 2 semaines d'utilisation, l'auteur trouve Brave bien plus léger et rapide qu'Arc, atteignant 80 % de ses attentes malgré quelques manques. Il préfère cette légèreté aux navigateurs surchargés d'IA.
« on est quand même au 80 % mais surtout on est sur quelque chose selon moi qui me fait gagner beaucoup de vitesse et de RAM et qui est bien plus léger que Arc. Là, depuis le moment où je l'utilise, je peux en ouvrir beaucoup. »
✅ À faire
Activer les onglets verticaux dans les paramètres, configurer le démarrage sur page blanche, régler l'économiseur de mémoire au maximum, et désactiver l'accélérateur graphique pour économiser les ressources. Par défaut, Brave bloque les cookies tiers et supprime les bannières de consentement.
« La première chose du coup c'est les onglets verticaux. Donc on peut activer ou désactiver les onglets verticaux. Moi je l'ai activé. Euh bon, la barre je l'ai mise à gauche. Donc vous voyez quand même configurer pas mal de choses. La première chose euh que j'ai faite, c'est que quand on démarre, j'ai besoin de me retrouver sur une page blanche. »
⚠ Ses réserves
Brave n'a pas de notion de spaces comme Arc, seulement des profils qui créent des fichiers séparés sur le disque et alourdissent le système. Certains raccourcis clavier ne sont pas configurables et la barre latérale ne peut être cachée par raccourci. La surprotection peut parfois bloquer certains sites nécessitant des scripts pour les inscriptions ou paiements.
« L'autre truc qui me manque c'est les spaces. Il y a pas sur Brave cette notion d'espace de travail avec des onglets différents. Il y a des profils mais comme je l'ai dit, le problème avec les profils, c'est que il crée tout un espace sur votre disque dur avec plein d'informations et du coup ça alourdi et j'ai pas besoin de ça. »
Démo avecBraveChromium
Outil à testerBrave Browser (Brave Software)freemium
Navigateur web axé sur la confidentialité et la performance, basé sur Chromium
Pourquoi il semble prometteur : Bloque nativement publicités, trackers et bannières de consentement sans extension. Économiseur de mémoire réglable qui désactive automatiquement les onglets inactifs. Compatible extensions Chrome et plus léger que les navigateurs surchargés d'IA.
Le navigateur est gratuit et open source, mais certains services annexes sont payants : Brave premium inclut le VPN et un accès premium à Leo, Search et Talk, et une édition payante « Brave Origin » est désormais proposée.
L’auteur l’a adopté
L'auteur l'a adopté après 2 semaines de test, trouvant qu'il atteint 80 % de ses besoins et offre un gain net en vitesse et légèreté par rapport à Arc. Il regrette l'absence de spaces et certains raccourcis non configurables, mais privilégie la performance. Il avait des préjugés négatifs (navigateur crypto) dépassés par l'usage réel.
« Brave a l'air de correspondre à plusieurs critères. Il est Privacy first, donc ça veut dire que par défaut, il cache les pubs et j'ai pas besoin d'installer d'extension ou quoi que ce soit. Il est sur Chromium donc me permet d'installer d'extension Chrome et puis il a l'air quand même assez rapide. »
Zen Browser écarté malgré ses qualités car basé sur Firefox
Zen Browser, navigateur très proche d'Arc avec mode compact et spaces, est écarté car basé sur Firefox (Gecko) et incompatible avec les extensions Chrome.
Zen reproduit fidèlement l'expérience Arc (spaces, onglets verticaux, mode compact) et serait plus rapide, mais reste inutilisable pour qui dépend des extensions Chrome. Beaucoup d'anciens utilisateurs d'Arc l'ont adopté selon l'auteur. Le choix du moteur de rendu peut être éliminatoire malgré les qualités du produit.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur le trouve génial, copie conforme d'Arc en plus rapide, et regrette de ne pas pouvoir l'utiliser uniquement pour des raisons de compatibilité. Il est déçu car Zen répond à tous ses critères sauf le moteur.
« Donc franchement, c'est un copiercollé de arc beaucoup plus rapide, sauf que et ben malheureusement, il est basé sur Firefox, donc geeko. Et ça, je pouvais pas l'utiliser. Donc j'étais assez dégoûté. »
⚠ Ses réserves
Basé sur le moteur Gecko de Firefox, incompatible avec les extensions Chrome que l'auteur utilise et développe lui-même.
