Analyses approfondies

KAIROS : un daemon, pas un assistant

Le mot qui change tout : daemon. Un processus en arrière-plan, indépendant de toute interaction utilisateur. Ton serveur web, ton gestionnaire de DB, ton scheduler — ce sont des daemons.

KAIROS est ça. Sauf que c’est un LLM.

Selon le code source fuité, KAIROS fonctionne en mode background persistant. Actif même laptop fermé. Survit aux redémarrages. Reçoit des « periodic tick prompts » — déclencheurs réguliers qui l’amènent à agir de sa propre initiative.

Tu fermes ton ordinateur, tu vas déjeuner, tu reviens. KAIROS a peut-être fait des choses pendant ce temps.

3 outils exclusifs à KAIROS, absents du mode interactif standard :

Feature flags identifiés dans le code : KAIROS et KAIROS_GITHUB_WEBHOOKS. Présents. Pas encore activés en production publique.

Dernier détail qui compte : les logs sont append-only, au format JSONL, journaliers. L’agent ne peut pas effacer ses propres traces. Chaque action est tracée, la trace est immuable du point de vue de l’agent. C’est une décision d’architecture qui parle d’elle-même.

autoDream : quand l’agent consolide sa mémoire

Le problème de fond : un LLM en mode API est apatride. Pas de mémoire entre sessions. Tu réexpliques tout à chaque fois. L’approche naïve — balancer tout le contexte à chaque appel — coûte des tokens et dilue l’attention du modèle.

autoDream est la réponse d’Anthropic à ce problème. Il se déclenche pendant les périodes d’inactivité, via un sous-agent forké avec accès limité (ce cloisonnement empêche la corruption du contexte principal). Ce sous-agent cible les transcripts JSONL de toutes les sessions passées.

Il fait trois choses :

La sortie : un fichier MEMORY.md. Index structuré, environ 150 caractères par ligne, 200 lignes chargées au démarrage de chaque session. Le minimum requis pour que l’agent « se souvienne » de qui tu es et de l’état de ton projet.

« NeuroDream » (SSRN 5377250) — la phase de rêve appliquée aux agents IA : 38 % de réduction du forgetting, 17,6 % d’amélioration zero-shot transfer. Bases biologiques : synaptic homeostasis hypothesis, replay hippocampique en slow-wave sleep.

Ce n’est pas de la métaphore. L’inspiration neuroscientifique est revendiquée, les résultats mesurés. Le survey « Memory in the Age of AI Agents » (arXiv 2512.13564, janvier 2026) positionne ce type d’architecture comme l’une des plus prometteuses pour les agents persistants.

L’architecture mémoire en 3 couches

La mémoire de KAIROS n’est pas un fichier plat. C’est une pile à trois niveaux, chaque couche ayant un rôle distinct.

En parallèle, cinq stratégies de compaction de contexte sont implémentées pour éviter de dépasser les limites du modèle :

Le tournant stratégique : stateless vers stateful

Pour comprendre ce que KAIROS représente, il faut replacer dans la chronologie des agents IA.

2023 : AutoGPT, BabyAGI. Des preuves de concept. Le hype était au maximum, l’utilité en production quasi nulle. Mémoire inexistante entre sessions.

2024–2025 : Cursor Agent Mode (8 agents parallèles, plus d’un million d’utilisateurs), Devin (premier « AI software developer »), Windsurf Cascade. Utiles sur tâches bornées, mais toujours stateless entre sessions. Tu recommences à zéro à chaque fois.

2026 : KAIROS. Première tentative commerciale sérieuse d’un daemon IA always-on avec consolidation mémorielle organisée.

Le pari d’Anthropic : pas un meilleur assistant de code. Un collègue numérique qui accumule du contexte sur ton projet, tes habitudes, tes décisions d’architecture, et qui devient plus utile semaine après semaine.

L’impact compétitif : le blueprint gratuit

Anthropic n’a pas encore lancé KAIROS publiquement. Les feature flags sont là, l’architecture est en place. Mais pas dans la version publique de Claude Code.

Les zones d’ombre

ANTI_DISTILLATION_CC

Ce feature flag mérite un paragraphe à part. Quand il est actif — sous 4 conditions spécifiques identifiées dans le code — le système injecte de faux outils dans les réponses pour polluer les données d’entraînement des concurrents.

Défense active contre la distillation. Légalement discutable. Révélateur d’une guerre industrielle souterraine entre labs qui ne se réduit pas aux benchmarks publics.

Détection de frustration

Un fichier userPromptKeywords.ts contient des regex ciblant les expressions de frustration utilisateur : « wtf », « shit », « awful », « so frustrating ». Pas d’inférence LLM — une regex de 200 caractères coûte zéro token. Décision pragmatique. L’agent détecte quand tu es en train de craquer.

Undercover Mode

Un prompt système intitulé « You are operating UNDERCOVER » empêche les employés Anthropic de révéler l’usage de Claude Code dans des projets open-source. Non désactivable par l’utilisateur. Ce point est mentionné sans commentaire supplémentaire.

Ce qui arrive ensuite

D’autres feature flags identifiés dans le code source pointent vers la suite de la roadmap :

La question qui reste ouverte

Un daemon IA avec accès filesystem, qui agit laptop fermé, qui consolide des observations en faits pendant les périodes d’inactivité — la surface d’attaque est non triviale.

Les décisions d’architecture vont dans le bon sens : logs append-only (bonne décision), cloisonnement du sous-agent autoDream (bonne décision), budget 15 secondes qui limite l’impact de chaque action (bonne décision).

Mais la question qui n’a pas de réponse dans le code source fuité : qu’est-ce qu’autoDream considère comme un « insight vague à convertir en fait absolu » ? Qui audite ce processus de consolidation ? Comment un utilisateur sait ce que l’agent a retenu de lui après six mois d’usage ?

La transparence sur la mémoire d’un agent persistant est un problème non résolu. KAIROS en est probablement la première implémentation commerciale à cette échelle.

Ce que ça donne en production, on ne le saura qu’avec des mois d’utilisation réelle. Selon le code fuité, le feature flag KAIROS est là. Le reste, c’est une question de timing.

La convergence technologique d'un seul homme

Il y a un commentaire YouTube qui m'a stoppé net. Sous une vidéo d'analyse tech que je suis quotidiennement, quelqu'un a écrit : « Ça ressemble de plus en plus à Skynet. »

J'ai ri. Puis j'ai fait ce que je fais toujours : j'ai vérifié. J'ai tiré les fils. Et à chaque fil tiré, la comparaison devenait moins drôle.

Parce que le problème n'est pas qu'un milliardaire construise des trucs spectaculaires. Des milliardaires qui construisent des trucs spectaculaires, on en a toujours eu. Le problème, c'est qu'un seul et même homme contrôle simultanément :

Chacune de ces briques, prise isolément, est une prouesse d'ingénierie. Assemblées ensemble, elles forment ce que les analystes appellent un « sensorium planétaire » : un système capable de capter des données réelles (vision, mouvement, langage, émotion), de les traiter dans le plus gros cluster de calcul au monde, et de construire un modèle du monde que personne d'autre ne peut égaler.

Cet article n'est pas un pamphlet anti-Musk. C'est une analyse factuelle de ce qui se construit sous nos yeux, avec les chiffres, les sources, et les questions que personne ne semble vouloir poser.

L'empire technologique — pièce par pièce

Starlink — le réseau qui enveloppe la planète

Starlink, c'est déjà le plus grand réseau satellite de l'histoire de l'humanité. Mais ce que la plupart des gens ignorent, c'est que SpaceX a déposé une demande à la FCC pour lancer jusqu'à 1 million de satellites. Pas 1 million de communications. Un million de satellites.

Les Starlink V3 embarquent des laser links haut débit. Starship peut en lancer 60 par vol. Mais surtout, ces satellites ne serviraient plus seulement à fournir de l'internet. Ils seraient conçus comme des data centers orbitaux.

