Google révèle que Gemini 4 Argon, son dernier modèle LLM accessible au public, peut gérer l'intégralité du cycle d'entraînement robotique : création d'environnements de simulation, génération de 4500 exercices, annotation des performances et optimisation, faisant passer les robots de 50% à 75-80% de taux de réussite.
Google prend une longueur d'avance considérable en robotique en unifiant toute la chaîne de développement dans un seul modèle grand public, là où les concurrents utilisent des modèles spécialisés séparés. Le temps de réalisation des tâches passe de 30 à 20 secondes en moyenne. Google met à disposition des chercheurs tous les outils de cette chaîne, reproduisant sa stratégie habituelle de contrôle d'un écosystème complet pour dominer un marché.
D’après la vidéo
⚙ Comment ça marche
Argon crée d'abord un jumeau numérique de la scène réelle, génère 4500 exercices d'entraînement dans des environnements simulés variés, puis annote et note les performances du robot virtuel pour l'optimiser avant de transférer ce cerveau entraîné dans le robot physique. Le modèle peut aussi partir de vidéos d'humains filmés avec une caméra pour créer ces environnements.
💬 Ce qu’en pense l’auteur
L'auteur considère que Google vient de prendre la main sur l'ensemble du marché de la robotique future avec cette approche unifiée, et s'interroge sur la capacité des États-Unis à rattraper la Chine actuellement en tête dans ce domaine grâce à cette avancée.
✅ À faire
Google a publié tous les applicatifs d'entraînement et environnements virtuels à disposition des chercheurs pour qu'ils manipulent et améliorent le système, reproduisant sa stratégie d'ouverture pour accélérer l'innovation et dominer le marché.
Démo avecGemini 4 Argon
« Google vient de nous dire que le domaine qu'on a loupé autour de Arcon, c'est la robotique »
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. »
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 »
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 »
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.
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 »
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.
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.
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.
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. »
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).
💬 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.
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 »
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 »
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.
💬 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.
✅ 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.
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 »
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.
✅ 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.
Démo avecCodexBrave BrowserFinal Cut
« c'est une manière d'automatiser son ordinateur et son navigateur avec Codex. C'est assez dingue »
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.
✅ 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.
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 »
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.
⚠ 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.
« 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 »
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.
⚠ Ses réserves
Le code généré peut comporter des erreurs ou ne pas gérer tous les cas. Il faut tester et parfois ajuster manuellement.
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 ? »
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.
« 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 »
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.
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. »
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.
✅ 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.
⚠ 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.
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 »
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.
💬 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.
✅ 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.
⚠ 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.
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 »
Argon crée d'abord un jumeau numérique de la scène réelle, génère 4500 exercices d'entraînement dans des environnements simulés variés, puis annote et note les performances du robot virtuel pour l'optimiser avant de transférer ce cerveau entraîné dans le robot physique. Le modèle peut aussi partir de vidéos d'humains filmés avec une caméra pour créer ces environnements.