« il est basé sur Firefox, donc geeko. Et ça, je pouvais pas l'utiliser. Donc j'étais assez dégoûté. Il y a plein de gens qui utilisaient AR qui sont partis sur Zen, mais ça malheureusement il était hors de mes critères. »
Démo avecFirefox
Outil à testerZen Browsergratuit
Navigateur web reproduisant l'expérience Arc avec spaces et onglets verticaux
Pourquoi il semble prometteur : Reproduit fidèlement les fonctionnalités d'Arc (mode compact, spaces, view) en étant décrit comme plus rapide. Beaucoup d'anciens utilisateurs d'Arc l'ont adopté.
Projet open source (MPL-2.0) activement développé, disponible sur Windows, macOS et Linux, financé par dons ; il reste étiqueté bêta et, étant un fork de Firefox, impose de repasser par les add-ons Mozilla plutôt que par les extensions Chrome.
Avec des réserves
L'auteur le trouve excellent et le décrit comme un copier-coller d'Arc en plus rapide. Il aurait été son choix idéal mais est écarté uniquement car basé sur Firefox, incompatible avec les extensions Chrome qu'il développe et utilise. Il exprime une vraie déception de ne pas pouvoir l'adopter.
« il y a ce browser là qui s'appelle Zen qui est vraiment génial parce qu'il ressemble déjà beaucoup à AR. Il a quasiment toutes les fonctionnalités que j'ai cité avant. Donc je l'ai testé, c'est vraiment cool. En mode compact, il y a pouvoir la possibilité de faire view. Donc franchement, c'est un copiercollé de arc beaucoup plus rapide, sauf que et ben malheureusement, il est basé sur Firefox, donc geeko. »
Pourquoi les profils Chrome multiplient la consommation disque et RAM
Les profils Chrome créent chacun un espace disque séparé avec leurs propres cookies, mots de passe et cache, multipliant la consommation de RAM et d'espace disque.
Cette explication technique permet de comprendre pourquoi multiplier les profils Chrome (pratique courante pour séparer comptes Gmail ou contextes) dégrade les performances. L'auteur cherche une alternative plus légère que les profils, mais Brave ne propose pas mieux sur ce point. La différence avec les spaces d'Arc (qui ne créent pas de profils séparés) justifie sa recherche d'alternative.
D’après la vidéo
⚙ Comment ça marche
Chaque profil Chrome crée un ensemble complet de données (cookies, mots de passe, cache) stocké séparément sur le disque, consommant RAM et espace disque de manière multiplicative.
« chaque profil et bien il va consommer de la rame et il va consommer de l'espace disque avec ses propres cookies, ses propres mot de passe, enfin ça va devenir un bazar. »
Démo avecChrome
« dans Chrome, il y a des profils. Par exemple ici et bien chaque profil et bien il va consommer de la rame et il va consommer de l'espace disque avec ses propres cookies, ses propres mot de passe, enfin ça va devenir un bazar. »
Comment bloquer l'accès à certains sites sur des plages horaires
L'auteur s'est créé une extension Chrome personnalisée qui bloque l'accès à certains liens entre des heures définies pour limiter les distractions.
Cette approche permet de forcer des plages de travail sans distraction en bloquant automatiquement des sites (réseaux sociaux, messagerie) sur certaines heures. L'auteur l'a développée lui-même mais des extensions existantes proposent cette fonctionnalité. Méthode utile pour qui peine à résister à l'ouverture de certains onglets pendant le travail.
D’après la vidéo
⚙ Comment ça marche
Une extension Chrome personnalisée bloque l'accès à des sites spécifiques pendant des plages horaires définies, affichant un message de blocage si on tente d'y accéder.
« je me suis créé une petite extension Chrome qui me permet en fait de bloquer certains sites entre une certaine heure et une autre, certains lien bloqué de telle heure à telle heure et vu que là on est dans la fenêtre de temps et bien ça me ça m'oblige à faire ça. »
« je me suis créé une petite extension Chrome qui me permet en fait de bloquer certains sites entre une certaine heure et une autre, certains lien bloqué de telle heure à telle heure et vu que là on est dans la fenêtre de temps et bien ça me ça m'oblige à faire ça. »
stratégie IA entreprisePartiellement confirmé4 éditeur(s) indépendant(s)
Pourquoi former les employés à l'IA est plus rentable que les remplacer
Des scénarios micro et macroéconomiques montrent que les entreprises qui forment leurs employés et déploient une 'pro-worker IA' obtiennent beaucoup plus de croissance et de retour que celles qui choisissent simplement de réduire leur masse salariale.
Cette recommandation concerne toutes les entreprises qui hésitent entre deux stratégies : réduction d'effectifs ou montée en compétences. Le choix de la formation est rationnel économiquement, pas seulement éthique. La réserve : cela demande un investissement initial et du temps pour transformer les compétences.
