Le patron de Microsoft plaide pour une responsabilisation des intermédiaires qui déploient les LLM dans leurs systèmes, plutôt qu'une régulation directe des modèles de langage, en considérant les LLM comme des humains nécessitant un « manager » qui vérifie leur travail.
Cette position défendue par Microsoft s'oppose à la réglementation européenne actuelle qui cible les modèles eux-mêmes. Elle déplace la responsabilité légale vers les entreprises qui intègrent les LLM dans leurs services, ce qui correspond à la stratégie de Microsoft avec Copilot. Pour les prestataires et intégrateurs, cela signifierait une obligation de mettre en place des surcouches de vérification et de contrôle des sorties des LLM.
D’après la vidéo
⚙ Comment ça marche
Selon Nadella, les LLM doivent être traités comme des humains qui peuvent être mal intentionnés ou faire des erreurs malgré leurs bonnes intentions, et nécessitent donc une supervision externe plutôt qu'une régulation interne.
💬 Ce qu’en pense l’auteur
L'auteur trouve cette approche contre-courant mais intéressante, estimant que les règles européennes actuelles sont « un petit peu à côté de la plaque », même s'il reconnaît que Nadella défend avant tout les intérêts de Microsoft qui est champion de cette approche écosystémique.
✅ À faire
L'auteur suggère d'écouter cette proposition de régulation portant sur le « harness » (l'écosystème) plutôt que sur le LLM lui-même, car elle pourrait offrir une alternative aux approches réglementaires actuelles.
⚠ Ses réserves
La difficulté de réguler les LLM vient notamment du fait qu'ils ne sont pas des logiciels classiques traçables, avec désormais du raisonnement en seconde couche et des sous-agents dont on ne peut plus rien tracer.
Démo avecCopilot
« Il nous faut absolument avoir la responsabilisation des intermédiaires. Il y a les fabricants de lm, ils font leur LM et ensuite il y a ceux qui rajoutent tout autour. »
En termes de performance, Muse Wonder de Meta surpasse tous les modèles IA concurrents à l'exception de Claude Opus 5 d'Anthropic, positionnant Meta parmi les leaders du secteur.
Pour les développeurs et utilisateurs professionnels, cela offre une alternative crédible aux modèles d'OpenAI et Anthropic. La tarification alignée sur les concurrents premium indique un positionnement haut de gamme. L'accès grand public viendra ultérieurement.
D’après la vidéo
💬 Ce qu’en pense l’auteur
Meta rejoint désormais le podium des plus gros acteurs de l'IA, ce qui constitue une réussite après la réorganisation de sa branche intelligence artificielle.
« c'est le seul modèle Opus 5. Dans Tropiic que ce nouveau modèle Wonderful ne bat pas. Wonder est un petit peu derrière et clairement Meta vient de se hisser sur le podium »
Meta annonce Muse Wonder, disponible via API pour les développeurs à 4$/million de tokens en entrée et 20$/million en sortie, et Muse Wonder F encore réservé aux experts en cybersécurité.
Meta rejoint les leaders de l'IA générative avec des modèles tarifés au niveau d'Anthropic. Muse Wonder se positionne juste derrière Claude Opus 5 en performance. Ces modèles visent à alimenter l'agent personnel Muse de Meta plutôt que les usages professionnels.
D’après la vidéo
⚙ Comment ça marche
Wonder est disponible via l'API Meta pour les développeurs, facturé à l'usage. Wonder F reste entre les mains des experts en cybersécurité en raison de ses capacités avancées et des risques potentiels associés.
💬 Ce qu’en pense l’auteur
Meta a réussi son pari entamé il y a plus d'un an avec Alexander Wang, en réorganisant sa branche IA pour revenir dans la compétition. Le modèle se hisse déjà très haut et Meta rejoint les plus gros de l'IA.
⚠ Ses réserves
L'approche de Meta avec Alexander Wang et Scale AI, qui collecte et étiquette des données partout, est décriée. Cela s'inscrit dans la mouvance de Meta qui profite de son écosystème et des données personnelles.