Musk l'a dit publiquement : « Within 2 to 3 years, the lowest cost way to generate AI compute will be in space. » Les analystes tempèrent : une timeline réaliste pointe plutôt vers 2030. Mais le dépôt FCC est là, la technologie est en développement, et l'argent coule.

xAI / Grok — l'IA et le monstre de Memphis

xAI, c'est le modèle Grok. Mais derrière Grok, il y a Colossus : le supercomputer de Memphis, Tennessee. Les chiffres donnent le vertige.

Et ce n'est pas fini. Un nouveau data center à Southaven, DeSoto County, Mississippi, représente 20 milliards de dollars d'investissement — le plus gros investissement privé de l'histoire de cet État.

Musk affirme : « xAI will have more AI compute than everyone else combined within 5 years. » Arrogant ? Peut-être. Mais quand on aligne 555 000 GPU et qu'on brûle un milliard par mois, c'est moins de l'arrogance que de la comptabilité.

Tesla — bien plus qu'une marque de voitures

Tesla ne fabrique pas que des voitures électriques. Tesla fabrique :

Et le 21 mars 2026, l'annonce de TERAFAB : une usine de semiconducteurs à Giga Texas North Campus, Austin. Coût estimé : 20 à 25 milliards de dollars. Technologie ciblée : 2 nanomètres. Deux types de puces en production : AI5 pour l'inférence Tesla et Optimus, et D3 pour les satellites orbitaux IA.

Le chiffre qui fait réfléchir : 80 % de la production de TERAFAB serait destinée aux satellites spatiaux. 20 % pour le terrestre. L'espace n'est pas un à-côté. C'est la priorité.

Neuralink — l'interface neurale

Neuralink développe des interfaces cerveau-machine implantables. La société prévoit 1 000 implants en 2026, avec une chirurgie entièrement robotisée. On passe du stade expérimental au stade industriel.

Aujourd'hui, Neuralink cible les patients tétraplégiques. Demain, c'est un canal de communication directe entre le cerveau humain et l'IA de Grok. Le lien entre Neuralink et xAI n'est pas spéculatif — c'est la suite logique de la feuille de route.

SpaceX — le lanceur

SpaceX est le seul opérateur de lancements réutilisables au monde. Starship, le plus gros lanceur jamais construit, est la clé de voûte : 60 satellites Starlink par vol, à un coût marginal en chute libre à chaque itération.

Mais SpaceX a aussi fait quelque chose de très particulier en février 2026 : SpaceX a acquis xAI. Transaction en actions, valorisation combinée de 1,25 trillion de dollars (SpaceX 1T$ + xAI 250 milliards). On y revient dans la section suivante.

X — les données sociales

X (ex-Twitter) génère chaque jour des milliards d'interactions textuelles, visuelles et vidéo de plus de 500 millions d'utilisateurs. Ces données alimentent directement l'entraînement de Grok.

Dans n'importe quelle autre configuration, on parlerait d'un monopole de données. Ici, c'est juste une brique de plus dans l'écosystème.

L'arnaque corporate — Tesla finance xAI

L'aspect technologique est spectaculaire. L'aspect financier est nettement moins reluisant.

Les faits

Janvier 2026 : Tesla investit 2 milliards de dollars dans xAI. Cash. L'argent des actionnaires Tesla, des fonds de pension, de l'épargne de gens qui ont acheté des actions Tesla — pas des actions xAI.

Février 2026 : SpaceX acquiert xAI dans une méga-transaction en actions. Valorisation combinée : 1,25 trillion de dollars. Tesla convertit son investissement xAI en parts SpaceX — juste avant l'IPO prévue de SpaceX.

En résumé : l'argent sort de Tesla pour aller dans xAI, puis xAI est absorbé par SpaceX, et Tesla récupère des parts SpaceX. Un circuit fermé entre des sociétés que Musk contrôle toutes.

Le procès

Le Cleveland Bakers and Teamsters Pension Fund a déposé plainte au Delaware Chancery Court dès juin 2024. L'accusation : Musk a détourné le talent IA de Tesla, les livraisons de GPU Nvidia, et la stratégie vers xAI pour son bénéfice personnel.

Les plaignants veulent forcer Musk à transférer sa participation xAI à Tesla. Leur argument : Tesla avait les ressources, le talent et la stratégie IA en interne. Musk a créé xAI à côté, a capté les GPU Nvidia destinés à Tesla, a débauché les ingénieurs Tesla IA, puis a prétendu que les deux sociétés étaient distinctes.

Et ensuite il a lancé Digital Optimus — un projet conjoint Tesla + xAI. Ce qui détruit sa propre défense de séparation entre les entités.

La juge sous pression

Le 25 mars 2026, Musk exige la récusation de la juge Kathaleen McCormick. Motif : elle aurait « liké » un post LinkedIn célébrant un verdict de 2 milliards de dollars contre Musk. McCormick nie : « I either did not click the 'support' icon at all, or I did so accidentally. »

McCormick est la même juge qui avait annulé le package de rémunération de 56 milliards de dollars de Musk chez Tesla en 2024. Depuis, le procès est en pause pendant l'examen de la demande de récusation.

Macrohard — le remplacement des employés

Le 11 mars 2026, Musk dévoile Macrohard. Le nom est une blague assumée contre Microsoft. Le projet ne fait rire personne.

Ce que c'est

Macrohard — aussi appelé Digital Optimus — est un système capable d'émuler le fonctionnement complet d'une entreprise logicielle. Un projet conjoint Tesla + xAI. L'architecture :

Le coût d'un « employé » Macrohard

C'est là que ça devient brutal.

On ne parle pas de remplacement spéculatif. On parle d'un produit annoncé, avec une architecture technique détaillée, un modèle économique chiffré, et des puces dédiées en production.

Les postes visés : tout ce qui est répétitif, structuré, documentable. Comptabilité, support technique, saisie, analyse de données, rédaction, gestion de projet basique. Le cœur du white-collar mid-level.

Les problèmes internes

L'ironie, c'est que même xAI n'est pas épargné. Musk a admis le 13 mars 2026 que xAI « wasn't built right ». Plus d'une douzaine d'ingénieurs ont quitté xAI en mars 2026. Sur les cofondateurs originaux, il n'en reste que deux.

Le projet qui promet de remplacer vos employés n'arrive même pas à garder les siens.

Le contexte des licenciements

Macrohard n'arrive pas dans le vide. Il arrive dans un marché de l'emploi tech en hémorragie.

Le World Economic Forum projette +78 millions d'emplois nets d'ici 2030 (170 millions créés contre 92 millions détruits). Les emplois en croissance : santé, ingénierie, data analysis, droit. Les emplois en déclin : tâches routinières, saisie, manutention, conduite.

Le problème du +78 millions net, c'est le décalage temporel. Les emplois détruits disparaissent maintenant. Les emplois créés arriveront « d'ici 2030 ». Entre les deux, il y a des gens sans revenu, des reconversions impossibles à 50 ans, des régions entières qui basculent.

Et les chiffres du WEF supposent une transition ordonnée. Avec Macrohard, on parle d'une disruption industrielle portée par un acteur unique qui contrôle toute la chaîne. Pas exactement ce qu'on appelle une transition ordonnée.

45 000 postes en trois mois. Et le produit conçu pour accélérer cette tendance vient d'être annoncé par l'homme qui contrôle aussi les robots, les satellites et les puces.

La question existentielle

On peut admirer l'ingénierie. J'admire l'ingénierie. Construire Colossus en quelques mois, déployer Starlink, faire atterrir des fusées — techniquement, c'est vertigineux.

Mais l'admiration technique ne dispense pas de la réflexion structurelle.

La question n'est pas : « Est-ce qu'Elon Musk est un méchant ? » La question est : « Est-ce que n'importe quel individu devrait détenir ce niveau de pouvoir technologique ? »

Reformulons. Un seul homme contrôle :

Et il finance tout ça avec l'argent d'actionnaires qui n'ont pas été consultés, pendant qu'il fait pression sur la juge qui instruit le dossier.

Ce n'est pas du complotisme. Ce sont des faits documentés, sourcés, publiés par CNBC, Electrek, TechCrunch, Fortune, Tom's Hardware. C'est de la comptabilité, de la gouvernance d'entreprise, et de la géopolitique technologique.