D’après la vidéo
⚙ Comment ça marche
La 'pro-worker IA' rend les employés plus puissants en leur permettant d'accéder à des tâches plus sophistiquées avec l'aide d'un copilote IA, comme une infirmière qui pourrait faire une partie du travail d'un médecin.
« demain euh c'est l'exemple de hauteur, une infirmière avec un copilote va faire le une partie du boulot de ce que fait le médecin aujourd'hui. »
✅ À faire
Les entreprises doivent avoir une vision de leur organisation de demain et former les gens pour qu'ils évoluent intelligemment vers des tâches plus qualifiées, en reconfigurant l'organisation au fur et à mesure.
« Faut que j'ai une vision de mon organisation demain et que je je forme les gens pour qu'ils bougent intelligemment. »
« si tu embarques les gens, tu transformes leurs compétences et tu déploies l'agentique ou lié au sens large du terme en en faisant ce que Daron Assouglou qui a un autre prix Nobel d'économie appelle pro worker AI. Donc l'IA qui augmente les gens augmentent pas au sens augmenter le salaire mais qui les rend plus puissants plutôt que une non provoker AI c'està-dire une IA qui en fait juste de la destruction d'emploi en fait tu as beaucoup plus de croissance et beaucoup plus de retour. »
Comment former à l'IA quand les formateurs et les contenus n'existent pas encore
La difficulté majeure de la formation à l'IA est que les sociétés de formation actuelles forment aux compétences d'avant, pas aux technologies qui n'existent pas encore, ce qui nécessite de faire émerger un nouveau secteur de formation technologique.
Ce défi concerne toutes les organisations qui veulent former leurs équipes à l'IA. Les grandes entreprises créent leurs propres écoles internes, comme Google qui forme ses ingénieurs tous les 18 mois. Les PME doivent mutualiser avec l'aide des régions, départements et lycées professionnels.
D’après la vidéo
✅ À faire
Il faut faire émerger rapidement un secteur de formation technologique adapté et sponsoriser les entreprises, particulièrement les PME, via des vouchers ou crédits d'impôt. Les grandes entreprises doivent créer leurs propres écoles de formation interne.
« je ferais émerger rapidement d'un côté un secteur de la formation qui est un vrai secteur de la formation technologique. Il y a des gens qui sont en train de bosser là-dessus le ferait. Et de l'autre côté je d'une manière ou d'une autre sponsoriser les entreprises en particulier les PME pour former leurs employés. »
⚠ Ses réserves
Pour les PME, la mutualisation est indispensable car elles n'ont pas les moyens individuellement. Cela demande un écosystème local avec les régions, départements et lycées professionnels.
« la question d'une PME c'est qu'elle a pas d'argent. Elle a pas d'argent pour faire plus que son propre business. Donc elle doit mutualiser ses moyens y compris ses moyens de formation avec d'autres boîtes de la même taille ou du même secteur. »
« le la vraie difficulté aujourd'hui, c'est exactement ce que tu dis. C'est-à-dire que il s'agit de former des gens à quelque chose d'extrêmement nouveau et les sociétés de formation d'aujourd'hui forment aux compétences d'avant. »
Comment GPT a déchiffré une lettre codée de Napoléon en 6 heures
Carter Church a utilisé GPT (probablement Astra) pour déchiffrer en 6 heures une lettre manuscrite chiffrée de Napoléon datée de 1809, jamais totalement décodée auparavant, grâce à un algorithme de recuit généré par l'IA.
Cette réussite démontre la capacité d'un LLM du marché à créer autonomément un programme de résolution itérative et à craquer un code historique complexe en quelques heures, là où un chercheur humain aurait nécessité des mois. Cela ouvre des perspectives pour le déchiffrement d'archives historiques et la cryptanalyse.
D’après la vidéo
⚙ Comment ça marche
Le modèle a généré lui-même un programme de recuit (test and learn itératif) pour tester différentes hypothèses de décodage, identifier progressivement les correspondances entre 155 symboles et lettres, y compris 29 symboles représentant des mots entiers.
« Voilà, j'essaie un truc, même si c'est pas parfait, j'essaie d'avancer puis peut-être je vais trouver trois lettres mais peut-être je vais les remettre en cause après »
💬 Ce qu’en pense l’auteur
L'auteur est passionné par cette application, y voyant une preuve que l'IA peut résoudre des énigmes historiques complexes de façon autonome et rapide, avec des implications importantes pour le déchiffrement et potentiellement la cryptanalyse moderne.
