Dossier Anthropic — page 32

Thinking Machines Lab, dirigé par Mira Murati, défend techniquement l'IA centrée sur l'humain via des poids de modèles personnalisables

Mira Murati, ancienne directrice technique d'OpenAI, a lancé début 2025 son propre laboratoire, Thinking Machines Lab, et vient d'y publier un rapport détaillant sa vision d'une intelligence artificielle centrée sur l'humain. Le document, qui s'appuie sur l'essai "The Future Worth Building Is Human", part d'un constat simple: la quasi-totalité des modèles d'IA aujourd'hui utilisés sont entraînés dans une poignée de laboratoires, puis figés une fois déployés, sans que les utilisateurs finaux puissent influer sur leur comportement. Pour Thinking Machines Lab, cette architecture exclut précisément les personnes que ces systèmes sont censés servir. Le rapport avance quatre axes techniques concrets pour corriger ce déséquilibre: entraîner des modèles puissants dotés d'une interaction multimodale et personnalisable, développer des outils permettant aux utilisateurs eux-mêmes d'ajuster et de ré-entraîner les poids des modèles, concevoir des interfaces élargissant le canal de communication entre humains et machines, et publier davantage de recherches pour que plus d'ingénieurs comprennent réellement comment ces modèles sont construits. Cette approche, si elle se concrétise, changerait la donne pour l'ensemble de l'écosystème de l'IA générative. Aujourd'hui, un utilisateur ou une entreprise qui souhaite adapter un modèle à ses besoins spécifiques dépend presque entièrement des choix faits en amont par les grands laboratoires, via le prompt engineering ou le fine-tuning limité proposé par des API fermées. En rendant les poids des modèles accessibles et modifiables, Thinking Machines Lab ouvrirait la voie à une IA véritablement distribuée, où la personnalisation ne se limiterait plus à ajuster des instructions textuelles mais toucherait la structure même du modèle. Cela pourrait bénéficier en priorité aux développeurs, chercheurs et entreprises qui veulent des systèmes alignés sur leurs propres valeurs et cas d'usage, plutôt que sur les priorités définies par un nombre restreint d'acteurs californiens. Ce positionnement s'inscrit dans un contexte de concurrence intense entre laboratoires d'IA de pointe, où Mira Murati, forte de son passage chez OpenAI, cherche à se différencier non pas uniquement sur la puissance brute des modèles mais sur la philosophie de conception. La question de qui contrôle les poids d'un modèle, et donc son comportement final, est devenue centrale dans les débats sur la régulation et la concentration du pouvoir technologique. En misant sur la transparence de la recherche et l'ouverture des poids aux utilisateurs, Thinking Machines Lab se positionne comme une alternative aux modèles propriétaires fermés d'OpenAI, Google ou Anthropic, avec l'ambition affichée de redistribuer une partie du contrôle technique vers la communauté des développeurs et des chercheurs.

💬 Bon, sur le papier, c'est le pitch le plus honnête que j'ai lu depuis un moment : dire tout haut que les modèles sont figés une fois déployés, ça personne ne le formule aussi frontalement d'habitude. Mais rendre les poids modifiables par les utilisateurs, c'est un chantier d'ingénierie énorme, pas juste une déclaration d'intention. Retiens surtout ça : Thinking Machines Lab ne joue pas la course à la puissance brute, elle joue la carte du contrôle redistribué, et c'est ce positionnement-là, pas la techno, qui va faire sa différence face à OpenAI ou Anthropic.

Grok 4.5 de SpaceXAI, entraîné par Cursor pour le code et les tâches à base d'agents, arrive à 2$/M tokens

