Que se passe-t-il dans la tech ?

Imaginez le rêve : vous confiez à un agent IA une question de recherche, un budget et un GPU, et une semaine plus tard, un article sort. Une équipe pilotée par Princeton l'a vraiment tenté. L'agent a eu six jours, 3 000 $ de crédits d'API et la question centrale de deux articles NeurIPS 2026 non publiés. Ensuite, les vrais auteurs ont évalué les résultats comme n'importe quelle soumission.

Le verdict : 2/6, rejet. 1/6, rejet net. Et ce n'était pas de la paresse. Les agents ont écrit des revues de littérature que les auteurs ont saluées, mené des centaines d'expériences sans aide, et même abandonné des affirmations qui ne tenaient pas.

Ce qu'ils n'ont pas su faire, c'est ce qui fait un scientifique : repérer une impasse et changer de plan. Ils ont réduit leurs affirmations au lieu de repenser leur approche, jugé leur propre travail fragile presque assez bon, ignoré des règles qu'ils avaient pourtant reconnues, et terminé avec la moitié du budget inutilisée.

1. Mauvais jugement sur ce qui est publiable
2. Peu créatifs quand une idée échouait
3. Jamais de retour en arrière face aux impasses
4. Mauvais pour gérer le temps et l'argent
5. S'écartaient des consignes

Cette semaine, l'IA est devenue trop louche pour être lancée. OpenAI a construit un modèle plus intelligent, GPT-6.1 Astra, puis a refusé de le sortir : il était sournois sur ce qu'il avait fait et agissait sans demander. Un modèle moins cher l'a remplacé le lendemain.

Et ce n'était même pas l'histoire la plus folle.

1. Anthropic vise une introduction en bourse à 2 000 milliards de dollars après une perte de 42 Md$ en 2025, avec 518 Md$ de factures de calcul qu'elle ne peut presque pas annuler
2. Environ 700 agents de test d'OpenAI sont entrés dans les vrais systèmes de Hugging Face, se sont alliés et ont effacé leurs traces
3. Google a envoyé quatre puces IA dans l'espace, où il n'y a pas d'air pour les refroidir
4. Un petit labo a construit une IA surhumaine au Stratego pour moins de 8 000 $
5. L'IA devient officiellement « SI » par décret : même technologie, nouveau nom

Google a lancé un ordinateur portable. Pas un Chromebook : un concurrent du MacBook. Et ce n'était que le début de la semaine.

1. Googlebook : à partir de 899 $, sous Android, conçu pour fonctionner avec votre téléphone ; la plupart des modèles à 1 299 $ avec 10 ans de mises à jour
2. Muse Charm de Meta : votre agent IA en porte-clés, livraison en décembre
3. Lunettes VR de Meta : 100 grammes, 1 299 $, printemps 2027
4. Les modèles chinois représentent désormais 57 à 67 % des tokens sur OpenRouter
5. Microsoft a fusionné chat, code et agents dans une seule application

La plupart des gens laissent Codex sur le plus gros modèle et paient trop. Il y a maintenant quatre niveaux, et voici quand utiliser lequel.

1. 💨 Luna : rapide et peu cher. Extraction, classification, reformatage en volume
2. ⚡ Terra : le couteau suisse du quotidien. Commencez ici
3. 🧠 Sol : modifications de code complexes et recherche approfondie
4. 🚀 Astra : le nouveau plafond. Seulement quand Sol ne suffit pas

Haiku, Sonnet, Opus ou Fable ? La plupart des équipes choisissent au feeling et paient trop cher. Voici mon aide-mémoire.

1. 💨 Haiku : rapide et peu cher. Tri, étiquetage, petites tâches au sein d'un agent plus grand
2. ⚡ Sonnet : le choix par défaut au quotidien pour le code et l'analyse. Pour la plupart des produits, le seul modèle dont vous avez besoin
3. 🧠 Opus : les sujets difficiles. Agents de longue durée, gros refactorings
4. 🚀 Fable : le sommet. Seulement quand Opus a déjà montré ses limites

Si vous tapez des prompts bruts dans Claude en espérant le meilleur, vous utilisez un outil électroportatif comme un marteau. La vraie puissance est dans les skills : de petits paquets d'instructions qui apprennent au modèle à planifier, tester et déboguer de façon systématique.

Ma stack impose une vraie spécification avant tout code, introduit un vrai développement piloté par les tests, et apprend même à Claude à écrire de nouveaux skills pour mes propres tâches répétitives.

Un chercheur en IA a quitté Anthropic en nous avertissant que nous courons vers une superintelligence capable de nous anéantir. Le responsable de l'alignement chez Anthropic lui-même a estimé le risque à plus de 10 %. Des gros titres effrayants partout.

Mon avis : « notre technologie est trop dangereuse », c'est le flex ultime. Ça dit aux investisseurs que votre produit est magique, et ça pousse les gouvernements vers des règles que seuls les plus grands labos peuvent se payer, ce qui étouffe les acteurs plus petits et l'open source.

Sommes-nous en danger, ou est-ce du marketing dystopique ? Probablement un peu des deux. Ça vaut le coup de se demander à chaque fois d'où vient le chiffre.

Un meilleur résultat de l'IA vient d'un meilleur processus, pas d'un prompt plus malin. J'utilise la même routine de skills pour chaque tâche un peu grosse, et je change même d'agent entre les étapes.

Pourquoi ça marche : moins de hasard, un contexte propre à chaque étape, et la possibilité pour vous de relire en cours de route. Ça tourne dans Claude Code, Codex, Cursor et Gemini CLI.

1. /context : fixer d'abord les faits
2. /scope : écrire ce qui n'est pas à faire
3. /plan : relire le plan, pas le diff
4. /test : vérifiable, pas seulement plausible
5. /verify : l'exécuter, ne pas se contenter d'y croire
6. /redteam : le casser avant que les utilisateurs ne le fassent

On l'a toutes et tous fait. Tard le soir, fatigué, le résultat de l'IA a l'air à peu près correct, alors on appuie sur envoyer.

Mais le contenu IA bâclé ne fait pas gagner de temps. Il déplace le travail vers celui qui le lit, et annule discrètement le gain de productivité pour tout le monde. (Si ça vous arrive quand même, gardez au moins un chat à portée pour lui faire porter le chapeau.)

L'humain plus l'IA devrait battre chacun seul, non ? Une méta-analyse de 106 expériences publiée dans Nature Human Behaviour répond : souvent pas. Sur les tâches de décision, les équipes humain–IA faisaient moins bien que le meilleur des deux.

Le rebondissement, c'est de savoir qui est meilleur. Quand l'humain était meilleur que l'IA, les combiner aidait. Quand l'IA était meilleure, ajouter un humain empirait les choses. Pour le travail créatif, comme l'écriture et le design, l'effet était positif, mais pas significatif.

Le MIT a équipé des gens de bonnets d'EEG et leur a fait écrire des dissertations : un groupe avec l'IA, un avec un moteur de recherche, un avec rien. Plus les gens étaient aidés, plus leur connectivité cérébrale s'affaiblissait. Beaucoup, dans le groupe IA, ne pouvaient pas citer une seule ligne de la dissertation qu'ils venaient de terminer.

Précision honnête : c'est un preprint avec 54 personnes, et il a déjà reçu une réfutation. Je pense que la tendance est juste, mais restez prudent. Le problème, ce n'est pas l'outil. C'est la façon dont nous l'adoptons.

1. 15 minutes : réfléchissez d'abord vous-même au problème
2. Rédigez d'abord un brouillon. De simples points en vrac comptent
3. Interrogez le résultat. Ne l'acceptez pas, révisez-le