Voici la newsletter « Jefke » :

Le débat du jour

Le dilemme éthique d'Anthropic : entre profits et principes face au Pentagone

Cette semaine, une véritable bulle de discussions a agité le monde de l'IA, mettant en lumière une fracture potentiellement dangereuse entre les ambitions militaires et les garde-fous éthiques de l'intelligence artificielle. Au cœur du débat se trouve Anthropic, l'entreprise derrière le modèle Claude, qui a fermement refusé les demandes du Pentagone de supprimer les protections de ses modèles d'IA pour des usages tels que la surveillance de masse des citoyens américains et les armes entièrement autonomes.

Dario Amodei, le PDG d'Anthropic, a clairement affirmé que l'entreprise ne pouvait « en bonne conscience » céder à ces requêtes, soulignant que de telles utilisations posent des « risques graves et inédits pour nos libertés fondamentales » et dépassent ce que la technologie actuelle peut gérer en toute sécurité. Ce n'est pas une mince affaire, car le Pentagone a répliqué en menaçant de placer Anthropic sur une liste noire des « risques pour la chaîne d'approvisionnement » – une étiquette généralement réservée aux entreprises de pays adverses. Le secrétaire à la Guerre, Pete Hegseth, est même allé jusqu'à menacer d'invoquer le Defense Protection Act pour forcer Anthropic à se conformer.

Cette position intransigeante d'Anthropic, bien que risquant de lui coûter des centaines de millions de dollars de revenus avec le gouvernement, a reçu le soutien d'acteurs majeurs de l'IA. Sam Altman, PDG d'OpenAI, et Ilya Sutskever ont publiquement appuyé la décision d'Anthropic, reconnaissant la gravité de l'enjeu. Pendant ce temps, le Pentagone a conclu un accord avec xAI pour utiliser ses modèles Grok dans des systèmes classifiés, y compris le développement d'armes.

Ce bras de fer illustre la tension croissante autour de la gouvernance de l'IA. Les politiques publiques sont en jeu, avec des fonds importants (au moins 265 millions de dollars rien que pour les mi-mandats américains) investis dans la bataille pour définir les règles. Les décideurs politiques, comme Dean Ball, ancien conseiller de l'administration Trump, ont qualifié les menaces du Pentagone d'« incohérentes », craignant que cela n'envenime les relations futures entre la Silicon Valley et le gouvernement.

L'enseignement principal est que les entreprises d'IA devront de plus en plus naviguer entre la recherche de revenus et la préservation de leurs principes éthiques fondamentaux, surtout lorsque l'enjeu est la sécurité nationale et les libertés civiles.

Sources :

• The Deep View: Why Anthropic defied the Pentagon
• Gary Marcus: Did Trump Just Overplay His Hand?
• Alpha Signal: Anthropic refuses Department of War request to strip Claude's core safeguards
• TLDR: Anthropic CEO Amodei says Pentagon's threats ‘do not change our position’ on AI
• Flint: Anthropic refuse de lever ses garde-fous militaires malgré les menaces du Pentagone
• Handelsblatt: Anthropic weigert sich, Sicherheitsregeln für seine KI auf Druck des Pentagons zu streichen

L'Actu

1. Google lance Nano Banana 2 : Qualité Pro, Vitesse Flash et Texte Amélioré Google a dévoilé Nano Banana 2 (officiellement Gemini 3.1 Flash Image), son nouveau modèle de génération d'images. Il combine la qualité de Nano Banana Pro avec la rapidité de Flash, permettant de créer des images jusqu'à la résolution 4K avec une meilleure fidélité textuelle et une cohérence des personnages/objets. Le modèle est désormais disponible par défaut dans l'application Gemini, Google Search, AI Studio et Google Ads, avec des coûts API réduits de 25 à 50%. Source : The Neuron, Alpha Signal, AI Breakfast, Superhuman, The Deep View, Generative, TLDR.