Outil à testerMuse Wonder / Muse Wonder Full (Meta)payant
Modèle IA généraliste conçu pour alimenter Muse, l'agent personnel de Meta qui effectue les tâches quotidiennes de l'utilisateur
Pourquoi il semble prometteur : Se positionne au niveau des meilleurs modèles concurrents, battu uniquement par Claude Opus 5 d'Anthropic, et tarification compétitive alignée sur les leaders du marché
Modèle propriétaire lancé le 12 octobre 2026 : Muse Wonder s'utilise via l'API payante de Meta (compatible SDK OpenAI), tandis que Muse Wonder Full n'est accessible que via un abonnement Muse Code, et le rapport de sécurité détaillé reste à paraître.
À essayer selon l’auteur
Meta fait un retour réussi dans la course à l'IA avec Wonder qui se hisse sur le podium. Wonderful s'annonce comme le deuxième meilleur modèle IA existant. Ces modèles vont permettre à Muse de faire un carton pour le grand public en automatisant les tâches individuelles.
Le PDG de Microsoft propose de considérer les LLM comme des salariés qu'on supervise via un harness (environnement de contrôle) plutôt que de réguler les modèles directement, transférant la responsabilité vers l'intégrateur.
Cette approche déplace la régulation de l'IA du modèle lui-même vers son intégration et son environnement d'exécution. Cela concernerait les fournisseurs de services et intégrateurs plutôt que les créateurs de modèles. Position stratégique pour Microsoft qui vend du harness (Copilot) mais ne produit pas les modèles frontières.
D’après la vidéo
⚙ Comment ça marche
Plutôt que d'imposer des règles morales et éthiques dans le LLM lui-même (approche difficile sur une zone neuronale opaque), Microsoft propose de mettre en place un système de management au-dessus : surveillance, audit, bouton d'arrêt, contrôle de l'environnement et des données accessibles.
💬 Ce qu’en pense l’auteur
L'auteur trouve cette réflexion très intéressante et plus sensée que de réguler directement les LLM eux-mêmes, ce qui pose des problèmes de traçabilité dans les réseaux neuronaux. Il note cependant que cela vient du patron de Microsoft dont c'est le métier de vendre ce type de harness.
✅ À faire
L'auteur suggère de réfléchir à cette approche pour les futures régulations, en se concentrant sur ce que le LLM peut faire dans son environnement plutôt que sur le modèle lui-même, et en rendant responsable le harness qui l'entoure.
« les un modèle, un LM en tant que tel doit être considéré bah finalement comme un salarié. Oui, il sait des choses, il est capable de faire des tas de trucs et on lui file des données et on lui file des outils. Et ben, malveillant ou pas malveillant, il peut être malveillant hein. Voilà. Mais même pas malveillant, il peut faire des conneries. Donc bah on va le subsonner de base »
Meta lance deux modèles d'intelligence artificielle Wonder et Wonderful qui se positionnent au niveau des modèles frontières comme Claude Opus 5 et GPT-4, avec Wonder disponible en API à 4$/million de tokens en entrée.
Meta rejoint le cercle des modèles de pointe (OpenAI, Anthropic, Google) avec un positionnement distinct : intégrer ces modèles dans son écosystème de super-intelligence personnelle plutôt que vendre des outils génériques. Seul Wonder est disponible en API pour développeurs, Wonderful reste inaccessible au public. La tarification s'aligne sur les concurrents frontières.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur ne s'attendait pas à voir Meta rejoindre aussi rapidement le podium des modèles frontières et considère que cela change la donne du marché qui était jusqu'alors limité à OpenAI, Anthropic et Google.
Démo avecGemini 4 Argon
Outil à testerMuse Wonder / Muse Wonder Full (Meta Superintelligence Labs)payant
Modèle d'IA frontière conçu pour l'intégration dans des assistants personnels et capable de coder des applications complètes
Pourquoi il semble prometteur : Se positionne au niveau des meilleurs modèles mondiaux sur les benchmarks, particulièrement fort en agentique et en code, avec une fenêtre de contexte large et des capacités de mémoire active
Muse Wonder s'utilise via la Meta Model API (4 $/20 $ par million de tokens) ou Muse Code, tandis que la version Full n'est accessible que par abonnement Muse Code allant jusqu'à 200 $/mois : à ce jour les scores publiés proviennent des tests internes de Meta et attendent une validation indépendante.