« Moi, ça me passionne vraiment ce truc là parce que je suis fan en plus de tout ce qui est euh voilà, ascendance, histoire et cetera, vieux document »
Démo avecGPTAstra
« le modèle d'IA s'est fait un petit programme de recu pour euh voilà passer euh euh au crime de son programme plusieurs fois euh le truc et le retravailler de retravailler puis de faire des petites découvertes comme ça »
Les MCP sont un protocole créé par Anthropic en 2024 qui permet de connecter les LLM comme ChatGPT ou Claude à des outils externes (Gmail, CRM, calendrier) via une interface standardisée.
Les MCP permettent aux chatbots d'agir directement sur des outils tiers sans copier-coller manuel : envoyer un email, créer un document, remplir un CRM. L'auteur montre l'envoi d'un email Gmail directement depuis ChatGPT et la création d'un formulaire Tally depuis Claude. À retenir : le terme technique MCP est souvent caché sous les vocables « connecteur » (Claude) ou « plugin » (ChatGPT).
D’après la vidéo
⚙ Comment ça marche
Les MCP fonctionnent comme un câble USB-C entre le LLM et les outils externes, chaque outil développant son « port » pour être compatible.
« C'est un peu comme si on avait un câble USBC entre votre outil DIIA et les outils externes »
✅ À faire
On peut ajouter des MCP personnalisés dans ChatGPT (via « ajouter notre propre MCP ») ou dans Claude (« ajouter un connecteur personnalisé ») quand l'outil n'est pas disponible nativement.
« Mais il se peut que ça ne soit pas le cas. Et quand c'est pas le cas, il faut faire ajouter ajouter un connecteur personnalisé »
Démo avecChatGPTClaudeGmailGoogle DocsCanva
« les MCP, donc c'est un protocole qui a été inventé par Anthopiic en 2024, ils sont dit On va créer une manière de connecter les LLM, les chatbots avec le monde extérieur, les outils extérieurs »
Les skills sont des manuels d'instructions ou « recettes » qui enseignent au LLM comment utiliser les outils ou accomplir une tâche de manière structurée, améliorant nettement la qualité des résultats.
L'auteur explique que sans skill, un LLM fait un site web « assez moyen », alors qu'avec un skill dédié (ex. « Impeccable » pour le design), le résultat est bien meilleur. Les skills existent pour créer des vidéos, prendre des notes, rédiger sans style IA, générer des images. On peut en installer depuis des bibliothèques (ex. skills.shsh) ou créer les siens pour codifier sa propre méthode de travail.
D’après la vidéo
⚙ Comment ça marche
Un skill explique au LLM la recette : comment faire un site esthétique, comment écrire de manière non-IA. L'auteur utilise des skills séparés pour créer des articles, des schémas, des images et rédiger.
« J'ai un skill qui permet de créer des articles de blog mais j'ai un skill par exemple pour faire ces schémas là. J'ai un skill pour créer des images de ce genre-là. J'ai un skill pour écrire de manière non IA »
✅ À faire
L'auteur recommande de créer ses propres skills pour enregistrer sa façon de travailler et permettre à l'IA de la répliquer.
« Vous pouvez créer vos propres skills et c'est d'ailleurs là que Chat GPT et Claude deviennent très intéressants, c'est que on enregistre notre manière de travailler et derrière vos chatbot eux ou vos agents savent la répliquer »
Démo avecChatGPTClaude
Outil à testerskills.sh (CLI « skills » de Vercel Labs)gratuit
Bibliothèque de skills (manuels d'instruction) pour améliorer les résultats de Claude ou ChatGPT : vidéo, prise de notes, sites web, images, écriture.
Pourquoi il semble prometteur : Propose des skills clé en main pour des cas d'usage concrets (vidéo, design, écriture) et améliore significativement la qualité des sorties selon l'auteur.
Registre ouvert et CLI open source (licence MIT, dépôt vercel-labs/skills), utilisable sans compte via « npx skills add <owner/repo> » et compatible avec Claude Code, Cursor, Codex, Copilot et d'autres agents ; il n'y a pas de validation éditoriale à la publication, donc vérifiez le contenu du SKILL.md avant installation.
À essayer selon l’auteur
L'auteur y voit une source de skills prêts à l'emploi qui transforme la qualité des résultats, permettant de passer d'un résultat « moyen » à « bien meilleur » grâce à des recettes structurées.
« les skills, c'est un peu comme un manuel d'utilisation ou un livre de cuisine qui donne un petit peu les recettes sur comment utiliser les outils en question ou juste comment faire telle ou telle action »
artefacts, génération de codePartiellement confirmé4 éditeur(s) indépendant(s)
Que sont les artefacts dans Claude et ChatGPT ?
