Voilà, c’est ça que j’aime. Un Telegram qu’on a fait il y a 3 mois : un mec qui s’investit que j’ai passé modo assez vite, expert Obsidian/SEO que je recommande à quiconque veut s’aventurer là-dedans sur du tailor-made/spécifique. Il prend maintenant goût à publier sur X après notre vidéo YouTube, car il adore le partage. Et ce n’est que le début. Ceux qui me suivent le savent : j’aime le reach, mais on est là pour build. C’est un plaisir d’être accompagné par des gens avec les mêmes valeurs et des compétences complémentaires. Il va bientôt vous vendre sa tambouille (il faut bien remplir la gamelle) mais full valeur et surtout il est généreux sur le partage. Beaucoup de nos membres du Lab X peuvent en témoigner. Merci Mike de ta présence !!

if anthropic had dropped Mythos today, it still wouldn’t have been the best model released today.

jfc....

Je suis à Londres aujourd’hui pour Code With Claude. L’objectif de cette journée : approfondir mon partenariat avec Anthropic et échanger avec les acteurs européens qui intègrent Claude au cœur de leurs activités. C’est en confrontant les retours d’expérience concrets que l’on mesure vraiment ce que l’IA agentique apporte aux entreprises — et ses limites actuelles. Je partagerai les principaux enseignements de l’événement dans les prochains jours.

Brett Adcock closes an era: Figure F.03 loses the packaging race to Aime by 192 units, and tweets "this is the last time a human will ever win." This morning on 🔴 radiobot.fm - Figure F.03 vs Aime: 1.49% gap, 2.83s vs 2.79s per package — the humanoid rupture just became measurable - Riley Brown ships 7 Codex marketing skills, AlexFinn drops a 10x Claude Code workflow the same day: the 2026 builder is now a marketer-builder - Brian Roemmele raises the alarm on Project Panama: a training pipeline that physically destroys books after scanning, what he calls a crime against humanity - Bill on the SF 2026 tech scene: the bifurcation moved from inter-cluster to intra-cluster — two founders at the same table, six months apart - Hank's take: AlexFinn's /goal, or how we just invented the opposite of remote work

Voici l’article plus intéressant de l’année sur l’IA agentique. Je vous invite à le lire calmement posé dans un canapé. Il ouvre les yeux sur la hype actuelle et sur les fondamentaux que vous devez maîtriser si vous vous intéressez au sujet.

We’ve agreed to a partnership with @SpaceX that will substantially increase our compute capacity. This, along with our other recent compute deals, means that we’ve been able to increase our usage limits for Claude Code and the Claude API.

OpenAI drops GPT-5.5. Anthropic publishes a Claude Code post-mortem. Same day. This morning on 🔴 radiobot.fm - OpenAI unveils GPT-5.5, a frontier model built for autonomous agents - Anthropic admits Claude Code quality slipped over the month (3 issues, v2.1.116) - ChatGPT Images 2.0: OpenAI opens a second front ("like GPT-3 to GPT-5 in one release" - Altman) - Bill on Anthropic's shift: offense → defense, end of a cycle - Hank's take: CodeByNZ's Claude checklist, box by box

Ca parle de la guerre OpenAI / Anthropic sur Radiobot !

The issues stemmed from Claude Code and the Agent SDK harness, which also impacted Cowork since it runs on the SDK. The models themselves didn't regress, and the Claude API was not affected.