À essayer selon l’auteur
L'auteur est surpris par la performance inattendue de Meta qui réussit à rejoindre le podium, mais note que le modèle reste aligné sur la stratégie de super-intelligence personnelle de Meta, connectée à l'écosystème de l'entreprise et donc aux données utilisateurs.
Cet incident illustre concrètement le détournement de modèles d'IA pour des cyberattaques. L'information concerne la sécurité des systèmes mais n'a pas d'impact direct sur les pratiques SEO. Elle confirme que les risques évoqués par les entreprises d'IA ne sont pas seulement théoriques.
D’après la vidéo
⚙ Comment ça marche
Les hackers utilisent des modèles commerciaux disponibles, comme ceux d'Anthropic, pour conduire des attaques sur des infrastructures sensibles comme les banques.
« des modèles open ou des modèles commerciaux, ceux de d'anthropique par exemple, puisse servir pour des hackers à essayer de pirater par exemple des banques sud-coréennes, ce qui est arrivé il y a quelques jours »
Plusieurs milliers d'employés de Google utilisent déjà le modèle Gemini 4 Carbone pour entraîner les futurs modèles de façon récursive, un modèle plus puissant servant à en créer un encore plus puissant.
Google emploie déjà en interne un modèle très avancé (Carbone) pour accélérer le développement de ses prochaines générations d'IA. Cette approche d'entraînement récursif pourrait créer une escalade rapide des capacités. Aucune date de sortie publique n'est donnée pour Carbone.
D’après la vidéo
⚙ Comment ça marche
Le modèle Carbone sert à entraîner de façon récursive des modèles plus puissants, qui eux-mêmes serviront à en entraîner d'autres encore plus puissants.
💬 Ce qu’en pense l’auteur
L'auteur trouve cette escalade récursive incroyable et estime que Google est pleinement engagé dans cette dynamique d'accélération qui ne devrait pas ralentir.
« il y a déjà plusieurs milliers de salariés de Google qui bossent avec une pour entraîner les futurs modèles et faire tout un tas d'autres choses. Et ce modèle, ce n'est pas Argon, c'est carbone. »
Google développe au moins trois modèles dans la gamme Gemini 4 (Argon, Barium et Carbone), dont Argon est actuellement testé par des experts en cybersécurité avant sa sortie publique.
Google prépare plusieurs modèles de sa gamme Gemini 4, suggérant une stratégie de déploiement progressif avec des modèles de puissance croissante. L'information provient d'indiscrétions de Business Insider et reste non confirmée officiellement. La sortie d'Argon est attendue dans les prochaines semaines, mais le calendrier des autres modèles n'est pas connu.
D’après la vidéo
⚙ Comment ça marche
Barium serait une déclinaison ou amélioration dont l'entraînement a donné Argon. Carbone est déjà utilisé par plusieurs milliers de salariés Google pour entraîner les futurs modèles de façon potentiellement récursive.
💬 Ce qu’en pense l’auteur
L'auteur estime que si Argon se mesure à Opus 5, Carbone aurait un niveau équivalent voire supérieur à Opus 5.5, ce qui permettrait à Google de revenir sur le podium aux côtés d'OpenAI et Anthropic.
⚠ Ses réserves
L'auteur exprime des doutes sur la capacité d'Argon à égaler vraiment Opus 5.5 d'Anthropic, qu'il trouve vraiment merveilleux. Les informations proviennent d'indiscrétions et non de sources officielles.
Démo avecGemini 4 Argon
« Argon, barium et carbone. C'est au moins trois modèles qui sont en préparation chez Google Gemini dans cette version Gemini 4. »
Un développeur nommé Brendon Thomas a recréé en open source toute une suite de logiciels inspirés d'Adobe (Photoft pour Photoshop, Filmcraft pour Premiere, PDF Craft pour Acrobat) en utilisant Claude Opus 5 et en s'appuyant uniquement sur la documentation publique d'Adobe.
