Dots d'OpenAI demande à l'utilisateur de fournir manuellement nom, prénom et date de naissance pour réserver un Blablacar, alors que ces données sont dans ChatGPT, et échoue à surveiller correctement la billetterie UTMB.
L'agent Dots ne réutilise pas le contexte déjà présent dans ChatGPT, créant une charge cognitive inutile. Cela limite l'autonomie promise et rend l'expérience frustrante pour un utilisateur attendant une vraie délégation. De plus, certaines vérifications (UTMB) sont bloquées ou échouent, montrant que le produit n'est pas encore mature.
D’après la vidéo
⚠ Ses réserves
L'outil reste en bêta, n'est pas disponible en France sans VPN et manque de la boucle auto-réparante que possèdent des concurrents plus mûrs.
Démo avecDotsChatGPT
Outil à testerdots (OpenAI)payant
Agent personnel IA d'OpenAI censé agir de manière autonome et proactive avec accès au contexte ChatGPT de l'utilisateur
Pourquoi il semble prometteur : Première tentative d'OpenAI de rendre l'agent personnel grand public avec une interface simplifiée et un accès natif au contexte ChatGPT
Le premier dot est inclus sans supplément dans les abonnements ChatGPT Pro et Business Premium, mais les utilisateurs Pro de l'EEE, du Royaume-Uni et de Suisse sont exclus au lancement — en France, l'accès passe donc par Business Premium, et la création se fait uniquement depuis un ordinateur.
Avec des réserves
L'auteur trouve le produit immature, sorti en trois jours, manquant d'autonomie et de proactivité réelle comparé à Hermes ou Instinct. Il génère plus de charge cognitive qu'il n'en épargne et ne tire pas parti du contexte utilisateur existant.
« Il me dit J'ai trouvé, voici, cela te convient pour préparer le biaet, il faut ton nom, ton prénom, ta date de naissance, l'email et cetera et cetera. Et en vrai, je suis en mode Mais chat, GPT, tu connais toute ma vie, pourquoi tu ne l'utilises pas ? »
En demandant à Hermes de créer un script surveillant une page d'inscription de trail, l'agent a prévenu par WhatsApp en 5 minutes qu'une place s'était libérée.
Un agent IA avec accès à un système de messagerie et des capacités de scripting peut surveiller des pages web et alerter automatiquement. Applicable à toute situation nécessitant de guetter un changement d'état (places disponibles, prix, stocks). Nécessite que l'agent soit connecté aux canaux de communication choisis et dispose d'un environnement d'exécution.
D’après la vidéo
⚙ Comment ça marche
L'agent reçoit la demande via Telegram, crée un script qui va lire la structure de la page d'inscription, met en place un cron job qui tourne toutes les 30 minutes et envoie un message sur WhatsApp dès qu'une place se libère.
💬 Ce qu’en pense l’auteur
L'auteur trouve cette capacité impressionnante et souligne que cela change la manière de penser : on prend le réflexe de déléguer ce type de tâche à un assistant permanent.
✅ À faire
Connecter l'agent à ses canaux de messagerie (WhatsApp, Telegram) et prendre l'habitude de lui demander ce type de surveillance plutôt que d'abandonner quand une ressource n'est pas disponible.
⚠ Ses réserves
Ce type d'usage nécessite une configuration avancée d'Hermes avec les bonnes intégrations, ce qui peut être complexe à mettre en place pour un débutant.
Démo avecHermesTelegramWhatsApp
« je suis allé sur mon Telegram sur lequel il y a Hermes qui est branché. Je lui ai demandé est-ce que tu peux faire en sorte de regarder dès qu'il y a une place qui est dispo et nous prévenir sur WhatsApp. Lui, il s'est créé un script en allant sur la page, en comprenant la manière dont la pay était faite »
Epic Games a annoncé officiellement un virage stratégique obligeant ses développeurs à utiliser l'IA pour coder au lieu de coder manuellement, afin d'accélérer le développement de son prochain jeu en partenariat avec Disney.