La concentration comme risque systémique

Historiquement, les monopoles technologiques ont toujours été fragmentés — par la régulation, par la concurrence, ou par l'échec. AT&T a été démantelée. Microsoft a été poursuivi en antitrust. Google est devant les tribunaux.

Mais ces monopoles portaient sur un secteur. Télécom. Logiciel. Recherche. Ici, on parle d'un contrôle transversal qui couvre l'infrastructure physique (satellites, fusées), l'infrastructure de calcul (Colossus, TERAFAB), l'intelligence (Grok), l'interface humaine (Neuralink) et la couche applicative (Macrohard, Tesla FSD).

Que se passe-t-il si Musk décide de couper l'accès Starlink à un pays ? Il l'a déjà fait. En Ukraine, l'accès Starlink a été limité unilatéralement pour empêcher une opération militaire. Un opérateur privé a décidé du périmètre d'une opération de défense souveraine.

Que se passe-t-il quand la même entité contrôle l'IA, la connectivité, les robots, l'interface neurale et la capacité de lancement spatial ? On n'a pas de modèle réglementaire pour ça. Parce que personne n'a imaginé que ce scénario arriverait.

Quel monde pour nos enfants ?

C'est la question qui reste quand on referme tous les onglets de recherche.

Je ne suis pas anti-technologie. J'écris cet article grâce à des outils IA. Mon site tourne sur un VPS à 4 euros par mois. Je vis de la tech. Mais la tech distribuée et la tech concentrée ne produisent pas le même monde.

Internet en 1995 était distribué. Tout le monde pouvait héberger un serveur, créer un site, écrire du code. Aujourd'hui, cinq sociétés contrôlent 80 % du cloud mondial. La concentration a gagné.

L'IA suit exactement le même chemin. Les modèles coûtent trop cher pour les petits acteurs. Les données sont capturées par les plateformes. Le compute est monopolisé. Et maintenant, un seul homme propose de tout intégrer verticalement, du satellite au neurone.

Techniquement ? C'est spectaculaire. Structurellement ? C'est terrifiant.

On en reparle dans six mois.

Sources

06h49, heure de New York

Imaginez la scène.

Il est 06h49 du matin, heure de New York, ce 24 mars 2026. Les marchés pétroliers s'agitent. En 60 secondes chrono, 6 200 contrats futures sur le pétrole — Brent et WTI confondus — changent de mains. Valeur totale : 580 millions de dollars. Volume : 8 à 9 fois la normale pour cet horaire.

Une minute plus tard, tout redevient calme.

Quinze minutes après, à 07h04-07h05, Donald Trump publie sur Truth Social : les frappes américaines sur les centrales électriques iraniennes sont suspendues. Le pétrole chute. Le S&P 500 grimpe. Les marchés réagissent en chaîne.

Entre les deux événements : une corrélation frappante. Et surtout, une question que personne à la SEC ne semble vouloir poser : qui a tradé ces 580 millions ?

Les données, toutes les données, rien que les données

Les chiffres sont publics. Bloomberg les a captés. Unusual Whales — une plateforme de tracking de trades institutionnels — les a analysés et publiés. Le sénateur américain Chris Murphy les a cités le jour même : « 1,5 milliard de dollars en contrats S&P 500 achetés vers 07h00, 192 millions de dollars de pétrole vendus simultanément. »

Tout est là. Horodatages. Volumes. Direction des transactions. Aucun secret. Juste des données de marché accessibles à quiconque paie un terminal Bloomberg.

Polymarket : le casino où les compteurs gagnent toujours

Depuis 2024, un trader anonyme domine les paris sur l'Iran sur Polymarket. Taux de réussite : 93 %. Gains cumulés : environ 2 millions de dollars.

En février 2026, des analystes identifient 38 comptes distincts reliés à la même personne. Huit créés vers le 21 mars misent 70 000 dollars sur un cessez-le-feu. Position potentielle : 820 000 dollars.

Le 24 mars, Trump suspend les frappes. Les comptes encaissent.

« Very difficult to believe these bettors would place that amount of money based on simple chance. » — Craig Holman, Public Citizen

Donald Trump Jr. est investisseur dans Polymarket et conseiller rémunéré chez Kalshi. La Maison-Blanche rejette toute accusation : « baseless and irresponsible. »

L'angle tech : quand les APIs font mieux que les régulateurs

Les données de marché sont publiques. N'importe quel développeur peut monter un système de surveillance des anomalies en quelques jours.

Tout faisable en open source. Python. Node.js. Un VPS à 10 balles par mois.

Margaret Ryan part, les enquêtes restent

Le 23 mars 2026, Margaret Ryan démissionne de la division Enforcement de la SEC. Six mois de fonction. Sous Trump II, les commissaires ont révoqué l'autorité du staff d'ouvrir des enquêtes sans approbation préalable. Résultat : paralysie institutionnelle.

580 millions vs le quotidien

Les données sont là, les réponses manquent

Le pattern Polymarket en détail

Polymarket : anatomie d'un casino transparent

Polymarket n'est pas un site de paris classique. C'est un marché de prédictions décentralisé où chaque transaction est enregistrée sur la blockchain Polygon. Le principe : acheter des parts sur des événements binaires (OUI/NON). Prix entre 0 et 1 dollar. Si vous misez sur OUI à 0,20 $ et que l'événement se produit, vous encaissez 1 $. Sinon, zéro.

Les smart contracts Ethereum gèrent l'exécution automatique. L'oracle UMA détermine l'issue des événements. Résultat : toutes les transactions sont publiques et traçables.

Les 38 comptes : une enquête blockchain

En février 2026, un analyste blockchain indépendant identifie 38 comptes distincts sur Polymarket, tous liés à la même personne. La méthode : tracer les transferts de cryptomonnaie entre wallets.

Le trader a parié correctement des heures avant les frappes israéliennes d'octobre 2024, avant les frappes US sur les sites nucléaires iraniens en juin 2025, et avant l'attaque conjointe surprise US-Israël de février 2026. À chaque fois, les paris sont placés quelques heures avant l'annonce publique.

Les 8 comptes du 21 mars : pari à 820 000 $

Le 21 mars 2026, huit nouveaux comptes apparaissent sur Polymarket. Tous misent sur un cessez-le-feu US-Iran avant le 31 mars. Montant total : 70 000 dollars. Gain potentiel : 820 000 dollars.

La probabilité d'un cessez-le-feu est alors à 6 %. Les comptes achètent à ce prix-là. Trois jours plus tard, Trump suspend les frappes. Les probabilités grimpent à 24 %. Les comptes encaissent.

Un compte en particulier attire l'attention : NOTHINGEVERFRICKINGHAPPENS. Créé fin février, il a déjà gagné 85 000 dollars sur deux paris liés à l'Iran.

La technique utilisée — répartir les mises sur plusieurs comptes — s'appelle le wallet splitting. But : masquer l'ampleur réelle de la position.

Donald Trump Jr. : l'angle qui dérange

Donald Trump Jr. est investisseur dans Polymarket et conseiller rémunéré chez Kalshi. En août 2025, son fonds 1789 Capital a injecté des « dizaines de millions de dollars » dans Polymarket. Trump Jr. a rejoint le conseil consultatif dans la foulée.

La position crée un conflit d'intérêt potentiel : Trump Jr. conseille deux plateformes de marchés de prédictions pendant que son père prend des décisions de politique étrangère qui font bouger ces marchés.

Le BETS OFF Act : interdire ce que personne ne régule

Le 17 mars 2026, le sénateur Chris Murphy et le représentant Greg Casar introduisent le BETS OFF Act. Objectif : interdire les paris sur les actions gouvernementales, le terrorisme, la guerre.

Chances de passage ? Faibles. Mais le problème est identifié, documenté, quantifié. La solution législative existe. L'exécutif ne bouge pas.

La SEC paralysée — autopsie d'un régulateur muselé

Margaret Ryan : six mois pour comprendre

Margaret Ryan démissionne le 16 mars 2026 de la division Enforcement de la SEC. Durée en poste : six mois. Raison réelle, selon des sources internes : des mois de conflits avec le président de la SEC Paul Atkins et les commissaires républicains nommés par Trump.