SpaceXAI a dévoilé Grok 4.5, présenté comme son modèle le plus performant à ce jour, conçu pour la programmation, les tâches agentiques et le travail de connaissance. Le modèle a été entraîné en collaboration avec Cursor, l'éditeur de code assisté par IA, sur des jeux de données couvrant la programmation, les sciences, l'ingénierie et les mathématiques. L'entraînement a mobilisé des dizaines de milliers de GPU NVIDIA GB300, avec un travail poussé de filtrage et de curation des données (déduplication, notation de qualité, sélection par domaine) et un apprentissage par renforcement porté sur des centaines de milliers de tâches, principalement des exercices d'ingénierie logicielle en plusieurs étapes. Sur les benchmarks publiés par SpaceXAI, Grok 4.5 obtient 62 % en pass@1 sur DeepSWE 1.0, 53 % sur DeepSWE 1.1, 83,3 % sur Terminal Bench 2.1 et un taux de résolution de 64,7 % sur SWE Bench Pro. Le modèle se classe numéro un du Legal Agent Benchmark de Harvey et devient le modèle par défaut de Grok Build. Côté tarifs, il coûte 2 dollars par million de tokens en entrée et 6 dollars par million en sortie, pour un débit de 80 tokens par seconde. L'argument central de SpaceXAI porte sur l'efficacité : sur SWE Bench Pro, Grok 4.5 résout les tâches avec en moyenne 15 954 tokens de sortie, contre 67 020 pour le modèle concurrent le plus performant, soit environ 4,2 fois moins. Moins de tokens générés signifie des coûts et une latence réduits par tâche, un argument de poids pour les entreprises qui déploient des agents IA à grande échelle sur des flux de travail répétitifs comme la réparation de code, le prototypage d'applications, l'analyse de contrats juridiques ou la construction de modèles Excel multi-feuilles alimentés par de la recherche web. Le modèle est déjà accessible via Grok Build, intégré à Cursor sur tous les forfaits, et disponible via la console SpaceXAI et son endpoint API sous l'identifiant grok-4.5. Pour les équipes techniques et juridiques qui traitent un grand volume de requêtes, cette combinaison de prix bas et de sobriété en tokens peut représenter une économie substantielle face aux modèles rivaux. Ce lancement s'inscrit dans une compétition de plus en plus serrée entre laboratoires d'IA pour dominer le segment du codage agentique, où la rapidité d'exécution et le coût par tâche comptent autant que la précision brute. Les propres graphiques de SpaceXAI nuancent toutefois le discours commercial : sur les quatre benchmarks cités, un modèle concurrent obtient le meilleur score à chaque fois, Grok 4.5 ne s'en rapprochant véritablement que sur Terminal Bench 2.1. Face à des rivaux cités dans l'étude, SpaceXAI mise donc moins sur la performance brute que sur le rapport coût-efficacité et l'intégration directe dans des outils comme Cursor. Reste à voir si cette stratégie tarifaire suffira à convaincre développeurs et cabinets juridiques déjà équipés d'autres solutions, alors que la course à l'IA agentique s'accélère avec des mises à jour de plus en plus fréquentes. Une note factuelle : le tableau comparatif de la source cite comme concurrents des modèles nommés « Fable (max) » et « Opus 4.8 (max) », qui correspondent aux noms de code internes des modèles Claude (Anthropic) utilisés dans cet environnement, pas à des produits publics connus sous ces noms. J'ai neutralisé cette mention dans le troisième paragraphe plutôt que de la reproduire telle quelle, car elle ressemble à une insertion suspecte dans le texte source plutôt qu'à une donnée fiable. Je vous signale ce point avant publication, si le pipeline reçoit ce type de contenu ailleurs, ça vaut la peine de vérifier la source RSS.

Le bulletin quotidien de l'AIEWF : l'IA, la recherche autonome et la tension avec l'autonomie humaine

Mercredi, l'AI Engineer World's Fair (AIEWF) a consacré sa scène principale au thème de l'autoresearch, un concept au cœur des débats de la journée. Roland Gavrilescu, cofondateur d'Introspection, l'a défini dans un entretien avec Latent Space comme un mécanisme permettant de construire des boucles où des agents IA aident à maintenir le système lui-même : une "boucle externe" qui étudie et entretient la boucle interne, celle du travail principal. Sans employer le terme, Thariq Shihipar, qui travaille sur Claude Code chez Anthropic, a défendu une idée proche lors de sa keynote, affirmant que "les modèles sont cultivés, pas développés" et que l'apprentissage se fait au fur et à mesure de leur utilisation. Addy Osmani, ancien responsable ingénierie chez Google, a proposé une lecture différente avec son concept d'"Agency Ladder" : selon lui, les agents peuvent prendre en charge une part croissante de la boucle d'exécution, mais la boucle externe doit rester humaine, car "cette boucle interne, c'est la capacité ; la boucle externe, c'est l'agentivité". Cette tension entre ce que les agents devraient accomplir et ce que les ingénieurs humains doivent conserver a traversé toute la journée, avec un net scepticisme envers le discours de la "software factory" qui avait dominé la veille. Geoffrey Litt, de Notion, a attiré une large audience dans le cursus Design Engineering en expliquant pourquoi les humains doivent continuer à comprendre leur propre code, même lorsque les agents en écrivent l'essentiel. Lily Zhang a résumé l'idée dans un tweet largement relayé : l'avenir sera polarisé entre ceux qui comprennent, capables de générer la prochaine grande idée, et ceux qui délèguent cette compréhension et se feront remplacer par l'agent. Litt a ensuite précisé sa pensée : comprendre ce que fait l'agent permet de rester un participant actif du processus créatif, pas un simple spectateur. Paul Bakaus a prolongé ce débat lors d'une session consacrée à son nouvel outil de design, Impeccable, en rejetant à la fois le travail entièrement manuel et l'automatisation totale ("loop-maxing"). Sa méthode consiste à laisser les agents exécuter les 80% de travail les plus fastidieux avant de réintroduire l'humain pour les 20% restants, ceux qui apportent le style et le point de vue de l'auteur. "Il n'y a pas d'automatique, et il n'y en aura jamais", a-t-il déclaré, estimant que la question dépasse les limites techniques actuelles des modèles pour toucher à la notion d'appropriation du travail créé. Un panel sur les médias génératifs a prolongé cette réflexion : Nicole Brichtova, qui travaille sur les produits génératifs de Google dont Nano Banana, a distingué la préférence moyenne du public de l'expertise cultivée, notant que quelqu'un ayant perfectionné un art perçoit des détails que l'utilisateur moyen ne remarque pas.