Un artefact est un élément de code généré par le LLM (graphique, page web, application) qui s'affiche dans un panneau séparé et peut être partagé via une URL publique.
Les artefacts permettent de créer des mini-applications, des graphiques interactifs ou des sites web directement dans la conversation. ChatGPT les appelle désormais « Sites » et leur attribue un domaine chatg.site, tandis que Claude génère des URLs en claude.ai/artifact. Cela évite de cloisonner le code dans le chat et facilite le partage externe.
D’après la vidéo
⚙ Comment ça marche
Dès que l'IA génère quelque chose qui n'est pas du texte (graphique, page web, app), elle produit un artefact qui s'ouvre dans un panneau dédié, avec possibilité de partage public.
« si je fais partager donc du côté cloud, je peux faire anyone with the link, share publicly. Quand je copie là, vous voyez, il m'a ajouté un lien cloud.ai/artifact »
Démo avecClaudeChatGPT
« à partir du moment où ce n'est pas du texte, c'est du code qui est généré. Grossièrement, il me fait une petite page qui est ici. Et quand il y a un panneau qui s'ouvre à droite, souvent en réalité ce qui se passe, c'est que c'est un artefact »
Browser Use permet à l'IA de naviguer dans un navigateur web, Computer Use lui donne accès à l'ordinateur (fichiers, applications) pour automatiser des tâches manuelles.
Ces fonctionnalités permettent de déléguer à l'IA des tâches répétitives : ouvrir un dossier, naviguer sur LinkedIn, glisser-déposer des fichiers. L'utilisateur doit autoriser explicitement l'accès (« toujours autoriser ») ; une fenêtre partagée signale que l'IA observe l'écran. Utile pour les automatisations et tâches planifiées, à condition d'accepter le partage d'écran.
D’après la vidéo
⚙ Comment ça marche
L'IA prend le contrôle du navigateur ou de l'ordinateur après autorisation explicite, une icône signale que la fenêtre est partagée.
« Ça ça veut dire que c'est partagé avec chat GPT que cette fenêtre est en train d'être regardée par quelque chose. Ce quelque chose c'est tout simplement chat GPT »
✅ À faire
L'auteur conseille d'utiliser ces modes pour automatiser des tâches répétitives, des navigations, des glissés-déposés « qui sont chiants à faire ».
« Ça, à quoi ça sert ? tout simplement à faire des automatisations, à faire des tâches planifiées, à faire de la navigation, des glissés déposés, des choses qui sont chiantes à faire et qu'on peut tout simplement délégué à une »
Démo avecChatGPTClaude
« browser use ou computer use. Alors, déjà pour commencer, browser, ça veut dire navigateur, computer, ça veut dire ordinateur. Use ça veut dire utiliser. Donc use et computer use, c'est quand une intelligence artificielle et ici comme Cloud ou Chat GPT vient utiliser votre ordinateur pour faire des actions »
Claude : créer un formulaire Tally complet via MCP
L'auteur demande à Claude de créer un formulaire d'adhésion pour une association de foot ; via le MCP Tally, Claude génère tous les champs, validations et zones de signature en quelques secondes.
Le formulaire généré inclut champs obligatoires (étoiles), validation d'email (présence @), upload de carte d'identité et zone de signature. Sans le MCP, il aurait fallu créer chaque champ manuellement. Cas d'usage intéressant pour toute collecte de données structurée (inscriptions, enquêtes, leads).
D’après la vidéo
⚙ Comment ça marche
Claude utilise le MCP Tally pour créer le formulaire, configure les validations et les champs requis automatiquement.
« Vous voyez ici list workspace, create new form, create blog, configure blog properties et cetera. Safe form là, vous voyez, il me dit c'est en ligne »
💬 Ce qu’en pense l’auteur
L'auteur juge le gain de temps considérable : « tout ça à la main ça prend beaucoup de temps. Alors là c'est fait en 2 secondes. »
« tout ça à la main ça prend beaucoup de temps. Alors là c'est fait en 2 secondes »
Démo avecClaude
« J'ai une association de foot et j'ai envie de créer un formulaire d'adhésion pour le début d'année. Est-ce que tu peux me faire ça sur Tali s'il te plaît ? Là, il est en train de regarder quels outils il a à sa disposition. Hop, j'ai répondu à quelques questions et là, il va aller me créer le formulaire »
Les deux modèles reçoivent le même prompt pour cloner Notion ; o1-5.1 termine en 10 minutes, Astra prend plus de temps mais livre mode clair/sombre, upload d'images et guide des blocs fonctionnels.