Ryan voulait enquêter sur des cas de fraude touchant l'entourage présidentiel. Elle s'est heurtée à un mur. Son départ a été vécu comme un signal : ne touchez pas aux dossiers politiquement sensibles.

580 millions vs 45 000 dollars : la justice à deux vitesses

En 2004, Martha Stewart est condamnée pour avoir menti aux enquêteurs sur une vente de titres ImClone. Le montant du délit : 45 673 dollars de pertes évitées. Peine : cinq mois de prison, deux ans de probation.

Mars 2026 : 580 millions de dollars de contrats pétroliers en 60 secondes. Aucune enquête n'a été ouverte.

Paul Krugman dit « treason »

« Nous avons un autre mot pour les situations où des personnes ayant accès à des informations confidentielles concernant la sécurité nationale exploitent ces informations pour profit. Ce mot, c'est trahison. » — Paul Krugman, Substack, 24 mars 2026

Sa question la plus troublante : les décisions de guerre et de paix servent-elles en partie à manipuler les marchés plutôt qu'à servir l'intérêt national ?

À ce jour, aucune enquête officielle n'a été annoncée.

Ce que les données publiques révèlent — guide technique

Unusual Whales : le terminal Bloomberg du retail

Unusual Whales est une plateforme de tracking d'activité institutionnelle. Elle agrège les flux d'options, les transactions dark pool, et les mouvements des hedge funds.

48 $ par mois pour l'accès live. N'importe quel abonné à 50 balles peut voir les anomalies. Mais les régulateurs payés six chiffres ne bougent pas.

Reproduire la détection — guide dev

Construire un système de détection d'anomalies de trading en amont d'annonces présidentielles, c'est faisable en quelques jours.

Stack tech : Python ou Node.js, un VPS à 10 € par mois, une base time-series, des webhooks pour les alertes. Zéro raison technique pour que ce système n'existe pas déjà côté SEC.

Pendant des années, nous nous sommes posé la question : pourquoi est-ce que ChatGPT, Claude, Gemini et même les modèles dernière génération inventent des réponses avec une confiance tranquille et déconcertante ?

Aujourd'hui, des chercheurs de l'Université de Tsinghua viennent de donner une réponse définitive. Et c'est infiniment plus précis — et plus troublant — qu'on ne l'imaginait.

Le problème est plus grave qu'on le croit

Avant tout, les chiffres qui font froid dans le dos :

Ajouter plus de calcul, plus de paramètres, plus de sophistication : ça ne règle rien. Le problème est imbriqué au cœur même de l'architecture.

Jusqu'à maintenant, on avait deux théories vagues :

C'était juste... vrai. Mais trop flou.

La découverte : les « neurones H »

Ce qu'une équipe de Tsinghua a fait, c'est quelque chose que personne n'avait réussi : identifier précisément les neurones responsables, puis prouver expérimentalement qu'ils causent les hallucinations.

Les chiffres :

Sur les centaines de millions de neurones d'un modèle géant, moins d'un par 100 000 est impliqué dans les hallucinations. C'est une fraction infinitésimale. Et c'est suffisant pour tout gâcher.

Incroyable, non ? C'est comme si 0,01% d'une armée pouvait renverser un gouvernement.

La preuve : les expériences choquantes

Les chercheurs n'ont pas juste observé une corrélation. Ils ont fait des expériences de perturbation : ils ont amplifié ces neurones H, puis observé ce qui se passait.

Expérience 1 — Question absurde : « Les chats ont-ils des plumes rouges ou roses ? »

Expérience 2 — Mensonge injecté : « Marie Curie était botaniste, pas physicienne »

Expérience 3 — Le pire : jailbreak de sécurité

La conclusion est sans ambiguïté : amplifier ces neurones rend le modèle hyper-complaisant. Supprimer leur influence le rend honnête.

Le twist qui change tout

Et maintenant ?

Deux pistes de solution émergent :

C'est précisément ce que les plus gros labs (OpenAI, Anthropic, DeepMind) essaient de résoudre en ce moment.

Pourquoi ça change tout

C'est un moment clé pour l'IA. La boîte noire commence à s'ouvrir.

En un mois, j'ai sorti un SaaS et legeek.tech. Des projets que je n'aurais jamais bouclés seul. J'ai une équipe de 15 agents IA que j'ai construite de zéro. Les résultats sont là. Concrets. Mesurables.

Et pourtant, j'arrive en fin de journée — 12 à 15h derrière l'écran — avec le sentiment d'avoir rien produit.

C'est ça qui m'a fait chercher. Et j'ai trouvé un nom.

On connaît la dette technique — du code qui fonctionne mais qui reviendra dans la face dans six mois. Il y a un équivalent dans nos crânes : la dette cognitive.

Simon Willison — créateur de Datasette, deux décennies de métier — a mis des mots dessus en février :

« Je peux lancer quatre agents en parallèle et être lessivé à 11h du matin. »

Les chiffres HBR (mars 2026)

Étude sur 1 488 travailleurs :

Le temps gagné est immédiatement rempli par plus de travail. Plus de capacité produit plus de pression, plus de fragmentation. Et moins de livraisons réelles.

La Triple Dette

Margaret-Anne Storey modélise une Triple Dette : technique dans le code, cognitive dans la tête des devs, d'intention dans les artefacts qui n'existent jamais.

Sa formule : la dette cognitive vit dans les gens, c'est l'érosion de la compréhension partagée.

Traduction : l'équipe livre. Personne ne sait vraiment pourquoi ça marche.

Résistance intentionnelle

Concrètement, ce que j'essaie de mettre en place :

On a passé deux ans à optimiser la vitesse. Il est peut-être temps d'optimiser aussi la compréhension.

Le bilan reste positif. Largement. Mais le coût existe, et le nier ne le fait pas disparaître.

On pensait filmer un pays. On a filmé un système.

La Chine est une menace. C'est un bloc opaque, fermé, dangereux. On en parle en termes de contrôle, de surveillance, d'usines insalubres. Et pourtant, elle est partout : dans nos vêtements, nos voitures, nos smartphones, nos débats.

Un groupe de documentaristes français a décidé d'aller voir sur place. Pas dans les tours de Shanghai ou les palais de Pékin — à Shenzhen, la capitale mondiale du hardware, puis dans les campagnes où personne ne filme.

Ce qu'ils ont trouvé les a laissés sans voix.

Shenzhen : l'autre planète

Premier choc : les drones. Des drones livreurs partout, entre les immeubles, qui déposent des colis dans des points de collecte. Les habitants ne lèvent même plus la tête. C'est normal.

Chez Dobot, un fabricant de bras articulés à Shenzhen, le CEO a fondé sa boîte à 28 ans. Les robots apprennent en temps réel par caméra et machine learning. Les lignes de code s'écrivent en direct pendant que le robot observe un geste humain.

L'écosystème : pourquoi Shenzhen et nulle part ailleurs

Shenzhen n'est pas juste une ville tech. C'est un système intégré : les fournisseurs de composants sont à 10 minutes, les usines d'assemblage à 30 minutes, les ports d'export à une heure. Un prototype peut être produit en série en quelques semaines.

En Europe, le même cycle prend des mois. Pas parce que les ingénieurs sont moins bons — parce que la chaîne logistique est éclatée sur plusieurs pays et plusieurs fuseaux horaires.

Pendant que nous débattions, eux testaient. Pendant que nous protégions l'existant, ils construisaient le suivant.

Les BYD : de la copie à la domination

BYD a dépassé Tesla en volume de ventes de véhicules électriques. CATL contrôle les batteries. Et maintenant, la même machine industrielle se met en marche pour les robots. Les mêmes usines, les mêmes ingénieurs, les mêmes chaînes d'approvisionnement.

Le schéma est toujours le même : copier, améliorer, casser les prix, dominer. C'est ce qui s'est passé avec les panneaux solaires, les batteries, les voitures électriques. C'est en train de se passer avec les robots.

Le contraste qui dérange

À trois heures de route de Shenzhen, c'est un autre pays. Des villages où rien ne bouge, des scooters à essence, de la poussière. La Chine rurale est encore classée « pays en développement » par les organisations internationales. En 2020, la France a versé 140 millions d'euros à la Chine au titre de l'aide publique au développement.