Bill's hilarious appearance this morning on radiobot.fm 😆

Il y a un tweet qui a fait 2 800 likes cette semaine et qui résume un malaise croissant dans la tech : "You have no idea how much pushback there is against vibe coding from actual software engineers." Au même moment, Apple retire des applications de vibe coding de l'App Store. Un développeur construit un système IA qui postule à 700 emplois et décroche un poste. Et des milliers de non-développeurs expédient des produits fonctionnels chaque jour depuis leur terminal. Ce qui se passe en ce moment n'est pas un débat technique. C'est un conflit de légitimité. Et il faut en parler franchement. D'un côté, des ingénieurs logiciels qui ont passé des années à maîtriser leur craft. Ils ont appris les design patterns, la gestion mémoire, l'architecture distribuée, la sécurité applicative. Ils ont accumulé une expertise réelle à travers des milliers d'heures de pratique. Et ils voient arriver des gens qui n'ont jamais ouvert un IDE, qui tapent trois phrases en anglais, et qui produisent en une heure ce qui leur prenait une semaine. Leur réaction est compréhensible : ce n'est pas du vrai code, ça ne tiendra pas, ces gens ne savent pas ce qu'ils font. De l'autre côté, des entrepreneurs, des designers, des marketeurs, des dirigeants qui avaient des idées depuis des années mais pas les moyens de les construire. Ils savaient exactement ce dont ils avaient besoin. Ils savaient décrire le produit, le marché, les contraintes. Ce qui leur manquait, c'était l'exécution technique. Ils étaient prisonniers d'un goulot d'étranglement : trouver un développeur, le briefer, attendre, itérer, payer, recommencer. L'IA vient de supprimer ce goulot. Je fais partie de cette deuxième catégorie. Je sais coder. J'ai codé pendant des années. Mais je dirige une entreprise de e-commerce, et le temps que je peux consacrer au développement est proche de zéro. Avant Claude Code, j'avais les idées mais pas les outils. Maintenant j'ai les deux. Et je me sens totalement légitime pour créer du logiciel, parce que la légitimité n'a jamais été dans la capacité à taper des lignes de code. Elle est dans la capacité à résoudre un problème réel. Le reproche que les ingénieurs font aux vibe coders, c'est qu'ils ne comprennent pas ce qu'ils produisent. C'est souvent vrai. Mais posons la question autrement : est-ce que le directeur d'un restaurant a besoin de savoir cuisiner chaque plat pour diriger une cuisine ? Est-ce qu'un architecte a besoin de savoir poser des briques pour concevoir un bâtiment ? La réponse est non. Ce qui compte, c'est de savoir ce que le résultat doit être, comment vérifier qu'il est conforme, et quand faire appel à un spécialiste. Et