C'est un changement radical dans le jeu vidéo, secteur qui refusait l'IA générative. Les développeurs doivent désormais faire coder l'IA puis vérifier, inversant complètement leur métier. Cela fait suite aux licenciements de mars (environ 1000 personnes, un cinquième des effectifs) et vise à sortir un jeu Disney/Fortnite financé à 1,5 milliards de dollars. Les développeurs expriment leur désaccord, n'étant ni formés ni en accord avec ce changement.
D’après la vidéo
⚙ Comment ça marche
Epic a intégré l'IA générative dans son moteur Unreal Engine 6 en juin pour générer des visuels, effets, lumière. Maintenant, la direction impose aux développeurs d'arrêter de coder manuellement et de faire coder l'IA avec des modèles frontières, les développeurs ne faisant que vérifier le code après.
💬 Ce qu’en pense l’auteur
L'auteur est stupéfait par cette annonce frontale et publique, soulignant que c'est un verrou monumental qui saute dans le jeu vidéo, secteur qui était farouchement opposé à l'IA. Il note que le monde change et qu'il faudra voir si le résultat est satisfaisant.
⚠ Ses réserves
L'auteur souligne les réactions des développeurs qui ne sont pas d'accord, pas formés, et ne savent pas comment contrôler du code qu'ils n'ont pas écrit. Il mentionne que leur métier change complètement et qu'on verra s'il y a des grèves ou si Epic doit recruter de nouveaux profils.
« Nous effectuons un virage stratégique majeur ici chez Epic en réorganisant les développeurs pour les réorienter vers une accélération maximale de l'intelligence artificielle »
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 »
Le modèle devient accessible au grand public après une phase limitée. Les utilisateurs peuvent vérifier sa disponibilité dans leur interface Gemini. Cela marque l'extension géographique d'un modèle de nouvelle génération.
Démo avecGemini 4 Argon
Outil à testerGemini 4 Argon (Google)payant
Modèle d'IA de Google accessible via l'application et le site Gemini
Pourquoi il semble prometteur : Déploiement mondial incluant l'Europe, disponible maintenant pour tous les utilisateurs
Modèle frontière annoncé fin septembre 2026 puis déployé le 13 octobre 2026 : utilisable dans l'app Gemini et le Mode IA uniquement avec un abonnement Google AI Pro ou Ultra, et via le palier payant de l'API Gemini / AI Studio pour les développeurs.
« Gemini 4 Argon dont je vous parlais très récemment, je vous en ai parlé plusieurs fois. Il est en cours de déploiement là à l'heure où je tourne cette vidéo, le 14 octobre, il est 1240, il est en cours de déploiement pour tout le monde y compris en Europe »
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". »
L'industriel militaire américain Anduril développe Arsenal OS, un système logiciel global pour piloter entièrement une future usine de production de pièces de sous-marins près de Baltimore, avec tracking permanent des composants et des 3500 employés.
Une usine militaire sera gérée comme un logiciel, avec tracking total de la production et des humains, pour s'adapter en temps réel aux changements d'objectifs militaires. Cela ouvre la voie à une automatisation complète avec robots et IA, Anduril étant déjà spécialiste des drones autonomes.
D’après la vidéo
⚙ Comment ça marche
L'usine devient un système logiciel agile calqué sur la « kill chain » militaire : quand un objectif ou une spécification change, toute la chaîne s'adapte automatiquement (plans, approvisionnement, fabrication) grâce à Arsenal OS qui coordonne l'ensemble.
💬 Ce qu’en pense l’auteur
L'auteur trouve le projet dystopique et inquiétant, surtout en imaginant que les humains trackés pourraient être remplacés par des robots pilotés par IA, créant une usine entièrement autonome fabriquant des armes.
Démo avecForgeArsenal OS
Outil à testerArsenalOS™ (Anduril Industries)tarif inconnu
Système logiciel global pilotant l'intégralité d'une usine de fabrication militaire, incluant le suivi des composants, des processus et des employés
Pourquoi il semble prometteur : Transforme une usine physique en système agile capable de s'adapter en temps réel aux changements d'objectifs militaires, selon le modèle de la « kill chain »
ArsenalOS n'est pas un produit grand public ni commercialisé séparément : c'est la plateforme logicielle industrielle propriétaire d'Anduril, déjà déployée à Arsenal-1 (Ohio) et prévue comme socle numérique d'Arsenal-2, dont l'usine n'ouvrira qu'en 2030.