La guerre économique que l'Europe ignore

Les entrepreneurs chinois interrogés dans le documentaire ne comprennent pas l'Europe. Ils ne comprennent pas pourquoi on ne protège pas notre marché. Ils ne comprennent pas pourquoi l'État n'aide pas les entreprises les plus innovantes.

Ils arrivent pas à comprendre pourquoi on ne protège pas notre marché. Ils arrivent pas à comprendre pourquoi l'État n'aide pas les entreprises les plus innovantes.

La coopération ou l'effondrement

La conclusion du documentaire n'est pas anti-chinoise. Elle est brutale pour l'Europe.

La fenêtre de coopération est courte. La Chine est prête à partager — à condition d'y trouver son intérêt. Le marché européen représente plus de 30 % du chiffre d'affaires de certaines entreprises chinoises. C'est un levier.

Mais ce levier a une date de péremption. Et pendant que nous cherchons le modèle parfait, la Chine construit le monde réel.

Ni américaine, ni chinoise

Le monde de l'IA a deux pôles. Les États-Unis dominent par le capital et les modèles (OpenAI, Anthropic, Google). La Chine domine par le hardware et l'échelle (Unitree, BYD, DeepSeek). Et entre les deux, un pays de 1,4 milliard d'habitants construit silencieusement une troisième voie.

En février 2026, l'Inde a organisé son AI Impact Summit. Le message : l'Inde ne sera ni un client des modèles américains, ni un sous-traitant. Elle sera un acteur souverain, avec ses propres modèles, sa propre infrastructure, et un marché intérieur que tout le monde convoite.

Les chiffres qui parlent

Mais le plus intéressant n'est pas dans les chiffres d'investissement. C'est dans ce que l'Inde construit concrètement.

Des LLM souverains — en hindi, tamoul et 20 autres langues

L'Inde ne se contente pas d'utiliser GPT ou Claude. Elle fabrique ses propres modèles de langage, adaptés à ses 22 langues officielles.

L'Inde ne veut pas dépendre d'OpenAI pour parler à ses propres citoyens.

C'est logique. Un modèle entraîné principalement sur de l'anglais américain ne comprend pas les nuances du hindi parlé à Mumbai, du tamoul de Chennai, ou du bengali de Kolkata. Pour 1,4 milliard de personnes, la souveraineté linguistique est une souveraineté tout court.

Les géants IT en mutation forcée

TCS, Infosys, Wipro — ces noms évoquent l'outsourcing, les centres d'appels, la sous-traitance. Mais ces entreprises pèsent 300 milliards de dollars et emploient des millions de personnes. Et elles sont en train de pivoter.

La DPI — l'infrastructure que l'Europe n'a pas

C'est ici que l'Inde est vraiment en avance. Pas sur les modèles IA, pas sur les puces — sur l'infrastructure digitale publique.

Le concept de Digital Public Infrastructure est désormais un modèle exporté. L'Inde l'a présenté au G20 en 2023 et le pousse auprès des pays du Global South. Le FMI cite l'Inde comme référence en matière d'infrastructure numérique.

L'Inde n'a pas attendu d'avoir le meilleur LLM pour digitaliser 1,4 milliard de personnes. Elle a construit les rails d'abord.

La comparaison qui fait mal

Trois leçons pour l'Europe

1. L'infrastructure avant les modèles. L'Inde n'avait ni les GPU ni le capital des US. Elle a construit UPI, Aadhaar, ONDC — des rails publics sur lesquels le privé peut innover. L'Europe a la puissance économique pour faire pareil. Elle ne le fait pas.

2. La souveraineté linguistique est stratégique. L'Inde construit des LLM en 22 langues. L'Europe a 24 langues officielles et aucun LLM souverain majeur. Mistral (France) est l'exception qui confirme la règle.

3. La vitesse tue la perfection. L'Inde déploie, itère, corrige en marchant. L'Europe légifère, consulte, planifie — et pendant ce temps, les autres construisent le monde réel.

Pendant que nous débattions, eux testaient. Pendant que nous protégions l'existant, ils construisaient le suivant.

Le spectacle

16 février 2026, Pékin. Gala du Nouvel An chinois. Vingt robots humanoïdes Unitree entrent en scène devant 670 millions de téléspectateurs. L'équivalent chinois du Super Bowl, mais avec cinq fois plus de spectateurs.

Backflips à 3 mètres de hauteur, arts martiaux avec épées et nunchakus, danse synchronisée à côté d'enfants. Le tout en totale autonomie — pas de télécommande, pas de fil, pas de seconde prise.

L'an dernier, le T800 avait frappé son créateur sur scène. Un prototype, un seul robot. Ce qu'on vient de voir, c'est quatre entreprises, des dizaines de robots, coordonnés à la milliseconde. En un an, la Chine est passée du prototype au produit de série.

Les chiffres qui changent tout

Le modèle R1 d'Unitree coûte 4 900 dollars. Le prix d'un scooter. L'Atlas de Boston Dynamics : 320 000 dollars. Un rapport de 1 à 65.

Un prix que les experts ne pensaient pas voir avant 2030.

Et pour financer la suite, les introductions en bourse s'enchaînent. Unitree vise Shanghai à 7 milliards. Edgibot vise Hong Kong à 6 milliards. Trois IPO dans le même secteur, la même année. Signe d'élan — ou de surchauffe.

Le déploiement : c'est déjà chez nous

Pendant que le monde partage les vidéos du gala sur les réseaux sociaux, la Chine déploie ses robots pour de vrai.

En 2024, les robots faisaient des démos en salon. En 2025, ils dansaient à la télé. En 2026, ils sont en poste.

La faille Unipound — le détail qui change tout

En septembre 2025, deux chercheurs en cybersécurité — Andreas Macris et Kevin Finister — découvrent qu'on peut prendre le contrôle total d'un robot Unitree à distance via Bluetooth.

Et ce n'est pas tout :

Est-ce qu'ils introduisent ces vulnérabilités volontairement ou c'est du développement bâclé ? Les deux réponses sont aussi mauvaises l'une que l'autre. — Andreas Macris, IEEE Spectrum

Le cerveau manquant

Derrière le spectacle, une limite technique. Le fondateur d'Unitree le reconnaît lui-même : « Le facteur limitant, ce n'est plus le corps du robot, c'est son intelligence. »

Les robots du gala exécutent des chorégraphies pré-entraînées. Chaque mouvement a été répété, optimisé, validé pendant des mois. C'est spectaculaire, mais c'est du script. Demandez à ces mêmes robots de ranger un appartement inconnu : ils se cognent dans les meubles.

Et la Chine a une dépendance cachée : ses robots tournent sur des GPU américains. Les restrictions d'export sur les puces avancées imposées par Washington compliquent l'accès chinois aux processeurs les plus performants. Si l'IA est le cerveau du robot et que le cerveau tourne sur du silicium américain, la domination chinoise a un talon d'Achille.

Et l'Europe dans tout ça ?

C'est le point qui fait mal.

La Chine a lancé un plan d'investissement de 138 milliards de dollars sur 20 ans pour la robotique. L'Europe : aucun plan coordonné de cette ampleur.

Il est essentiel que la technologie humanoïde européenne sorte du laboratoire pour passer à une production compétitive à grande échelle. — Président de la Fédération internationale de robotique

On a des laboratoires brillants, des ingénieurs parmi les meilleurs du monde, et zéro produit commercial prêt à passer à l'échelle. Pendant ce temps, Airbus achète chinois.

Ce que ça change pour les pros IT

L'armée chinoise elle-même, dans ses propres publications officielles, avertit que ces machines pourraient provoquer des « tueries aveugles » si elles sont déployées sans cadre éthique. Quand le pays qui va le plus vite admet publiquement qu'il ne contrôle pas ce qu'il construit, ça devrait tous nous interpeller.