c'est exactement ce qui différencie le vibe coder dangereux du vibe coder compétent. Le premier accepte tout ce que l'IA produit sans vérifier. Le second met en place des garde-fous : des tests automatiques, des critères d'évaluation, des boucles de feedback, un pipeline de validation. Il ne lit pas chaque ligne de code, mais il sait si le résultat fonctionne. Et quand il ne sait pas, il le sait. Il faut être honnête sur un point : le code généré par IA a une propriété spécifique. Il est souvent correct mais décorrélé de la compréhension de celui qui l'a demandé. Un développeur junior qui écrit du mauvais code sait généralement pourquoi il l'a écrit. Celui qui accepte du code IA peut ne pas voir la faille. C'est un risque réel, et les ingénieurs qui le pointent ont raison de le faire. Le vrai problème n'est pas le vibe coding. Le vrai problème, c'est le vibe coding sans discipline. Et ça, c'est exactement le même problème que le "vrai" coding sans discipline : du code écrit par des développeurs expérimentés qui ne testent pas, qui ne documentent pas, qui ne font pas de code review, ça existe depuis toujours. La dette technique n'a pas attendu l'IA pour s'accumuler. Ce qui est en train de se passer, c'est une redistribution de la légitimité à construire du logiciel. Pendant trente ans, cette légitimité appartenait exclusivement à ceux qui maîtrisaient les langages de programmation. C'était un club fermé, avec ses codes, ses hiérarchies, ses rituels d'initiation. L'IA vient d'ouvrir la porte de ce club. Et comme à chaque fois qu'un club s'ouvre, ceux qui étaient à l'intérieur résistent. Pas parce qu'ils ont tort sur le fond (la qualité du code compte, la dette technique est réelle, les failles de sécurité sont dangereuses). Mais parce que leur statut reposait en partie sur la rareté de leur compétence. Quand cette compétence devient accessible, le statut vacille. La bonne réponse pour les ingénieurs n'est pas de se battre contre le vibe coding. C'est de se repositionner sur ce que le vibe coding ne sait pas faire : détecter quand l'IA hallucine une architecture, vérifier qu'un système tient sous charge, sécuriser ce qui doit l'être, évaluer la qualité de ce qui a été généré. Ce sont les métiers qui gagnent en valeur quand tout le monde peut produire du code. La bonne réponse pour les vibe coders n'est pas de mépriser les ingénieurs. C'est d'investir dans les garde-fous : les tests, les évaluations automatiques, les pipelines de validation. Pas parce qu'un ingénieur le dit. Parce que sans ça, le produit casse. Et quand le produit casse en production, personne ne demande si le code a été écrit par un humain ou par une IA. On demande pourquoi personne n'a vérifié.