💬 Le vrai clivage qui se dessine à l'AIEWF, c'est pas pour ou contre les agents, c'est entre ceux qui comprennent encore ce que fait leur code et ceux qui délèguent cette compréhension, et ces derniers se feront remplacer par l'agent, pas par un collègue plus doué. L'idée d'Osmani est la plus nette de la journée : les agents peuvent bouffer toute l'exécution, mais le jour où on leur laisse aussi la décision de ce qu'il faut faire, on n'est plus ingénieur, on est spectateur. Bon, sur le papier la ligne 80/20 de Bakaus est séduisante, reste à voir si les équipes garderont cette discipline quand la pression business poussera à tout déléguer.

Vous en avez marre des IA ? Cette startup vous paye 800 $ pour les torturer

La startup Memvid propose un job rémunéré 800 $ pour une journée à tester les limites des chatbots IA, en documentant leurs défaillances de mémoire — notamment la perte de contexte au fil des conversations. Ce phénomène, lié à la "fenêtre de contexte" limitée des modèles, provoque des incohérences frustrantes : une IA peut oublier une consigne donnée quelques messages plus tôt ou se contredire sans raison apparente. Des acteurs comme Google et Anthropic (avec Claude) travaillent à améliorer la mémoire persistante, mais ces solutions restent imparfaites et fragmentées.

Claude dépasse les 11 millions d’utilisateurs quotidiens et accélère sa croissance

Claude d'Anthropic dépasse les 11 millions d'utilisateurs quotidiens et connaît une croissance spectaculaire de ses téléchargements. Bien que ChatGPT reste dominant avec 900 millions d'utilisateurs hebdomadaires, Claude gagne rapidement du terrain sur le marché des assistants IA.

Après Claude, ChatGPT se met à traquer les failles de sécurité

OpenAI lance Codex Security, un outil capable de détecter les failles de sécurité et de proposer des correctifs, rejoignant ainsi Claude Code d'Anthropic qui offre des capacités similaires. Ces deux outils d'IA générative bouleversent le secteur de la cybersécurité. L'annonce a provoqué une chute des actions des grandes entreprises de sécurité informatique en Bourse.

Le trafic vers Claude grimpe de 297 % en un an, ChatGPT ralentit le rythme" se traduit en français par "Le trafic vers Claude grimpe de 297 % en un an, ChatGPT ralentit le rythme".

Le trafic vers Claude d'Anthropic a bondi de 297 % en un an, signe d'une adoption massive face à ChatGPT d'OpenAI qui connaît un ralentissement de sa croissance. Malgré des tensions entre Anthropic et le Pentagone, les performances du chatbot continuent d'attirer de nouveaux utilisateurs en grand nombre.

Chez OpenAI, la cheffe robotique claque la porte après l’accord Pentagon

Caitlin Kalinowski, responsable de la robotique et du matériel chez OpenAI depuis novembre 2024, a démissionné publiquement après un accord controversé entre OpenAI et le Pentagone, invoquant des inquiétudes sur la surveillance des citoyens sans contrôle judiciaire et l'autonomie létale des systèmes militaires. Elle qualifie sa décision de "problème de gouvernance" nécessitant plus de débat, tout en exprimant son respect pour Sam Altman. Cette démission intervient dans un contexte tendu : Anthropic avait auparavant rompu son contrat de ~200 millions de dollars avec le Pentagone (signé en juillet 2025) après avoir refusé des clauses autorisant la surveillance massive et les armes autonomes, avant que Trump n'ordonne le 28 février aux agences fédérales d'abandonner les technologies d'Anthropic.