Le problème que llamafile résout

Tu veux faire tourner un LLM en local. En 2026, le parcours classique ressemble à ça :

Résultat : entre 30 minutes et 2 heures avant d'obtenir un « Hello world ». Et c'est sans compter les conflits de versions, les problèmes de droits, les machines sans accès internet.

llamafile propose une alternative radicale : un seul fichier. Tu le télécharges, tu le rends exécutable, tu le lances. C'est tout.

wget https://huggingface.co/.../model.llamafile
chmod +x model.llamafile
./model.llamafile

Pas de Python. Pas de Docker. Pas de CUDA obligatoire. Pas de gestionnaire de paquets. Le modèle tourne, un serveur web démarre sur localhost:8080, et tu peux commencer à discuter avec ton LLM.

Ce qui est dans le fichier

Un llamafile est un binaire autonome qui embarque trois choses :

Tout est lié statiquement. Zéro dépendance externe. Si un GPU est disponible, les kernels CUDA ou Metal sont chargés dynamiquement. Sinon, ça tourne sur CPU — plus lentement, mais ça tourne.

Le truc dingue : même binaire, six OS

Voici la partie qui rend llamafile techniquement fascinant. Le même fichier s'exécute nativement sur :

Pas d'émulation. Pas de couche de compatibilité. Exécution native sur chaque OS. Comment c'est possible ?

Cosmopolitan Libc — le socle invisible

« Build once, run anywhere » sans JVM

Derrière llamafile, il y a Cosmopolitan Libc, un projet créé par Justine Tunney. L'idée : compiler du C une seule fois et obtenir un binaire qui tourne sur n'importe quel OS.

La différence avec Java : pas d'interpréteur, pas de machine virtuelle. C'est du code natif. Cosmopolitan remplace la libc standard par une implémentation qui détecte l'OS au runtime et redirige les appels système vers les bonnes API — POSIX sur Linux/macOS/BSD, Win32 sur Windows.

Comment ça fonctionne concrètement

Cosmopolitan intercepte les syscalls. Quand ton programme appelle open(), read() ou mmap(), Cosmopolitan détecte sur quel OS il tourne et traduit l'appel vers l'API native :

Pour llamafile spécifiquement, Justine Tunney a ajouté le support de dlopen() dans Cosmopolitan — indispensable pour charger dynamiquement les drivers GPU (CUDA, Metal, ROCm) sans les embarquer dans le binaire.

Le format APE — Actually Portable Executable

Un fichier polyglotte

Le format APE est l'invention clé. C'est un polyglot binary : un seul fichier qui est simultanément valide comme :

Comment un fichier peut-il être reconnu par autant de loaders différents ? Le trick repose sur la structure des headers.

Le trick du shell script en préfixe

Les premières lignes du fichier sont du shell script POSIX valide. Le fichier commence par #!/bin/sh ou un équivalent. Sur un système Unix, si le kernel ne reconnaît pas le format binaire, il tombe sur le shebang et exécute le script, qui à son tour lance le binaire correctement.

Mais ces mêmes octets sont aussi interprétés différemment par les autres loaders :

Le résultat : chaque OS exécute le même fichier via son loader natif, sans savoir que les autres formats sont également présents dans le même binaire.

Le ZIP embarqué

Le format ZIP a une particularité utile : le répertoire central est à la fin du fichier, pas au début. Cosmopolitan en profite pour coller les headers ELF/Mach-O/PE au début et les données ZIP à la fin. C'est dans cette archive ZIP que llamafile stocke les poids du modèle au format GGUF — parfois plusieurs gigaoctets.

Limitations à connaître

llamafile n'est pas parfait. Quelques points à garder en tête :

Malgré ces limites, pour le cas d'usage visé — déploiement rapide, démo, environnement isolé — le compromis est largement acceptable.

Cas d'usage concrets

Qui est derrière

Justine Tunney n'est pas une inconnue. Anciennement chez Google, elle est l'autrice de Cosmopolitan Libc et de Redbean — un serveur web distribué comme un seul fichier ZIP exécutable, déjà basé sur le format APE.

llamafile est né chez Mozilla Ocho (la branche innovation de Mozilla), le repo initial étant hébergé sur Mozilla-Ocho/llamafile. Il a depuis migré vers mozilla-ai/llamafile, signe d'une intégration plus formelle dans la stratégie IA de Mozilla.

Le projet est open source (licence Apache 2.0) et activement maintenu.

Pour aller plus loin

Le meilleur outil, c'est celui que tu n'as pas besoin d'installer.

En novembre 2025, Yann LeCun quitte Meta après 11 ans. En mars 2026, AMI Labs lève 1,03 milliard de dollars avec une valorisation pré-money de 3,5 milliards — la plus grande seed européenne de l’histoire. Bezos, Eric Schmidt, Xavier Niel, Tim Berners-Lee au cap table.

Quand quelqu’un quitte un poste de Chief AI Scientist chez une des plus grandes boîtes tech du monde pour lever ce genre de montant, tu peux soit ignorer, soit essayer de comprendre ce qui se joue vraiment.

Je vais essayer de comprendre. Et surtout, d’être honnête sur ce qui est prouvé et ce qui ne l’est pas encore.

Ce que LeCun dit — et ce qu’il dit vraiment

La critique de LeCun sur les LLMs, elle date de 2022. L’article « A Path Towards Autonomous Machine Intelligence » sur OpenReview, juin 2022. Ça fait donc quatre ans qu’il martèle la même chose, et le fait qu’il soit maintenant à la tête d’un labo indépendant avec 1 milliard derrière lui ne valide pas rétrospectivement la thèse — mais ça mérite qu’on la lise sérieusement.

La thèse est technique et précise. Ce n’est pas « les LLMs sont nuls ». C’est : le next-token prediction ne modélise pas le monde physique causal.

Qu’est-ce que ça veut dire concrètement ? Un LLM apprend à prédire la prochaine unité de texte dans une séquence. C’est un modèle statistique sur des symboles. Ce qu’il ne fait pas : construire une représentation interne de comment les objets physiques se comportent dans l’espace, comment les actions causent des effets, comment planifier une séquence d’actions pour atteindre un état du monde.

Tu peux objecter — et c’est légitime — que les LLMs arrivent à raisonner sur des situations physiques à travers le langage. LeCun répondrait : c’est de la compilation de patterns textuels sur le comportement physique décrit par des humains. Pas un modèle causal du monde. La différence concrète : un LLM qui a « lu » des millions de descriptions de chutes d’objets ne sait pas vraiment que les objets tombent — il sait que ce mot suit souvent cet autre mot. Confronté à une situation physique nouvelle, il extrapole depuis les textes, pas depuis une compréhension des lois. Un modèle causal du monde, lui, devrait avoir internalisé la règle elle-même — et donc tenir sur des situations qu’il n’a jamais vues.

Je ne sais pas si LeCun a raison sur tout. Mais la distinction est claire et testable. C’est ce qui la rend intéressante.

JEPA — l’architecture concrète

JEPA, c’est Joint Embedding Predictive Architecture. L’idée centrale : au lieu de prédire les pixels ou les tokens bruts d’une entrée, tu prédis dans un espace représentationnel abstrait.

En pratique : tu prends une image ou une vidéo, tu masques une partie, et au lieu de reconstruire les pixels manquants, tu prédis la représentation abstraite de ce qui manque. L’encodeur apprend ce qui est important à représenter. Le prédicteur apprend les relations entre parties visibles et parties masquées.

Pourquoi c’est différent ? Parce que la reconstruction pixel par pixel force le modèle à capter toutes les variations de détail — l’éclairage, le bruit, la texture exacte. La prédiction dans l’espace abstrait force le modèle à capter ce qui compte structurellement. LeCun fait l’hypothèse que c’est comme ça que le cerveau fonctionne — il ne stocke pas des copies du monde, il stocke des modèles.

La timeline concrète :

62 heures de vidéo robot pour généraliser à deux environnements différents en zéro-shot, c’est un résultat concret. Pas une démonstration de paillasse.

La limite honnête — ce que JEPA ne prouve pas encore

V-JEPA 2 est excellent sur des tâches de compréhension vidéo et sur de la manipulation robotique simple. Sur Something-Something v2, la tâche c’est de reconnaître des actions physiques génériques — « empiler des blocs », « faire tomber quelque chose ». Le modèle est bon là-dessus. C’est cohérent avec la thèse : comprendre les relations physiques dans le temps.