Anthropic vient de lancer Claude Managed Agents en beta publique. Si tu as câblé ton propre harnais sur Claude Code (agents YAML, coordinator, slash commands, mémoire structurée), voilà ce que ça change concrètement. C'est un backend d'exécution managé. Pas un remplacement de ton câblage. ───── CE QUE MANAGED AGENTS EST L'API repose sur 4 briques : • Agent : ton modèle system prompt tools MCP servers. Tu le crées une fois via l'API, il a un ID réutilisable. • Environment : un container cloud (packages pré-installés, règles réseau). C'est ta machine, mais gérée par Anthropic. • Session : une instance qui tourne, un agent dans un environnement, avec un filesystem persistant le temps de la session. • Events : des messages en SSE (Server-Sent Events). Tu envoies un user.message, l'agent stream ses réponses, ses tool calls, et un status_idle quand il a fini. En Python, lancer un agent c'est littéralement : agent = client.beta.agents.create(name=..., model=..., tools=[...]) env = client.beta.environments.create(name=..., config={...}) session = client.beta.sessions.create(agent=agent.id, environment_id=env.id) # → envoie des events, stream les réponses C'est clean. C'est versionné. C'est stateful. ───── CE QUE ÇA REMPLACE DANS TON HARNAIS Si tu fais tourner des agents autonomes via claude --print, un cron, et un script runner qui parse le stdout : tout ça est remplacé. Plus de cold start à chaque heartbeat. Plus de subprocess.run(). Plus de parsing artisanal. Plus de sandboxing bricolé avec des permissions filesystem. Les outils built-in (bash, read, write, edit, glob, grep, web search, web fetch) sont ceux de Claude Code. Le modèle sait déjà les utiliser. Tu n'as rien à reconfigurer. Tu peux aussi connecter tes MCP servers existants directement dans la définition de l'agent. ───── CE QUE ÇA NE REMPLACE PAS Voilà où ça devient intéressant pour ceux qui ont un vrai harnais. Managed Agents te donne la plomberie : les tuyaux, les vannes, la pression. Ce qu'il ne te donne pas, c'est ce qui coule dedans. Concrètement, voilà ce qui reste à toi : 1. Ton knowledge layer. Tes fichiers de savoirs métier, les décisions prises, les exceptions, les règles accumulées session après session. Managed Agents a un système de "Memory Stores" (research preview) : des fichiers texte persistants entre sessions (max 100KB/doc, 8 stores par session). C'est un début, mais c'est du stockage plat. Pas de taxonomie, pas de droits, pas de routage par service. 2. Ta structure organisationnelle. Qui a le droit de faire quoi. Quel agent accède à quels savoirs. Quelle action nécessite une validation humaine. Managed Agents ne sait pas que ton responsable marketing n'a pas les mêmes droits que ton directeur. 3. Tes skills métier enrichis. Un system prompt, c'est une instruction. Un skill de harnais, c'est une instruction des cas d'usage un historique de décisions des gotchas accumulés par le feedback loop. La profondeur n'est pas la même. 4. Ton feedback loop. Le mécanisme qui transforme chaque erreur en disjoncteur permanent. Managed Agents exécute. Il n'apprend pas de ses erreurs d'une session à l'autre, sauf si TU encodes ce feedback dans les Memory Stores. 5. Ta persistance Git. Managed Agents est cloud-native. Ton harnais local est Git-native : chaque changement est versionné, auditable, diff-friendly, portable. Pas de vendor lock-in. ───── LA BONNE FAÇON DE L'INTÉGRER Si tu as un harnais, Managed Agents n'est pas un concurrent. C'est un étage en dessous. Ton harnais → Knowledge Organisation Skills Managed Agents → Exécution Containers Scaling Claude API → Intelligence brute Ton harnais DÉFINIT les agents (quoi faire, avec quels savoirs, sous quelles contraintes). Managed Agents les EXÉCUTE (dans quel container, avec quel monitoring, à quelle échelle). Pour intégrer : → Tes agents qui tournent en headless (reporting, monitoring, optimisation automatique) : candidats idéaux pour Managed Agents. Tu seedes un Memory Store avec les savoirs pertinents avant chaque session, tu récupères les learnings après. → Ton travail interactif quotidien en Claude Code CLI : ne change pas. Le contexte local, le filesystem, les CLAUDE.md, c'est là que la puissance est maximale. → Ton coordinator/runner : se simplifie. Au lieu de subprocess.run(["claude", "--print"]), tu fais un client.beta.sessions.create(). Le reste de la logique (quel agent, quand, avec quels savoirs) reste dans ton orchestrateur. ───── LE SIGNAL STRATÉGIQUE Anthropic commoditise la couche infrastructure agent. La question à se poser : qu'est-ce qui reste "dur à obtenir" quand l'infra devient triviale ? Réponse : tes mois de savoirs accumulés. Tes décisions encodées. Ton feedback loop. Ta structure organisationnelle. Le harnais technique (containers, sandboxing, scaling), c'est "dur à faire". L'IA vient de le rendre trivial. Le knowledge layer (ton métier encodé dans des fichiers), c'est "dur à obtenir". Ça prend du temps, des erreurs, de la pratique. Personne ne peut le construire à ta place. Managed Agents est un outil de plus dans la boîte. Un très bon outil. Mais l'outil ne fait pas l'artisan, c'est le câblage qui fait la maison.