Ce projet montre qu'un développeur seul peut recréer des logiciels professionnels complexes en exploitant un LLM et de la documentation publique, sans avoir accès au code source. Les logiciels sont sous licence MIT, gratuits et modifiables par la communauté qui contribue activement. Ils sont encore en préversion (passés de 0.1 à 0.9 en 9 jours) et non stables pour un usage professionnel, mais évoluent très rapidement grâce aux contributions open source.
D’après la vidéo
⚙ Comment ça marche
Le développeur prend la documentation publique d'Adobe (descriptions d'outils, tutoriels, documentations de fonctionnalités) et la donne à Claude Opus 5 qui recrée les mêmes fonctionnalités en open source sous licence MIT.
💬 Ce qu’en pense l’auteur
L'auteur y voit le symbole d'une disruption majeure de l'industrie du développement logiciel et demande si c'est une chance ou un risque, voire les deux à la fois.
⚠ Ses réserves
Les logiciels ne sont pas encore prêts pour une utilisation professionnelle, comportent encore des bugs et sont en préversion, bien qu'ils évoluent rapidement.
Suite de logiciels open source qui reproduisent les fonctionnalités de la suite Adobe (retouche photo, montage vidéo, édition PDF)
Pourquoi il semble prometteur : Gratuit, open source sous licence MIT, développement communautaire très actif avec un nombre hallucinant d'étoiles sur GitHub, évolution très rapide (de version 0.1 à 0.9 en 9 jours)
Projet annoncé en open source sous licences MIT / Apache-2.0 et en alpha très précoce : je n'ai pas pu vérifier avec certitude l'URL du site officiel ni du dépôt GitHub du développeur, et plusieurs sites de téléchargement non officiels ont déjà surgi autour du nom — ne télécharger qu'après avoir retrouvé le dépôt depuis l'annonce du développeur lui-même.
À essayer selon l’auteur
L'auteur trouve le projet symbolique d'une disruption majeure et souhaite le tester, mais reconnaît qu'il n'est pas encore stable pour un usage professionnel. Il invite la communauté à se prononcer sur les opportunités et risques.
Aucune page officielle n’a pu être confirmée — cherchez le nom vous-même plutôt que de suivre un lien approximatif.
« Brandon Thomas est justement dans cette logique de dire je ne vais prendre aucun fichier de chez Adobe, je ne vais pas les reprendre, je ne vais pas les pirater. Non, je vais me mettre en mode laboratoire, je vais prendre tout ce que donne Adobe, la description de ses outils, le tuto sur telle fonctionnalité, telle documentation publique, c'est donné par Adobe. Bah tout ça, je le prends, je le donne à mon opus 5. Et il me fait la même chose en libre, ouvert et gratuit. »
« Brandon Thomas il nous explique qu'il a la méthode de la salle blanche. C'est-à-dire qu'il a fait tout un process pour dire "J'observe mais jamais je ne copie". »
Google développe au moins trois modèles Gemini 4 : Argon (annoncé), Barium et Carbone, ce dernier étant utilisé en interne par des milliers d'employés Google et considéré comme supérieur à Claude Opus 3.5.
Google aurait plusieurs coups d'avance avec des modèles non encore publics. Carbone serait utilisé par des milliers d'employés Google pour du codage, de la recherche et de la rédaction, suggérant une stratégie de déploiement échelonné et une amélioration récursive des modèles.
D’après la vidéo
⚙ Comment ça marche
Carbone est déployé sur Jetski, l'infrastructure interne des développeurs Google, et serait utilisé pour entraîner les modèles suivants dans une logique d'amélioration récursive.
⚠ Ses réserves
L'amélioration récursive (des modèles IA qui entraînent d'autres modèles) pose des questions de contrôle et de sécurité, personne ne contrôlant le modèle avant qu'il n'existe.
« il y a un autre modèle qui vient d'être dévoilé non officiellement et tout à fait officieusement, c'est le fameux le fameux carbone. Carbone, c'est un modèle qui est donc pas Argon et qui se retrouve sur Jetski »
Anthropic a mis à jour ses conditions d'utilisation pour interdire aux utilisateurs d'avoir un comportement cruel envers ses modèles d'intelligence artificielle, sous peine de fermeture de compte.
