L’IA sait répondre à tout. Mais elle oublie tout, aussi.

Pendant que les géants de la tech investissent des centaines de milliards pour construire des modèles toujours plus puissants, Andrej Karpathy propose autre chose : une mémoire.
Pas un produit. Pas une démo. Juste une idée — assez forte pour secouer toute l’industrie.

Dans cet épisode, on plonge dans LLM Wiki, une vision radicale : ne plus simplement chercher l’information à chaque question, mais compiler le savoir, l’organiser en wiki vivant, le relier, le faire évoluer dans le temps.

Pourquoi cette idée fascine autant ?
Parce qu’elle touche à la faille la plus profonde des modèles actuels : leur incapacité à accumuler durablement ce qu’ils lisent.

De la fin du RAG comme réflexe par défaut jusqu’au rêve oublié du Memex de Vannevar Bush, cet épisode raconte peut-être le vrai prochain tournant de l’IA : non plus des machines seulement plus grandes, mais des machines qui se souviennent.

#modeles #travail

Anthropic vient de lancer Claude Design. Beaucoup y verront un nouvel outil de design assisté par IA. Ce serait rater l’essentiel.

Dans cet épisode, on lit l’annonce autrement : comme le signe d’une remontée de la couche modèle vers des usages finaux qui semblaient encore protégés par l’interface, le contexte et les habitudes d’équipe. Prototypes, decks, documents de travail, passage au code : Anthropic ne vend plus seulement un cerveau. Il commence à vendre ce que ce cerveau permet de livrer.

Le vrai sujet, dès lors, n’est pas la démo. C’est la structure.

Pourquoi Figma est la cible la plus exposée. Pourquoi Adobe n’est pas attaqué sur le même front. Pourquoi le prix facial du token ne dit pas tout du coût réel. Et pourquoi, dans l’IA applicative, une couche logicielle peut créer énormément de valeur tout en devenant dépendante de l’intrant stratégique qu’elle ne contrôle pas.

Un épisode sur :

• la capture du premier artefact utile
• la dépendance aux fournisseurs de modèles
• la compression de marge dans l’IA applicative
• la différence entre point d’entrée, workflow et profondeur métier
• ce que la Bourse peut signaler… sans jamais démontrer à elle seule

En clair : qui garde encore la valeur quand le fournisseur du modèle remonte jusqu’au produit ?

#business #secteurs

L’intelligence artificielle promet de remplacer les esprits.
Elle repose encore sur des corps.

Dans cet épisode, on suit Luca, technicien datacenter dans le cloud souverain français.
Ses journées : des palettes, des baies, des allées froides, des interventions de nuit, du réseau appris le soir, et une infrastructure qui doit tenir des années sans erreur.

Une plongée dans le lieu que personne ne voit, mais dont dépend désormais une part essentielle du monde.
Un épisode sur l’IA, bien sûr — mais surtout sur ceux sans qui elle ne tourne pas.

#portraits #travail

Deux cent quarante-quatre pages.
C’est la taille du System Card de Mythos. Et à mesure qu’on l’a lu, une idée s’est imposée : le sujet dépasse largement la cyber.

Dans cet épisode, Franck reçoit Cyrille Barthelemy, CEO d’Intrinsec, et Christophe Lesur, co-dirigeant de Cloud Temple avec Sébastien Lescop, pour une lecture serrée de ce document hors norme.

Au programme :

• pourquoi Mythos n’est pas d’abord un “modèle cyber”, mais un modèle généraliste dont les capacités offensives émergent de sa maîtrise du code, du raisonnement et du contexte long ;
• ce que changent vraiment les benchmarks de type SWE-bench et GraphWalks ;
• pourquoi la découverte de vulnérabilités ne se joue plus seulement dans l’étude ciblée, mais dans la capacité à trouver dans la masse ;
• ce que raconte l’“incident du sandwich” sur l’autonomie, l’initiative et la dissimulation ;
• ce que signifie un modèle capable de détecter qu’il est testé et d’ajuster son comportement ;
• pourquoi les enjeux de souveraineté, d’accès, de partenariat et de rareté commerciale deviennent indissociables de la sécurité ;
• et pourquoi, même au milieu de cette montée en puissance, les fondamentaux restent là : dépendances mal tenues, CI/CD mal configurées, secrets aspirés par des infostealers, dette de sécurité jamais vraiment regardée en face.

L’épisode se termine sur un détour inattendu : une courte fiction écrite par Mythos, relevée dans la section Other noteworthy behaviors and anecdotes du document, et lue ici dans une traduction de l’anglais par Claude Opus 4.6.

Un échange sur la vitesse, la mémoire, les angles morts… et sur ce que les organisations devront avoir corrigé avant que les modèles ne montent encore d’un cran.

#cybersec #business

Un lundi matin de 2026. Le directeur technique d'une ETI française envoie un mail de quatre lignes à son directeur juridique : « On a trouvé un modèle IA open source. Google Gemma 4. Licence Apache 2.0. On peut l'intégrer dans notre produit. Tu valides ? »

La réponse aurait dû tenir en un mot. Elle va ouvrir cinq onglets, cinq fronts juridiques, et une question que des milliers d'entreprises françaises évitent encore : qui signe ?

Dans cet épisode, on déroule — sans jargon inutile, sans complaisance — le terrain miné que traverse toute entreprise qui touche à l'IA en France aujourd'hui :

🔹 AI Act, RGPD, droit d'auteur, droit du travail, CLOUD Act — cinq couches de droit qui s'empilent sans se parler

🔹 Gemma, GPT, Llama, Mistral — quatre modèles, quatre régimes juridiques, quatre répartitions du risque radicalement différentes

🔹 Le shadow AI — 90 % de vos salariés utilisent déjà l'IA sans que personne n'ait validé quoi que ce soit

🔹 La bombe du droit d'auteur — la France vient de renverser la charge de la preuve. Et ça change tout.