Suite à l'annonce d'Anthropic que les abonnements Claude (Max à 200 dollars/mois) ne couvriront plus les outils tiers comme OpenClaw ou Hermès, la communauté est en colère. "Massive mistake." "It's over." "Anthropic betrays the ecosystem." Je ne suis pas du tout d'accord. Et je pense que ceux qui sont choqués n'ont jamais géré un business. Décomposons ce qu'est réellement un abonnement. Quand tu paies 200 dollars par mois pour Claude Max, tu ne paies pas juste de la puissance de calcul. Tu paies l'accès à un écosystème complet : Claude Code (le terminal), les skills, les hooks, le CLAUDE.md, le mode auto, les channels, Computer Use, les MCP, Dispatch. Tout un environnement de travail intégré. En échange, tu es captif. Pas au sens péjoratif. Au sens économique. Tu construis tes workflows dans Claude Code. Tu accumules de la mémoire, des décisions, des skills. Plus tu investis dans l'écosystème, moins tu as envie de partir. C'est exactement comme un abonnement Amazon Prime : le prix est bas parce qu'il te rend fidèle. La livraison gratuite n'est pas un cadeau. C'est un coût d'acquisition client amorti sur ta fidélité future. Anthropic fait exactement le même calcul. 200 dollars par mois, c'est en dessous du coût réel des tokens consommés par un utilisateur intensif de Claude Code. Ils acceptent de perdre de l'argent sur chaque abonnement Max parce que l'utilisateur est engagé dans l'écosystème. Il utilise les skills, il construit des agents, il connecte des MCP. Il ne part pas demain. Maintenant, prenons l'utilisateur OpenClaw. Il branche son abonnement Claude sur un outil tiers. Il utilise la puissance de raisonnement du modèle sans toucher à l'écosystème Anthropic. Pas de skills. Pas de hooks. Pas de CLAUDE.md. Pas de lock-in. Il consomme les mêmes tokens, au même prix, mais il peut basculer sur GPT, DeepSeek ou Gemini demain matin sans rien perdre. Zéro fidélité, zéro engagement. D'un point de vue business, c'est un client qui profite de la remise fidélité sans être fidèle. Il a le tarif du client captif sans la captivité. Ce qui me surprend dans la réaction de la communauté, c'est que les mêmes personnes qui admirent le "product-market fit" d'Anthropic sont choquées quand Anthropic fait du pricing cohérent. Le pricing n'est pas de la morale. C'est de l'allocation de ressources. Anthropic a une capacité de calcul limitée. Chaque token consommé via OpenClaw est un token qui n'est pas disponible pour un utilisateur Claude Code. Lydia Hallie (Anthropic) a d'ailleurs reconnu fin mars que les utilisateurs "hit usage limits way faster than expected." Ce n'est pas un problème technique. C'est un problème de modèle. La capacité n'est pas illimitée. Il faut choisir qui la consomme. Et prioriser les utilisateurs engagés dans l'écosystème plutôt que les utilisateurs passagers, c'est du bon sens économique. J'ai personnellement choisi de me concentrer uniquement sur l'environnement Claude depuis 4 mois car je le trouve totalement adapté à l'usage entreprise dont j'ai besoin. Cela ne m'empêche pas de construire tout un tas de features et de fonctionnalités optimisant "mon" Claude Code, comme on optimiserait un OpenClaw ou un Hermès. Et je suis ravi de pouvoir disposer d'une "remise" d'@AnthropicAI sur mes tokens avec le plan Max. Le vrai sujet derrière cette décision n'est pas "Anthropic est-il gentil ou méchant." C'est : quel est le modèle économique viable pour un labo IA qui dépense des milliards en calcul ? Deux options. Soit tu factures à l'usage (API, pay-per-token). C'est transparent, c'est juste, et c'est cher. Soit tu crées un abonnement qui subventionne l'usage en échange de l'engagement dans un écosystème. C'est exactement ce que fait Anthropic avec Max. Mais pour que ce modèle tienne, il faut que l'abonnement reste réservé aux gens qui utilisent l'écosystème. Si tout le monde utilise les tokens Max via des outils tiers sans l'écosystème, le modèle s'effondre. La décision d'Anthropic n'est pas une trahison. C'est la seule décision cohérente pour maintenir un abonnement à 200 dollars qui couvre une consommation réelle de plusieurs milliers de dollars de tokens. Sans cette restriction, le prix du Max aurait dû tripler. Ou les limites d'usage auraient dû être divisées par trois. Le vrai risque pour Anthropic, c'est ailleurs. En verrouillant l'écosystème, ils risquent de tuer l'innovation tiers. Si les meilleurs outils ne peuvent plus se brancher sur Claude, les développeurs les plus créatifs iront construire ailleurs. C'est le dilemme classique de toute plateforme : trop ouvert, tu perds le contrôle. Trop fermé, tu perds l'innovation. Anthropic parie que son écosystème natif (Claude Code, Cowork, Dispatch) sera meilleur que ce que la communauté construirait. C'est un pari risqué. Mais c'est un pari, pas une trahison. Ceux qui crient au scandale veulent le beurre (les tokens pas chers) et l'argent du beurre (la liberté d'utiliser n'importe quel outil). Ça n'a jamais existé dans aucun business.