Avec des réserves
L'auteur voit ce projet comme absolument dystopique, une première étape vers une automatisation totale de la production d'armes par IA et robots, et recommande de surveiller de près son évolution et celle des réponses concurrentes notamment chinoises.
« on va avoir ce genre de scène où il y a du trackur partout sur les produits, sur les humains, sur leurs mains, sur leurs bracelets, sur leurs yeux, sur leurs têtes, sur toutes les composants de la chaîne et on a une un logiciel Arsenal OS qui pilote toutes les ressources, y compris les humains »
Elon Musk cherche à lever 40 milliards de dollars de dette pour SpaceX (dont 10 milliards de prêts bancaires et 30 milliards d'obligations) afin d'acheter des puces Nvidia pour son datacenter Colossus 2, dans un circuit de financement circulaire avec Apollo et Nvidia.
Cette levée doublerait la dette totale de SpaceX et illustre le circuit fermé du financement de l'IA (Nvidia finance Apollo qui finance SpaceX qui achète à Nvidia). Les assurances contre défaut de paiement ont doublé depuis juin, signalant une perception croissante du risque.
D’après la vidéo
⚙ Comment ça marche
Le financement fonctionne en boucle : Nvidia met de l'argent dans Apollo, qui finance SpaceX, qui achète des puces Nvidia. Les puces elles-mêmes servent de garantie : si l'investissement échoue, elles peuvent être revendues sur le marché.
⚠ Ses réserves
L'investissement est noté BBB, ce qui ouvre les fonds de pension et assurances américaines. Une faillite affecterait donc les assurés et futurs retraités américains, avec des conséquences sociales majeures.
« Elon Musk dit je veux emprunter 4 milliards sur les marchés. Apollo peut m'aider. Dans Apollo, qui c'est qui m du pognon ? Nvidia. Et les 40 milliards que je veux nous dit Elon Musk, c'est pour un seul truc. C'est pour multiplier les capacités de mon Colossus 2 »
OpenAI et Anthropic conduisent des simulations de type « war game » pour préparer leur communication et leurs réactions politiques en cas de catastrophe causée par l'IA, notamment des cyberattaques massives.
Ces préparatifs révèlent que les risques catastrophiques ne sont pas que du marketing mais sont pris au sérieux en interne, avec des scénarios incluant des effondrements bancaires et des coupures énergétiques. Les entreprises préparent leur lobbying auprès du Congrès selon différents scénarios politiques.
D’après la vidéo
⚙ Comment ça marche
Les entreprises simulent des scénarios de catastrophes (cyberattaques, effondrements bancaires) et préparent leurs réponses : qui appeler au Congrès, quelle communication adopter, quel plan de régulation proposer pour éviter une régulation dans l'urgence qui ne leur conviendrait pas.
💬 Ce qu’en pense l’auteur
L'auteur considère que cela prouve que les risques ne sont pas que du marketing mais aussi de la communication calculée, et que c'est même pire que du marketing car les scénarios sont sur la table mais la régulation n'est pas mise en œuvre.
« Open Ehropique, eux d'abord mais d'autres après soient en train de répéter déjà là aujourd'hui les futures crises catastrophes de l'intelligence artificielle »
« des indiscrétions de la part de Axio, ce qui a mené l'enquête dans les papiers de open d'anthropique et également d'autres nous en apprend bien plus. C'est le fait qu'il y ait des scénarios à l'étude en ce moment chez ces grands géants de l'intelligence artificielle qui soient des scénarios de communication du jour d'après »
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.
L'auteur a créé sa propre caméra de surveillance « piège photo » avec une vieille webcam et le modèle YOLO, qui reconnaît les animaux dans l'image et ne déclenche que pour eux, évitant un abonnement à 20 euros.