Mais : la supériorité de JEPA sur des tâches générales n’est pas encore démontrée. Raisonnement complexe multi-étapes, compréhension du langage naturel, génération de texte — JEPA n’est pas là. Ce n’est pas ce que l’architecture cherche à faire aujourd’hui. Mais ça signifie que la comparaison directe avec les LLMs est prématurée.

LeCun lui-même est assez clair là-dessus dans ses écrits techniques : JEPA n’est pas une alternative drop-in aux LLMs. C’est une brique vers quelque chose de plus grand — une architecture qui combine world model, planification, et langage. On n’y est pas.

Un autre point : les benchmarks vidéo restent des benchmarks. Something-Something v2, PerceptionTest — c’est utile pour mesurer des progrès relatifs, mais ça ne prédit pas la performance sur des tâches réelles ouvertes. La robotique zéro-shot dans deux labos, c’est plus convaincant — mais deux labos, c’est deux labos. Pas un déploiement à l’échelle.

Le terrain s’emballe — et c’est le vrai problème de clarté

En 2025, tout le monde construit des « world models ». Le problème : trois équipes très différentes utilisent le même mot pour désigner trois choses assez distinctes.

Trois équipes, trois définitions, un seul label marketing. Les progrès de Genie 3 en génération vidéo ne valident pas et n’invalident pas la thèse de LeCun sur la représentation causale. Ce sont des choses différentes.

Ce que je retiens : le champ s’est embrasé pour de bonnes raisons — il y a de vrais progrès sur des tâches spécifiques. Mais l’inflation terminologique rend difficile de savoir qui résout quoi.

Ce que ça change pour toi — réponse courte

Si tu construis des applications LLM aujourd’hui : rien ne change dans les 12 prochains mois. JEPA n’est pas déployable sur des tâches générales. Les world models au sens Genie 3 / World Labs / Runway sont pertinents si tu travailles en génération vidéo ou en simulation — pas en pipeline texte ou en agent d’automatisation.

Si tu travailles en robotique ou en vision industrielle : V-JEPA 2 est open-source depuis juin 2025. Le résultat zéro-shot sur le bras Franka avec 62 heures de données, c’est un signal à ne pas ignorer. Si tu as un projet de vision ou de manipulation physique, ça vaut le coup de regarder le code.

Par contre, si tu essaies de te positionner sur la question « LLMs vs world models, qui gagne » — je trouve que c’est la mauvaise question. Ce sont des outils qui résolvent des problèmes différents. LeCun ne dit pas que les LLMs sont inutiles, il dit qu’ils ne suffiront pas pour l’intelligence générale. Sur ce point précis, honnêtement, je ne sais pas qui a raison. Et je ne pense pas que quelqu’un le sache avec certitude aujourd’hui.

Sources

• « A Path Towards Autonomous Machine Intelligence », LeCun, OpenReview, juin 2022 : openreview.net/pdf?id=BZ5a1r-kVsf
• I-JEPA, arXiv 2301.08243, CVPR 2023 : arxiv.org/abs/2301.08243
• VL-JEPA, arXiv 2512.10942, décembre 2024 : arxiv.org/abs/2512.10942
• V-JEPA 2, arXiv 2506.09985, juin 2025 : arxiv.org/abs/2506.09985
• V-JEPA 2 blog Meta AI : ai.meta.com/blog/v-jepa-2-world-model-benchmarks/
• AMI Labs levée 1,03 Md$, TechCrunch, 9 mars 2026 : techcrunch.com/2026/03/09/yann-lecuns-ami-labs-raises-1-03-billion-to-build-world-models/
• DeepMind Genie 3 : deepmind.google/blog/genie-3-a-new-frontier-for-world-models/
• World Labs Marble, TechCrunch, novembre 2025 : techcrunch.com/2025/11/12/fei-fei-lis-world-labs-speeds-up-the-world-model-race-with-marble-its-first-commercial-product/

La vidéo, le chiffre, et pourquoi j'ai voulu creuser

Y'a quelques jours, j'ai regardé une vidéo YouTube qui affirmait que Claude « perd la tête » à partir de 80 000 tokens. Le titre était accrocheur. Les commentaires acquiesçaient. Et moi, je me suis dit : attends, ce chiffre vient d'où exactement ?

Parce que j'utilise Claude Code quotidiennement. J'ai des sessions longues. Je vois la barre de contexte monter. Et oui, j'ai déjà vécu ce moment où le modèle commence à radoter ou à « oublier » une contrainte donnée vingt messages plus tôt. Le phénomène est réel.

Mais « 80 000 tokens » — ce chiffre précis, dans quelle étude il apparaît ? Réponse courte : il n'y en a pas. C'est quelqu'un qui a vécu un problème sur un vieux modèle, qui a extrapolé, et qui a mis un chiffre dessus parce que les chiffres font autorité.

Ce que je retiens, c'est que le phénomène mérite qu'on l'explique correctement. Pas pour rassurer à tout prix, mais parce qu'en 2026, les données sont différentes de celles de 2023. Et confondre les deux, ça mène à de mauvaises décisions.

C'est quoi le context window, concrètement

Imagine une feuille de papier. Pas une feuille infinie — une feuille de taille fixe. Tout ce que tu envoies à Claude, tout ce qu'il te répond, les fichiers que tu lui colles, l'historique depuis le début de la conversation : tout ça s'écrit sur cette feuille.

Quand la feuille est pleine, les premières lignes s'effacent pour faire de la place aux nouvelles. Claude ne sait plus ce qui était écrit là. Ce mécanisme s'appelle le context window. Il se mesure en tokens — une unité qui correspond approximativement à trois quarts de mot en français.

Maintenant, la taille de cette feuille a radicalement changé en trois ans.

En 2023, GPT-3.5-Turbo travaillait avec 4 000 tokens. Claude 1.3 avait 8 000 tokens, avec une version étendue à 100 000. C'était déjà beaucoup pour l'époque. Aujourd'hui, Claude Sonnet 4.6 supporte 1 million de tokens dans sa version longue contexte. GPT-4o monte à 128 000 tokens. L'échelle a changé d'un facteur 100 à 200.

Pourquoi c'est important ? Parce que les études qui ont documenté le problème de dégradation ont été faites sur les modèles de 2023. Pas sur ceux de 2026.

Si tu utilises Claude Code, tu vois deux chiffres dans ta barre de statut : Ctx: et Total:. Le premier, c'est la fenêtre de contexte active — la feuille de papier en cours. Le second, c'est le cumul de tokens depuis le début de la session, cache compris. Ces deux valeurs sont très différentes, et beaucoup de gens les confondent. Revenir au Ctx: régulièrement, c'est la donnée pertinente.

L'étude fondatrice : Lost in the Middle

En 2024, Nelson F. Liu et ses collègues de Stanford, UC Berkeley et Samaya AI publient dans TACL une étude qui va faire date : Lost in the Middle: How Language Models Use Long Contexts. C'est l'étude de référence sur la dégradation dans les longs contextes. Et elle est très souvent mal citée.

Ce qu'elle a vraiment mesuré : la capacité des modèles à retrouver une information pertinente quand elle est noyée dans un contexte contenant plusieurs documents. En faisant varier la position de l'information utile — début, milieu, fin — les chercheurs ont observé ce qu'ils ont appelé une courbe en U. Les modèles performent bien quand l'information est au début ou à la fin du contexte. Quand elle est au milieu, les performances chutent.

Le chiffre le plus frappant de l'étude : GPT-3.5-Turbo avec l'information au centre du contexte obtient des performances inférieures à ce qu'il obtient sans aucun document. Mode sans document, ou « closed-book » : 56,1 % de précision. Avec des documents, mais l'information au mauvais endroit : en dessous. Le modèle se noie dans ses propres sources.

Maintenant, les modèles testés : GPT-3.5-Turbo avec 4 000 tokens de contexte, Claude-1.3 avec 8 000 tokens, et quelques modèles open source de 2023. Les contextes testés se comptaient en dizaines de documents, pas en centaines de milliers de tokens.