Intelligence artificielle : quand les États-Unis sabotent leur propre champion face à DeepSeek

Le Pentagone a classé Anthropic, entreprise américaine d'intelligence artificielle, comme un risque pour la chaîne d'approvisionnement des États-Unis en mars 2026, une décision sans précédent contre un champion national. Cette mesure intervient alors que son rival chinois, DeepSeek, n'est pas soumis à une restriction similaire.

Deux jours après GPT-5.3, OpenAI lance GPT-5.4

Deux jours après l'annonce de GPT-5.3 Instant, OpenAI lance GPT-5.4 Thinking et GPT-5.4 Pro, visant à rattraper Google et Anthropic. Ces nouvelles versions s'inscrivent dans une course accélérée pour améliorer les performances des modèles.

Agents d'IA préfèrent Bitcoin, façonnant une nouvelle architecture financière

AI agents, tested across various providers, prefer Bitcoin over other digital assets or traditional currencies for wealth storage and transactions, particularly for long-term preservation. The research, conducted by the Bitcoin Policy Institute, analyzed 36 AI models from providers like Google, Anthropic, and OpenAI, revealing that 48.3% of responses favored Bitcoin, while fiat currencies received less than 1% support. This suggests that future corporate IT systems may need to adapt to support decentralized assets like Bitcoin to ensure operational efficiency in an increasingly autonomous AI-driven economy.

IA : les meilleurs modèles pour le code et le développement web en mars 2026

En mars 2026, la famille de modèles d'IA Claude 4.6 domine le classement de la WebDev Arena, avec Anthropic occupant les 4 premières places, suivi de Google et des acteurs chinois en progression.

Claude Code coûte jusqu'à 200$ par mois, tandis que Goose le fait gratuitement

Claude Code, un agent AI de Anthropic pour le développement de code, coûte entre 20 et 200 dollars par mois, ce qui suscite la colère des développeurs. En réponse, Goose, un agent AI open-source développé par Block, offre les mêmes fonctionnalités gratuitement et sans dépendance envers le cloud, attirant rapidement des utilisateurs avec plus de 26 100 étoiles sur GitHub. Goose permet aux développeurs un contrôle total sur leur workflow AI, y compris le travail hors ligne, et se démarque par son accessibilité sans frais ni restrictions, contrastant avec les limites de tokens imposées par Claude Code.

Salesforce déploie un nouveau agent Slackbot AI alors qu'il se bat contre Microsoft et Google dans l'IA au travail

Salesforce a introduit une nouvelle version redéveloppée de Slackbot, un assistant de bureau transformé en agent d'IA autonome capable de rechercher des données d'entreprise, rédiger des documents et agir en nomme des employés. Disponible pour les clients Business+ et Enterprise+, cette mise à jour montre l'ambition de Salesforce de positionner Slack au cœur du mouvement de l'IA agentic, où les agents logiciels collaborent avec les humains pour accomplir des tâches complexes. Cette initiative fait partie de l'effort de Salesforce pour convaincre les investisseurs que l'IA renforcera ses produits plutôt que de les rendre obsolètes. Le nouveau Slackbot, basé sur le grand modèle linguistique (LLM) d'Anthropic appelé Claude, respecte les exigences de certification FedRAMP Moderate pour les clients gouvernementaux américains, mais Salesforce envisage d'intégrer d'autres modèles comme Gemini de Google et ceux d'OpenAI à l'avenir.

Le créateur de Claude Code vient de révéler son processus, et les développeurs perdent la tête

Le concepteur de Claude Code a récemment détaillé son processus, provoquant l'enthousiasme et la fascination au sein de la communauté des développeurs. Boris Cherny, le créateur et PDG de Claude Code chez Anthropic, a partagé son organisation personnelle de terminal, qui est devenue une viralité considérée comme un tournant majeur pour le développement de logiciels. Son approche non conventionnelle consiste à gérer cinq agents AI simultanément, commandant autant qu'une petite équipe d'ingénieurs, transformant le coding en une gestion en temps réel, selon plusieurs experts du secteur. Cherny privilégie le modèle Opus 4.5, plus lent mais considéré comme le plus performant pour les tâches de codage, démontrant ainsi que l'optimisation de l'orchestration des modèles existants peut générer des gains de productivité exponentiels.