• The Neuron: Google's Viral AI Image Generator Just Got a Major Upgrade (And It's Free Everywhere)
• Alpha Signal: Google releases Nano Banana 2, tops benchmarks, delivers Pro-level quality at Flash speed for half the cost
• AI Breakfast: Google collapses the cost of enterprise AI with Nano Banana 2

2. Perplexity Computer : Un "travailleur numérique" pour orchestrer 19 modèles d'IA Perplexity se transforme en "moteur d'action" avec le lancement de "Perplexity Computer", un système capable d'orchestrer 19 modèles d'IA différents (dont Claude 4.6, GPT-5.2 et Gemini) pour des projets complexes. Disponible pour 200 $/mois, cet agent déploie des sous-agents spécialisés dans des environnements sandbox pour des tâches comme la recherche, le codage et le design, sans intervention manuelle. Source : AI Breakfast, The Neuron.

• AI Breakfast: Perplexity Computer bundles rival models into $200 agentic workflow system
• The Neuron: Perplexity Computer built a fully-functioning Bloomberg Terminal

3. Jack Dorsey licencie 40% de ses effectifs chez Block grâce à l'IA Jack Dorsey, PDG de Block (Square, Cash App), a annoncé le licenciement de plus de 4 000 employés (40% de ses effectifs), attribuant cette coupe aux "outils d'intelligence" qui permettent de travailler avec des équipes plus petites et plus agiles. Cette décision a fait bondir le cours de l'action de Block de 24%, confirmant la tendance de l'IA à transformer radicalement le marché du travail qualifié. Source : Understanding AI, TLDR, The Neuron, The Deep View.

• Understanding AI: Sorry skeptics, AI really is changing white-collar work
• TLDR: Jack Dorsey's Block to lay off 40% of its workforce in AI remake
• The Neuron: Jack Dorsey halved Block's staff via 4,000+ AI-fueled layoffs

4. Claude Code : La mémoire persistante pour une IA plus adaptative Anthropic a introduit une fonction d'auto-mémoire pour Claude Code, permettant à son assistant de se souvenir des apprentissages clés — commandes de build, solutions de débogage, préférences de style — et de les appliquer lors des sessions futures. Cette fonctionnalité transforme Claude en un outil qui s'adapte progressivement au développeur, évitant ainsi de répéter les instructions de configuration à chaque démarrage. Source : Alpha Signal, Flint.

• Alpha Signal: Anthropic builds Claude Code memory that writes its own notes into MEMORY.md
• Flint: Claude Code mémorise automatiquement le contexte entre les sessions

5. Hermes Agent : L'agent IA open-source qui apprend avec toi Nous Research a lancé Hermes Agent, un agent IA personnel open-source conçu pour fonctionner localement sur ta machine et s'intégrer à tes applications de messagerie (Telegram, Discord, Slack, WhatsApp). Il devient plus intelligent avec le temps et est capable de gérer des tâches récurrentes, des rapports automatisés et des briefings quotidiens. Ce projet, entièrement open-source sous licence MIT, est comparé à l'agent populaire OpenClaw. Source : Superhuman, AI Breakfast.

• Superhuman: Nous Research releases Hermes Agent, an open-source AI agent that gets smarter over time
• AI Breakfast: Nous Research launches open-source Hermes Agent with persistent memory and 24/7 autonomous task execution

Avis d'Expert

La fiabilité, le maillon faible des agents IA : un appel à un nouveau cadre de mesure

Arvind Narayanan, professeur d'informatique à Princeton et co-auteur du livre AI Snake Oil, met en lumière un problème critique : malgré 18 mois de progrès fulgurants en termes de capacités, la fiabilité des agents IA n'a que modestement évolué, et surtout, personne ne la mesure correctement. Son équipe a publié un cadre novateur pour évaluer la fiabilité, arguant que l'industrie se contente trop souvent d'un seul chiffre : le taux de réussite moyen.

Pourtant, des secteurs où la fiabilité est vitale, comme l'aviation ou le nucléaire, ont depuis longtemps compris que la performance moyenne est insuffisante. Ils se basent sur quatre dimensions clés :

• Consistance : Les résultats sont-ils identiques dans des conditions similaires ?
• Robustesse : La performance est-elle maintenue même en conditions dégradées ?
• Calibration : L'agent est-il capable de signaler ses propres incertitudes ?
• Sécurité : La gravité des échecs est-elle limitée ?