Cette clause inédite dans des CGU d'un fournisseur d'IA introduit une notion de protection de l'IA elle-même, qui devient un sujet de droit d'usage. La sanction concrète est la fermeture du compte utilisateur. Anthropic distingue la critique légitime ("ta réponse est nulle") du harcèlement gratuit et sans objectif, ce dernier étant désormais sanctionnable.
D’après la vidéo
⚙ Comment ça marche
Anthropic surveille les interactions pour détecter les comportements insultants et harcelants sans objectif ni but. La critique reste autorisée, mais le harcèlement gratuit est considéré comme une infraction aux conditions d'utilisation.
💬 Ce qu’en pense l’auteur
L'auteur trouve cette mesure dystopique et souligne l'aspect extraordinaire de la situation. Il questionne la direction que prend l'encadrement de l'usage des IA, tout en reconnaissant le sérieux de la démarche d'Anthropic sur la question de la conscience des IA.
⚠ Ses réserves
L'auteur souligne que la question de la conscience des IA reste non tranchée scientifiquement, comme pour les animaux ou même les humains. Anthropic adopte une position prudente face à cette incertitude.
Outil à testerClaude (Anthropic)freemium
Assistant IA d'Anthropic pour la génération de texte et l'assistance conversationnelle
Pourquoi il semble prometteur : Premier service d'IA à interdire contractuellement la cruauté envers ses modèles, s'appuyant sur une constitution définissant les règles d'interaction avec l'IA
Claude est l'assistant IA d'Anthropic, accessible gratuitement sur claude.ai avec des plans payants (Pro/Max) et une API ; la clause anti-cruauté figure dans sa Usage Policy (AUP), en vigueur le 12 novembre 2026.
Pour faire créer un programme par Claude Code, l'auteur recommande de structurer sa demande en cinq parties : objectif final, fonctionnalités attendues, expérience voulue, contraintes techniques et livrable, en exprimant tout en langage naturel sans jargon technique.
Cette structure de prompt permet à des non-développeurs de créer leurs propres outils en forçant à bien réfléchir au problème avant de demander la solution. Elle fonctionne avec Claude Code mais pourrait s'adapter à d'autres assistants de codage. L'auteur insiste sur le fait que la réflexion préalable est plus importante que le code produit.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur insiste sur le fait que cette structure force à réfléchir et à « faire marcher ses neurones », ce qui est justement l'objectif de la « zone grise ». Il précise qu'on peut adapter cette structure à sa convenance.
⚠ Ses réserves
L'auteur précise que cette structure est sa recommandation personnelle et que chacun peut faire mieux s'il trouve une meilleure approche. Il insiste sur le fait qu'il ne faut pas recopier mais s'approprier la démarche.
Démo avecClaude Code
« Vous faites ce truc, ce prom tout simple qui est que du jus de cerveau. La zone grise, elle s'appelle pas grise pour rien. C'est du jus de cerveau que vous mettez juste dans cette structuration en cinq étapes. »
Claude Opus 5 est décrit comme un « game changer absolu » pour créer ses propres programmes en zone grise, car il comprend les demandes, raisonne vraiment et ne s'arrête pas en cours de route.
Pour quelqu'un qui veut créer ses propres petits programmes sans être développeur, Claude Opus 5 offre un niveau de compréhension et de persévérance supérieur aux autres modèles. Il permet de mener un dialogue itératif jusqu'au résultat souhaité. L'auteur le juge nettement meilleur qu'OpenAI pour cet usage spécifique.
D’après la vidéo
⚠ Ses réserves
L'auteur précise qu'il ne s'agit pas d'un placement de produit, mais reconnaît que son avis est subjectif en faveur de Claude par rapport à OpenAI pour cet usage spécifique.
Démo avecClaudeClaude Code
Outil à testerClaude Opus 5 (Anthropic) — désormais Claude Opus 5.5payant
Modèle d'IA conversationnel intégré à l'application Claude Code pour développer des programmes personnalisés sur sa propre machine.