Permet de créer son propre système de surveillance vidéo pour détecter et enregistrer des animaux, sans abonnement ni service cloud. L'auteur utilise une webcam à 10 euros et un système entièrement local. Cela suppose de découvrir et d'apprendre à utiliser le modèle YOLO, mais illustre la démarche de « zone grise » : résoudre un problème soi-même plutôt que d'acheter un service.
D’après la vidéo
⚙ Comment ça marche
Le modèle YOLO analyse en temps réel les images de la webcam et reconnaît les objets (animaux, feuilles, etc.). Il ne déclenche l'enregistrement que lorsqu'un animal est détecté, évitant les fausses alertes. Le tout fonctionne en local sur l'ordinateur de l'auteur.
Démo avecYOLO
Outil à testerYOLO (You Only Look Once) — implémentation de référence : Ultralytics YOLOfreemium
Modèle de reconnaissance d'objets dans les images et vidéos en temps réel, utilisable en local pour détecter des animaux, personnes ou objets spécifiques.
Pourquoi il semble prometteur : Il permet de créer soi-même un système de surveillance intelligent qui ne déclenche que pour les objets souhaités, sans dépendre d'un service cloud ni payer d'abonnement récurrent.
Projet très actif (modèles YOLO11, YOLO26) et utilisable gratuitement sous licence AGPL-3.0, mais une licence Entreprise payante est exigée dès que l'on ne veut pas ouvrir son propre code — sans importance pour un bricolage personnel, déterminant pour un produit commercial.
L’auteur l’a adopté
L'auteur ne connaissait pas YOLO avant de se poser la question du piège photo. Il l'a découvert, testé et adopté. Il valorise surtout la démarche : se poser une question, découvrir un outil, bricoler, échouer éventuellement, mais apprendre. Il utilise désormais sa caméra de surveillance maison avec satisfaction.
L'auteur s'est créé un petit transcripteur de vidéo en local avec Whisper (ou « crisper whisper »), évitant ainsi de passer par des transcripteurs en ligne et de payer des abonnements.
Permet de transcrire ses propres vidéos sans dépendre d'un service tiers ni exposer ses contenus. L'auteur utilise ce même outil dans son programme de biographe pour analyser « au millimètre près » ce qu'il raconte. La solution fonctionne sur son ordinateur personnel sans coût récurrent.
D’après la vidéo
⚙ Comment ça marche
On installe un modèle Whisper en local sur son ordinateur, puis on se fait un petit logiciel avec glisser-déposer pour transcrire ses vidéos sans passer par un service en ligne.
💬 Ce qu’en pense l’auteur
L'auteur se demandait pourquoi il passait par des transcripteurs en ligne alors qu'il pouvait faire la même chose en local, gratuitement et sans exposer ses données. Il utilise cet outil dans plusieurs de ses projets personnels.
Démo avecWhisper
Outil à testerCrisperWhisper (variante de Whisper d'OpenAI, par nyra health / nyralabs)freemium
Modèle de transcription audio-texte qui peut fonctionner en local sur son ordinateur pour transcrire ses propres vidéos.
Pourquoi il semble prometteur : Il permet de ne plus dépendre de services en ligne payants, de garder ses données sur sa machine et de ne rien dépenser en tokens ou abonnements pour transcrire ses vidéos.
Projet actif : la v1 (modèle nyralabs/CrisperWhisper sur Hugging Face) est dépréciée au profit de CrisperWhisper 2.0, installable via `pip install crisperwhisper` et exécutable en local sur CPU ou GPU — mais vérifier la licence des poids avant tout usage commercial.
L’auteur l’a adopté
L'auteur l'a adopté pour ses besoins personnels de transcription et l'utilise également dans son programme de biographe pour analyser très précisément ce qu'il raconte. Il ne voit plus l'intérêt de passer par des services en ligne.
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 »
L'agent reçoit la demande via Telegram, crée un script qui va lire la structure de la page d'inscription, met en place un cron job qui tourne toutes les 30 minutes et envoie un message sur WhatsApp dès qu'une place se libère.