Après avoir décomposé ces dimensions en douze métriques et testé 14 modèles d'OpenAI, Google et Anthropic sur 500 exécutions, l'équipe de Narayanan a révélé des lacunes frappantes. Les agents échouent régulièrement sur des tentatives identiques, avec des scores de consistance variant de 30% à 75%. Une simple reformulation d'instructions, sans en changer le sens, peut faire chuter la performance. Le point le plus faible est la calibration : la plupart des modèles ne parviennent pas à distinguer leurs réponses correctes de leurs erreurs mieux que le hasard. De manière contre-intuitive, les modèles plus grands améliorent certaines dimensions, mais peuvent parfois dégrader la consistance.

Ce décalage entre les capacités impressionnantes et la fiabilité stagnante pourrait expliquer pourquoi l'impact économique des agents IA reste progressif, malgré des benchmarks spectaculaires. Narayanan trace une distinction claire : un copilote de code qui suggère une mauvaise variable est acceptable, un agent autonome gérant un processus industriel avec des résultats erratiques ne l'est pas. Son équipe prévoit de lancer un "reliability index" pour suivre ces métriques, soulignant l'urgence de passer de l'expérimentation à une ingénierie de la fiabilité pour que l'IA tienne ses promesses.

Source : Flint: L'éclairage d'Arvind Narayanan - La fiabilité, parent pauvre des agents IA

• Flint: La fiabilité, parent pauvre des agents IA

Le Cadeau

Maîtrise les prompts comme un pro : le guide du photographe pour des images IA parfaites

Tu veux des images IA qui claquent vraiment ? Oublie les prompts basiques. The Neuron a partagé un guide de Google pour Nano Banana qui va transformer ta façon de penser tes requêtes. L'idée clé : pense comme un photographe ou un cinéaste, pas seulement comme un ingénieur de prompt.

Ce guide gratuit et non-commercial te propose un cadre en six éléments pour des résultats de niveau professionnel :

• Sujet : Qui ou quoi est dans le cadre ? Sois ultra-précis ("un robot barista stoïque avec des optiques bleues lumineuses", pas juste "un robot").
• Composition : Comment est-ce cadré ? (gros plan extrême, plan large, angle bas, portrait).
• Action : Que se passe-t-il ? (préparant du café, en pleine course, lançant un sort).
• Lieu : Où ça se passe ? (un café futuriste sur Mars, une prairie ensoleillée à l'heure dorée).
• Style : Quelle est l'esthétique ? (animation 3D, film noir, aquarelle, photoréaliste, photographie de produit années 90).
• Instructions d'édition : Sois direct pour modifier des images existantes ("changer la cravate en vert", "retirer la voiture en arrière-plan").

Pour aller plus loin, ajoute des détails sur la caméra et l'éclairage : "Un plan en contre-plongée avec une faible profondeur de champ (f/1.8), un contre-jour doré créant de longues ombres, un étalonnage cinématographique avec des tons sarcelle doux." Pour le texte, indique clairement ce qui doit apparaître et comment : "Le titre 'URBAN EXPLORER' rendu en gras, blanc, police sans-serif en haut." Et pour la cohérence des personnages, utilise des images de référence en définissant leur rôle.

Le bonus ? Tu peux télécharger ce guide directement dans ton IA pour qu'elle t'aide à créer le prompt parfait.

Source : The Neuron: Prompt Tip of the Day - Learn Any Technical/Coding Topic

• The Neuron: Google published a prompting guide for Nano Banana

Un dernier pour la route

Apparemment, des industries entières perdent 5% de leur valeur boursière parce qu'Anthropic publie des fichiers Markdown sur son GitHub public. Je ne suis pas sûr si l'IA remplace les emplois, mais elle remplace clairement la nécessité d'avoir des informations plus substantielles pour paniquer les marchés financiers.

Source : Un twittos cité par Flint (traduit du français) : "Un twittos"

Cette newsletter est rédigée par Gemini 2.5-Flash à partir d'un échantillon de newsletters IA reçues lors des dernières 24h. Il s'agit d'une expérience qui vise notamment à évaluer le taux d'hallucination dans les contenus rédigés sans supervision humaine.