Pourquoi il semble prometteur : Il comprend mieux les demandes que les modèles concurrents, ne s'arrête pas en cours de route, explique son raisonnement et permet un vrai dialogue itératif jusqu'à obtenir le résultat voulu.
Modèle propriétaire hébergé (pas d'exécution locale) : le plan gratuit de Claude donne accès à Sonnet et Haiku, et atteindre la gamme Opus exige un abonnement payant, le moins cher étant Pro à 20 $ par mois en facturation mensuelle, ou l'API en paiement à l'usage.
« Claude Opus 5. Il comprend ce que vous voulez. Il s'arrête pas, il vous explique, il a du vrai raisonnement, du vrai test, il peut répondre à toutes vos questions en même temps qu'il vraiment pour de vrai de façon propre. »
Anthropic lance Claude Haiku 3.5, dont le million de tokens de sortie passe de 5 dollars à 50 centimes, tout en étant beaucoup plus puissant que Haiku 3 et capable de pilotage d'interface et de code agentique.
Le nouveau modèle économique permet aux référenceurs d'automatiser massivement les tâches de traitement de texte (résumés, extraction d'informations, réponses clients) à un dixième du coût précédent. Haiku 3.5 peut désormais piloter des interfaces et générer du code agentique, des capacités auparavant réservées aux modèles plus coûteux. Attention : le tarif est quadruplé au-delà de 100 000 tokens dans la requête, ce qui limite son usage aux tâches courtes.
D’après la vidéo
⚙ Comment ça marche
Haiku 3.5 est conçu pour les tâches rapides et courtes : résumés de texte, extraction d'informations dans des bases, génération de documents, réponses clients. Il n'est pas fait pour raisonner longuement, contrôler ou vérifier, rôles dévolus à Sonnet ou Opus.
✅ À faire
Modifier tous ses workflows et automatisations pour confier les petites tâches répétitives à Haiku 3.5, tout en réservant Sonnet et Opus pour les tâches nécessitant raisonnement et vérification. Trier clairement ce qui appartient à chaque modèle de la famille Claude.
⚠ Ses réserves
Le tarif avantageux est quadruplé si la requête dépasse 100 000 tokens, ce qui limite strictement l'usage aux tâches courtes et exclut les traitements de documents volumineux.
Outil à testerClaude Haiku 5.5 (Anthropic)freemium
Modèle d'IA léger d'Anthropic pour les tâches rapides et répétitives : résumés, extraction de données, génération de documents courts, réponses clients.
Pourquoi il semble prometteur : Prix divisé par 10 par rapport à Haiku 3, capacités étendues au pilotage d'interface et au code agentique, performances équivalentes à Mistral Large 2 et supérieures à GPT-4o mini selon l'auteur.
Modèle disponible dans les applications Claude et via l'API Anthropic (facturation à l'usage) : utilisable gratuitement dans une certaine limite côté chat, mais payant à l'API, avec un tarif qui quintuple au-delà de 100 000 tokens de prompt.
« Iiku 5.5 est beaucoup moins cher, 10 fois moins cher que la version précédente d'IK 4.5. Le million de tokens de sortie est passé de 5 dollars à 50 centimes »
Les tokens en cache (contexte répété) dans Claude Opus 5 coûtent beaucoup moins cher que les tokens standards, réduisant le coût réel d'une application de 5 millions de tokens apparents à moins de 4 dollars.
Comprendre la différence entre tokens standards et tokens en cache permet d'évaluer correctement le coût réel d'une application développée avec Claude. Le chiffre brut de tokens consommés peut être trompeur : une grande partie correspond au contexte répété qui est facturé beaucoup moins cher. Important pour estimer le budget de développement.
D’après la vidéo
⚙ Comment ça marche
Tous les éléments que le modèle répète, qu'il a déjà traités ou qui font partie du contexte qu'il maintient pendant le développement passent en cache et sont facturés beaucoup moins cher. C'est particulièrement le cas en développement one-shot où le modèle analyse continuellement ce qu'il est en train de produire.