Anthropic just tripled its revenue in four months. Thirty billion dollars. This morning on Radio Bot: - Anthropic signs with Google for gigawatts of next-gen TPUs - Neuralink and ElevenLabs restore an ALS patient's real voice - SpaceX merges with xAI - Bill on the digital immune system 🔴 radiobot.fm

Anthropic vient de tripler son chiffre d'affaires en quatre mois. Trente milliards de dollars. Ce matin sur Radio Bot : - Anthropic signe avec Google pour des gigawatts de TPU - Neuralink et ElevenLabs redonnent sa voix à un patient ALS - SpaceX fusionne avec xAI - L'oeil de Jean-Claude CODE sur le système immunitaire numérique 🔴 radiobot.fm?lang=fr

Le New York Times vient de publier l'histoire de deux frères qui ont construit une entreprise valorisée 1,8 milliard de dollars. Deux personnes. Pas deux cents. Deux. L'article fait directement écho à une prédiction de Sam Altman fin 2023 : la première entreprise à un milliard dirigée par une seule personne allait exister grâce à l'IA. On n'y est pas exactement (deux frères, pas un seul), mais la trajectoire est là. Et ce qui compte n'est pas l'anecdote. C'est ce qu'elle révèle sur la structure de l'économie. Pendant cent cinquante ans, la taille d'une entreprise était proportionnelle au nombre de personnes qu'elle employait. C'était mécanique. Dans les années 1920, Ford employait déjà plus de 100 000 ouvriers pour ses lignes d'assemblage. Walmart emploie 2,1 millions de personnes pour générer 680 milliards de chiffre d'affaires. Alphabet (Google) a 183 000 employés pour 350 milliards de revenus. Cette proportionnalité est le fondement invisible de notre économie. Le droit du travail est construit dessus. La fiscalité est construite dessus. Le contrat social entier repose sur l'idée qu'une entreprise qui grandit crée des emplois. L'IA est en train de casser cette proportionnalité. Le signal n'est pas nouveau. Instagram : 13 employés pour un milliard en 2012 (prix annoncé du rachat par Facebook). WhatsApp : 55 employés pour 19 milliards en 2014. Mais on pouvait encore rationaliser : ces boîtes créaient peu d'emplois directs mais s'appuyaient sur des infrastructures (AWS, App Store, réseaux télécoms) qui, elles, employaient des centaines de milliers de personnes. Avec l'IA, même cette couche de support se compresse. L'infrastructure est cloud. Les outils sont en self-service. Le code se génère. Le marketing s'automatise. La comptabilité se connecte. Chaque couche qui nécessitait des employés se transforme en abonnement logiciel. Et c'est là que les conséquences deviennent sérieuses. La fiscalité d'abord. La plupart des systèmes fiscaux modernes taxent le travail plus lourdement que le capital. Cotisations sociales, charges patronales, impôt sur le revenu : tout repose sur l'hypothèse que les entreprises emploient des gens. Une entreprise à un milliard avec deux employés ne contribue presque pas au financement des retraites ou de l'assurance chômage. Le système n'est pas conçu pour ce scénario. La concurrence ensuite. Si deux personnes peuvent construire ce qu'une équipe de cinquante construisait, la barrière à l'entrée sur chaque marché s'effondre. C'est bon pour l'innovation. C'est dévastateur pour les entreprises installées qui comptent sur la complexité opérationnelle comme avantage concurrentiel. "On a 200 employés" n'est plus un argument. C'est un coût. Mais il faut être honnête sur les limites de cette tendance. Mistral, un des labos IA les plus efficaces au monde, emploie plus de 300 personnes. Perplexity, Cohere, Anthropic : toutes embauchent activement. Construire un produit IA est devenu plus facile. Construire une infrastructure IA qui tient à l'échelle nécessite toujours des équipes. La "one-person company" fonctionne dans le logiciel, le contenu, le conseil, le e-commerce. Elle ne fonctionne pas (encore) dans l'industrie, la santé, la logistique physique. La question est de savoir quel pourcentage de l'économie tombe dans la première catégorie. Et ce pourcentage augmente chaque trimestre. La conséquence la plus sous-estimée reste la concentration. Si une seule personne peut capturer un milliard de valeur sans redistribuer via des salaires, la richesse créée par l'IA se concentre chez ceux qui savent l'orchestrer. La fracture n'est plus entre ceux qui ont du capital et ceux qui n'en ont pas. Elle est entre ceux qui savent câbler l'IA dans un système productif et ceux qui ne le savent pas. Ce qui est en train de se passer n'est pas un ajustement. C'est un changement de structure. Le modèle "entreprise = employés" sur lequel repose le système économique occidental depuis la révolution industrielle se fissure. Pas parce que l'IA "remplace les gens" (raccourci paresseux). Mais parce que l'IA permet à un individu de faire ce qui nécessitait une organisation. Le problème n'est pas que la two-person billion-dollar company existe. C'est que le système entier (fiscal, social, concurrentiel, éducatif) est construit sur l'hypothèse qu'elle ne pouvait pas exister.

Mon alter est en interview sur Radiobot.fm ce matin (à partir de 3'00). Mes idées, ma voix, mais en bot. Si ca vous intéresse de participer à cette expérience, Radiobot recherche des bots à interviewer : Inscrivez-vous : radiobot.fm/submit.html