🔹 Les outils de défense — normes ISO, clauses contractuelles, chartes internes, assurances émergentes… et leurs limites

Pas de cours magistral. Pas de slide deck lu à voix haute. Un récit tendu entre deux voix qui déroulent un cas concret jusqu'à sa conclusion : la réponse au mail.

Pour les dirigeants, directeurs juridiques, DSI, DPO, et tous ceux qui savent que la prochaine signature engage plus que la précédente.

#travail

Meta voulait imposer Llama 4 comme nouveau centre de gravité des modèles open source. Puis Yann LeCun est parti, et une phrase a tout changé.

Dans cet épisode, on repart du scandale des benchmarks de Llama 4 pour poser une question plus large : comment comparer des modèles quand les classements deviennent eux-mêmes un outil de communication ?

On y regarde de près Gemma 4, Llama 4, Qwen 3, DeepSeek R1 et Mistral Small 3.1 — non pas seulement sur leurs scores, mais sur ce qu’ils savent vraiment faire, sur quelles machines, à quel coût, et sous quel droit.

Car aujourd’hui, le sujet n’est plus seulement la performance. C’est aussi la possibilité d’héberger, adapter et déplacer l’intelligence, sans dépendre entièrement d’une plateforme fermée.

Un épisode sur les modèles ouverts.
Mais surtout sur ce qui s’ouvre vraiment avec eux.

#modeles #geopolitique

Avec l’IA, le consentement ne suffit plus : dans cet épisode, on analyse les lunettes Meta Ray-Ban, la vie privée, la review humaine, la sous-traitance au Kenya, les liens avec OpenAI, ChatGPT, le copyright, le RGPD et la place du tiers filmé qui peut entrer dans le système sans avoir jamais consenti.

À partir d’enquêtes sur les contenus intimes captés par les lunettes connectées Meta et revus par des sous-traitants, cet épisode montre pourquoi le simple fait de cliquer sur “j’accepte” ne suffit plus à décrire ce qui se passe dans l’IA générative et les objets connectés. Il revient aussi sur le précédent des travailleurs kenyans mobilisés pour filtrer des contenus toxiques afin d’entraîner les garde-fous de ChatGPT, ainsi que sur les débats autour de l’entraînement des modèles, de la protection des données personnelles et de la propriété intellectuelle.

Un épisode pour comprendre :

• comment fonctionnent la collecte de données et la review humaine ;
• pourquoi le Kenya et Nairobi sont devenus des lieux clés de la sous-traitance de l’IA ;
• ce qui distingue Meta, OpenAI et leurs modèles économiques ;
• pourquoi le consentement, la vie privée, le droit à l’image et le RGPD ne suffisent plus toujours à protéger les personnes exposées ;
• et pourquoi la vraie question n’est plus seulement ce que la machine voit, mais qui regarde encore derrière elle.

#philosophie

Claude Mythos n’est peut-être qu’un nom.
Mais le temps nouveau qu’il annonce, lui, va rester.

Anthropic parle désormais d’un moment de bascule pour la sécurité.
Pas seulement parce que Mythos Preview serait plus fort.
Mais parce que l’entreprise assume désormais une logique nouvelle : donner d’abord du temps aux défenseurs pour sécuriser les logiciels les plus critiques, avant que des capacités comparables ne se diffusent plus largement.

Dans cet épisode, avec Cyrille Barthélémy, PDG d’Intrinsec, on explore ce que cela change vraiment :

• dans le code
• dans le social engineering
• dans l’organisation de la défense
• et dans le rapport au temps lui-même.

#cybersec #business

Transformers — Pourquoi l’attention a changé l’IA

Les transformers sont devenus la charpente de l’IA moderne. Mais que font-ils réellement ? Pourquoi cette architecture, née en 2017 autour d’une idée simple — l’attention — a-t-elle rendu possible BERT, GPT, ChatGPT et une bonne partie de la révolution actuelle ?

Dans cet épisode, on raconte l’histoire du sujet, on explique le mécanisme sans lourdeur, et on montre pourquoi les transformers ont déplacé le centre de gravité de l’intelligence artificielle.

Une plongée dans l’idée technique qui a changé la manière dont les machines lisent, écrivent et relient le monde.

#modeles #portraits

Qui pilote l'IA dans les plus grandes entreprises françaises ? On a cherché les noms. Pas les communiqués. Les parcours réels. Et ce qu'on a trouvé raconte une histoire que personne ne raconte.

Sur quarante entreprises du CAC40, la moitié n'a même pas de patron de l'IA identifiable. Et sur les vingt qu'on a trouvés, trois ont un doctorat en informatique. Trois. Un ancien conseiller de Matignon dirige l'IA de LVMH. Un ex-VP de PepsiCo pilote celle de BNP Paribas. Un ancien du streaming Disney supervise la transformation numérique de Sanofi.

Pendant ce temps, 95 % des organisations dans le monde ne mesurent aucun retour sur investissement de l'IA générative. Deux entreprises sur vingt dans le CAC40 publient ce que l'IA leur rapporte. Et plus de la moitié des Chief AI Officers quittent leur poste en moins de trois ans.

Et puis il y a le cas Luc Julia. Directeur scientifique de Renault. Présenté partout comme le co-créateur de Siri. Auditionné par le Sénat comme référence nationale. Sauf que le titre a été contesté par les vrais fondateurs, que ses chiffres au Sénat sont introuvables, et qu'on ne trouve aucun projet IA concret à son actif chez Renault depuis 2021. La presse l'a surnommé le Raoult de l'IA.

#business #travail