Démo avecClaude Opus 5
« 78000 tokens plus 5 millions de token. Ah, c'est horrible, ça va coûter très cher. Non, ça coûte que 3,82 € les amis. Pourquoi ? parce que ces gros tokens là, ils sont en cash en fait. »
Claude Opus 5 peut exploiter automatiquement un répertoire de travail (Vault) pour créer des applications personnalisées sans qu'on lui décrive explicitement le contenu, en effectuant recherches et raisonnements sur les fichiers.
Cette capacité permet de créer des outils parfaitement adaptés à son activité sans avoir à tout décrire dans le prompt. L'IA analyse la structure documentaire existante pour comprendre l'organisation, les projets, les personnes et recréer cet univers sous forme d'application. Nécessite d'avoir préalablement structuré son Vault avec Claude Cowork.
D’après la vidéo
⚙ Comment ça marche
L'auteur utilise Claude Cowork avec un système de répertoires structurés contenant ses clients, factures, projets, préparations de vidéos. Claude Code peut ensuite accéder à ce Vault et en extraire automatiquement les informations pour créer une application contextualisée.
✅ À faire
Structurer son activité dans un Vault avec Claude Cowork en créant des répertoires bien organisés. Ensuite, demander à Claude Code de créer une application en lui donnant simplement accès au Vault, sans décrire explicitement le contenu.
Démo avecClaude CodeClaude CoworkClaude Opus 5
« Je lui dis quasiment rien, en se basant sur mon volt, sur mon répertoire de travail avec l'autre cowwork. Il y a des trucs dedans parfois planqués, des vieilles réflexions que j'ai eu, des informations ici à droite à gauche qu'il va falloir aller récupérer. »
Claude Code Opus 5 propose six niveaux d'effort (faible, moyen, élevé, extra, max, ultra) qui modifient le temps de traitement, le coût en tokens et la profondeur du raisonnement.
Le choix du niveau d'effort permet d'optimiser le rapport qualité-prix selon la complexité de la tâche. Pour des développements simples, le mode moyen suffit ; pour des applications plus élaborées nécessitant plus de finesse et de détails, le mode extra apporte un gain significatif. Le mode faible produit des résultats nettement moins satisfaisants.
D’après la vidéo
⚙ Comment ça marche
Les différents niveaux modifient le nombre d'étapes de raisonnement et de vérifications effectuées par le modèle. Le mode faible a produit 22 blocs de raisonnement en 12 minutes, le mode moyen 57 en 30 minutes, et le mode extra encore plus avec davantage de vérifications.
✅ À faire
Utiliser le mode moyen par défaut pour avoir une première version avec des idées et du raisonnement, puis passer en mode extra quand on veut un travail plus professionnel et peaufiné. Réserver max uniquement pour des productions très costaudes nécessitant du codage pur complexe.
⚠ Ses réserves
Le mode ultra n'est pas au-dessus de max contrairement à ce que certains pensent : il est au niveau d'extra mais démarre obligatoirement des sous-agents pour mener des tâches en parallèle. Pour une tâche unique, il n'apporte rien de plus qu'extra.
Démo avecClaude CodeClaude Opus 5
Outil à testerClaude Code (modèles Claude Opus 5 / Opus 5.5)payant
Application de développement assisté par IA permettant de créer des applications complètes à partir de prompts
Pourquoi il semble prometteur : Capable de générer des applications complexes en one-shot avec différents niveaux de raisonnement et de qualité selon le réglage d'effort choisi, avec gestion du contexte et recherche dans les fichiers de travail
Claude Code est l'agent de codage en ligne de commande d'Anthropic, utilisable avec un abonnement Claude payant ou des crédits API ; le réglage d'effort se pilote avec /effort, le flag --effort ou la clé modelSettings des settings, et certaines options (ultracode, slider de session) exigent une version récente du CLI.
L’auteur l’a adopté
L'auteur recommande fortement cet outil et l'utilise quotidiennement. Il privilégie le mode moyen pour les tests rapides et le mode extra pour la production, trouvant que c'est le meilleur rapport qualité-prix. Il déconseille le mode faible et trouve max trop complexe pour la plupart des usages.