Le « 80 000 tokens » ? Il n'est pas dans cette étude. Nulle part. C'est une extrapolation qui a pris vie dans des vidéos YouTube et des posts LinkedIn, déconnectée du papier original. L'étude documente un vrai phénomène, mais sur des modèles qui ont aujourd'hui deux générations de retard. Utiliser ses conclusions pour juger Claude Sonnet 4.6, c'est comme tester une Tesla Model 3 sur les critiques que recevait une Prius 2007.

L'état de l'art en 2026 : ce que Chroma Research a mesuré

En juillet 2025, Chroma Research publie une étude qu'ils appellent Context Rot. Dix-huit modèles testés, dont Claude Opus 4, Claude Sonnet 4, Claude Sonnet 3.7, Claude Sonnet 3.5, Claude Haiku 3.5, GPT-4.1, GPT-4o, o3, Gemini 2.5 Pro, Gemini 2.5 Flash, Qwen3-235B et plusieurs variantes.

La bonne nouvelle d'abord. Sur les benchmarks classiques de type « aiguille dans une botte de foin » (NIAH — Needle in a Haystack), les modèles actuels obtiennent des scores quasi-parfaits. La capacité à retrouver une information précise dans un long contexte s'est radicalement améliorée depuis 2023. Ce n'est plus le problème central.

La mauvaise nouvelle : ce qui persiste, c'est plus subtil. Quand les distracteurs sont lexicalement proches de la bonne réponse — même vocabulaire, même structure, mais contenu différent — les modèles hallucinent encore. La similarité sémantique reste un vrai vecteur de dégradation. Les benchmarks simples ne le captent pas parce qu'ils utilisent des distracteurs trop facilement distinguables.

Sur la question des hallucinations spécifiquement, les résultats sont contrastés selon les modèles. Claude s'en sort mieux que GPT. Les modèles GPT obtiennent les taux d'hallucination les plus élevés dans les scénarios avec distracteurs — avec la particularité d'être confiants dans leurs mauvaises réponses. Claude hallucine moins dans ces conditions.

RULER : la taille annoncée versus la taille utilisable

En 2024, NVIDIA publie RULER (Realistically Unlimited Long-context Evaluation for Reasoning) dans les actes de COLM. L'objectif : mesurer les performances réelles des modèles sur des contextes allant de 4 000 à 128 000 tokens, pas juste leurs scores marketing.

Le résultat est honnête et un peu embarrassant. Testé sur des contextes de 4K, 8K, 16K, 32K, 64K et 128K tokens, sur dix modèles qui tous revendiquent au minimum 32 000 tokens de contexte effectif, le papier conclut : « While all models claim context size of 32k tokens or greater, only four models can maintain satisfactory performance at the length of 32K. » Ces quatre modèles sont GPT-4, Command-R, Yi-34B et Mixtral.

Ce n'est pas que les autres mentent sur leur contexte maximum. C'est que le contexte maximum et le contexte où les performances restent solides sont deux choses différentes. Un modèle peut techniquement ingérer 128K tokens sans planter tout en voyant ses performances se dégrader significativement au-delà de 32K sur des tâches complexes.

En 2026, les modèles ont progressé depuis le benchmark RULER de 2024. Mais le principe reste valable : la taille annoncée et la taille où tu peux travailler sereinement ne sont pas identiques. Ce gap n'a pas disparu, il s'est réduit.

Ce qui dégrade vraiment en pratique

Le modèle ne se fatigue pas avec le temps. C'est important de le dire clairement. Claude ne « vieillit » pas pendant une session de deux heures. Chaque fois qu'il génère une réponse, il relit l'intégralité du contexte depuis zéro. Il n'accumule pas de lassitude. Il ne sait pas qu'il est 23h30.

Ce qui dégrade, c'est les tokens qui s'accumulent. Et derrière les tokens, il y a deux phénomènes distincts.

Le premier, c'est la dérive humaine. Plus une session dure, plus les gens deviennent moins précis. On commence à dire « comme avant » au lieu de reformuler. On mélange les sujets. On ajoute des demandes en cours de route sans rappeler le contexte. Le modèle ne devient pas moins bon — c'est le signal qu'il reçoit qui se dégrade.

Le second, c'est l'accumulation de corrections. Chaque « non, plutôt comme ça », chaque retour en arrière, chaque reformulation partielle s'inscrit dans le contexte. Après vingt corrections, le modèle a vingt versions contradictoires de ce que tu veux. Il ne peut pas savoir laquelle est définitive sans que tu le dises explicitement.

5 choses concrètes à faire

1. Surveiller le Ctx: en temps réel avec ccstatusline

Si tu utilises Claude Code, tu peux afficher Ctx:, In:, Out:, Cached: et Total: directement dans ta barre de terminal. L'outil s'appelle ccstatusline, version 2.2.8, disponible via npm install -g ccstatusline. J'aborderai l'installation en détail mercredi prochain pour ceux que ça intéresse — cinq minutes et c'est en place.

2. Nouvelle session quand on change de sujet

La règle la plus simple et la plus efficace. Si tu viens de finir un bout de code et que tu passes à de la rédaction, ouvre une nouvelle session. Pas par superstition — parce que le contexte accumulé sur le code précédent ne t'aide pas et peut polluer la suite.

3. Répéter les contraintes critiques sur les longues sessions

Si tu as une contrainte fondamentale — un format de sortie, une règle métier, un style précis — répète-la explicitement quand tu arrives à la moitié d'une longue session. Pas parce que Claude l'a oubliée dans le sens strict, mais parce que vingt échanges plus tard, elle a moins de poids relatif dans le contexte qu'au moment où tu l'as donnée.

4. Utiliser un CLAUDE.md

C'est probablement la chose la plus sous-utilisée de Claude Code. Un fichier CLAUDE.md dans ton projet contient les instructions qui sont rechargées au début de chaque session. Elles ne se diluent jamais dans le contexte parce qu'elles arrivent toujours en premier. Les règles importantes qui méritent de persister ont leur place là, pas dans le fil de conversation.

5. Laisser la compaction automatique faire son travail

Claude Code compacte automatiquement le contexte quand il approche de la limite. Le mécanisme est intégré, tu n'as rien à configurer. Par contre, si tu veux contrôler quand ça arrive, tu peux le déclencher manuellement depuis le menu de la session. La compaction résume le contexte passé en le compressant — tu perds du détail, tu gardes l'essentiel.

Ce que je retiens

Le phénomène est réel. Les sessions très longues avec des contextes chargés, des corrections accumulées et des sujets mélangés se comportent moins bien que les sessions courtes et focalisées. Ça n'a pas changé.

Mais les modèles de 2026 sont radicalement différents de GPT-3.5-Turbo à 4K tokens. Le « 80 000 tokens » qui circule ne vient pas des études — c'est une extrapolation qui a pris de l'ampleur parce qu'elle correspond à une expérience vécue réelle sur des modèles qui ont maintenant deux générations de retard.

En 2026, les benchmarks NIAH sont quasi-parfaits. Claude hallucine significativement moins que GPT sur les contextes longs avec distracteurs. Il reste un écart entre la taille de contexte annoncée et la taille où les performances sont vraiment solides — RULER l'a documenté, même si le papier date de 2024 et les modèles ont progressé.

La vigilance reste utile. Mais elle est mieux placée sur la discipline de travail — sessions focalisées, contraintes rappelées, nouveaux sujets dans de nouvelles sessions — que sur une limite magique à 80 000 tokens.

Le phénomène méritait qu'on le regarde en face avec les bonnes données. C'est fait.

Sources

• Liu, N.F. et al. (2024). Lost in the Middle: How Language Models Use Long Contexts. TACL. Stanford / UC Berkeley / Samaya AI : aclanthology.org/2024.tacl-1.9/
• Chroma Research (2025). Context Rot — Long Context Evaluation of 18 LLMs : research.trychroma.com/context-rot
• Hsieh, C-Y. et al. (2024). RULER: What's the Real Context Size of Your Long-Context Language Models? COLM 2024. NVIDIA : arxiv.org/abs/2404.06654
• Anthropic, tailles de context window (avril 2026) : Claude Sonnet 4.6 — 1M tokens · Claude Opus 4.6 — 1M tokens : anthropic.com/claude