« vous avez le réglage ici. Vous choisissez le modèle opus 5. J'arrête pas de vous le recommander mais vous voyez ici que vous pouvez avoir un réglage qui est par défaut en effort moyen. Ça consomme plus, ça consomme moins »
Anthropic avait déjà implémenté dans Claude la fonctionnalité d'artifacts qui permet d'exécuter du code et de créer des visualisations dans la conversation, avant le lancement d'Intelligent UI par OpenAI.
L'auteur contextualise l'annonce d'OpenAI en rappelant que la fonctionnalité n'est pas inédite : Claude l'avait déjà. Cela relativise le caractère innovant d'Intelligent UI et montre qu'OpenAI rattrape Anthropic sur ce terrain.
Démo avecClaude
« déjà c'est pas une nouveauté absolue. On connaissait déjà ça du côté de chez Anthopique. Claude avait déjà les artifacts intégrés. Le fait que le modèle fournit une réponse et peut dans certains cas notamment quand on lui demande bah créer du code qui va s'exécuter »
Les systèmes de sécurité automatisés d'Anthropic analysent toutes les conversations avec Claude et peuvent les remonter à des équipes humaines et aux autorités, même si l'utilisateur a décoché l'option d'utilisation des données pour l'entraînement.
Le paramètre de confidentialité qui empêche l'utilisation des données pour l'entraînement n'empêche pas les systèmes de sécurité de lire et signaler les conversations. Cela concerne tous les utilisateurs de Claude qui considèrent leurs échanges comme privés. Les conversations sensibles peuvent être transmises à des tiers, y compris les autorités, indépendamment des réglages de confidentialité.
D’après la vidéo
⚙ Comment ça marche
Les systèmes de sécurité automatisés d'Anthropic détectent certains contenus dans les conversations, qui sont ensuite remontés à des équipes humaines d'une société privée qui analysent les alertes et peuvent décider de prévenir les autorités.
⚠ Ses réserves
Décocher l'option d'utilisation des données pour l'entraînement ne protège pas des systèmes de sécurité. Toute conversation avec un outil commercial dont les données ne sont pas hébergées chez soi peut être lue par des humains, pas seulement par des systèmes automatisés.
Démo avecClaude
Outil à testerClaude (Anthropic)freemium
Assistant conversationnel IA pouvant servir de journal intime numérique
Pourquoi il semble prometteur : Non applicable, le sujet porte sur les limites de confidentialité
Assistant IA d'Anthropic disponible en version gratuite et en abonnements Pro/Max : avant d'y déposer des informations personnelles ou professionnelles sensibles, vérifiez dans Paramètres > Confidentialité le réglage d'entraînement, en sachant qu'il ne désactive ni le filtrage de sécurité automatisé ni la possibilité d'un signalement aux autorités.
« ces systèmes de sécurité là n'ont rien à voir. Carlye à l'heure, elle avait bien décoché la petite case, mais n'empêche que les systèmes de sécurité s'activent »
OpenAI, Anthropic et autres géants de la tech lancent leurs modèles sans tests préliminaires suffisants sur les fairness metrics et les safeguards, utilisant la société comme cobaye puis ajustant selon les réactions observées.
Dénonce une course à la sortie de modèles toujours plus bluffants où la sécurité passe après la compétition. Les cas comme celui d'un compagnon IA ayant guidé des personnes vers la dépression et le suicide aux États-Unis illustrent le danger de cette approche. Concerne tous les utilisateurs qui deviennent involontairement des testeurs.
D’après la vidéo
⚙ Comment ça marche
Les entreprises lancent un modèle, attendent la réaction globale, constatent les problèmes, appliquent du fine tuning, puis relancent un nouveau modèle au public pour observer à nouveau les impacts sociétaux.
💬 Ce qu’en pense l’auteur
Alexandra considère que c'est le fondement du problème : cette expérimentation sociale à grande échelle internationale où les utilisateurs sont des cobayes involontaires.
« dans cet élan de compétition, on justement met de côté tout ce qui est guard rails, safegard, les tests préliminatoires justement sur les fairness matrics »
Selon Nadella, les LLM doivent être traités comme des humains qui peuvent être mal intentionnés ou faire des erreurs malgré leurs bonnes intentions, et nécessitent donc une supervision externe plutôt qu'une régulation interne.