Blog

Hermes Agent rencontre Claude Code Agent View : Deux paradigmes pour l’assistant IA autonome

Mardi 16 juin 2026

Bonjour, ce digest hebdomadaire examine les vidéos les plus importantes provenant d’environ 40 chaînes YouTube AI et Coding curatorées — avec de la substance, pas du superficiel top-5. Un résumé complet par vidéo, plus un aperçu hebdomadaire des thèmes dominants. Lisez tranquillement — ou copiez un résumé dans l’LLM de votre choix et approfondissez. Cliquez sur le lien sous chaque résumé pour regarder la vidéo originale.

Sorties de modèles et benchmarks

Google a testé en interne les variantes Gemini 3.2 (en interne « Fanta », « Sprite », « Cola » ainsi que la série de checkpoints plus prometteuse « Cappuccino » pour Gemini 3.5 Flash), dont la génération de code et d’UI reste en retrait par rapport aux attentes selon les tests de WorldofAI — parallèlement, un modèle vidéo multimodal non diffusé nommé Gemini Omni a été leaké, permettant aux premiers utilisateurs de l’activer dans l’app et que des utilisateurs comparent qualitativement à Sora 2. OpenAI travaille en interne sur GPT-5.6 (noms de codes Ember Alpha, Beacon Alpha). Le modèle nouvellement annoncé Subq avec une fenêtre de contexte de 12 millions de tokens et une architecture d’attention Sparse supposément subquadratique a suscité l’attention d’AI with Arnie ; selon la vidéo, les benchmarks sont limités et contestés, un paper technique manque encore. Selon les évaluations indépendantes (XBO et UK AI Security Institute), Mythos Preview d’Anthropic a surpassé GPT-5.5 sur les tâches de cybersécurité comme les chaînes d’attaque et la découverte de vulnérabilités.

IA locale et Open Source

Hermes Agent v2.0 a reçu en plus de l’application Desktop une nouvelle intégration Qwen-3.6-Plus (gratuite pendant une durée limitée), Light-Panda comme backend de navigateur intégré et support Computer-Use. Alex Finn a démontré Hermes sur Nvidia DGX Spark avec le modèle Qwen 3.6 27B exécuté localement pour des cas d’usage comme les rapports boursiers IA, le retraitement de contenu YouTube et le Vibe-Coding. WorldofAI a montré la combinaison de CLI Codex d’OpenAI avec Ollama, permettant aux modèles comme Deepseek, Gemma 4 ou Qwen 3 d’être utilisés localement et gratuitement dans Codex. Le format ONNX en tant que format d’échange agnostique du framework de modèles a été présenté par NeuralNine comme alternative pertinente pour la production aux dépendances de déploiement PyTorch ou TensorFlow.

Claude Code et outils Anthropic

En plus du dashboard Agent View et de la fonctionnalité `/goal` — que plusieurs chaînes ont démontré en détail — Anthropic a lancé la fonction Remote Control, qui rend Claude Code contrôlable par smartphone (Julian Ivanov). Nate Herk a catalogué les cinq méthodes de déploiement pour les automations Claude, des Loops aux Cloud Routines jusqu’à Trigger.dev. Matt Pocock a apporté de nouvelles Skills au dépôt GitHub (70 000 stars) : `/handoff` pour les transferts d’agents préservant le contexte, `/prototype` pour la génération de variantes d’UI, plus les premières previews de `/review` et Writing Skills ; il a également remplacé `/grill-me` par `Grill with Docs`, qui écrit le langage omniprésent Domain-Driven-Design dans un `context.md`. Ben AI a montré comment utiliser Claude Design avec des systèmes de design préparés, des templates et des Skills pour des outputs cohérents, et a présenté cinq Skills d’architecture pour un système opérationnel IA. Mark Kashef a argumenté que la plupart des collections de Skills nuisent activement à cause de la surcharge de tokens et a présenté huit conseils d’audit.

Agents de codage (non-Claude)

Melvynx a documenté son passage de Claude Code à Codex d’OpenAI : coûts de tokens réduits, multitâche via Work-Trees, meilleure UI — et a montré comment migrer les Skills via symlinks. Leon van Zyl a construit avec CLI Codex un générateur d’images IA complet (Next.js, Docker, Postgres, API GPT-4-Image) et a livré l’un des tutoriels Codex les plus pratiques de la semaine. Grok Build de XAI a été testé en direct par Alex Finn avec des benchmarks 3D (First-Person-Shooter, animation Elon Musk, survol de ville) — le verdict : compétent, mais l’expérience utilisateur et les coûts restent des points faibles. MiniMax Agent basé sur MiniMax M1 (pas M2.7 comme mentionné dans la vidéo — positionné à bas coût par rapport à GPT-5.5) a démontré le déploiement de sites web, l’analyse CSV avec sortie PDF LaTeX et la génération d’histoires vidéo.

Système opérationnel IA personnel et frameworks Agents

Archon de Cole Medin — un Open Source Harness Builder spécialisé pour le codage IA — est passé en direct cette semaine avec un Workflow Marketplace où les utilisateurs peuvent partager leurs propres workflows ; un workflow automatique de vérification PR valide les contributions. N8N a présenté son MCP officiel, qui permet aux agents non seulement d’exécuter des workflows, mais aussi de les créer et les éditer, ainsi que N8N Desk, une application Desktop Open Source similaire à Claude Desktop, mais qui délègue l’exécution à des instances N8N Cloud au lieu de localement. Nate Herk de NeuralNine a construit un agent de codage entièrement automatisé qui est invoqué via Slack ou GitHub Issues, exécute Claude Code en mode headless et crée une Pull Request — orchestré via deux workflows N8N. Brian Casel a démontré OpenClaw sur un Mac Mini comme base pour son agent quotidien de scan Marketing-Radar « Veil », dont les résultats atterrissent sous forme de Markdown dans Dropbox et sont accessibles via Telegram. Sebastien Dubois a classé la gestion du contexte en huit niveaux de maturité — de la requête sans contexte au système de connaissances entièrement maintenu et lisible par les agents.

Automation IA et workflows

Nate B. Jones a analysé cette semaine dans plusieurs vidéos la couche infrastructure derrière les workflows Agents : Pinecone remanie son interface de retrieval avec NoQL pour des contrats de données plus agentcentriques ; Page Index mise sur des arbres de documents plutôt que des chunks ; SAP a acheté Dreamio et Prior Labs pour les données d’entreprise structurées ; Microsoft pousse Graph RAG. La thèse principale : l’unité de retrieval doit correspondre au travail — des chunks pour les FAQs, des tableaux pour l’analyse financière, des graphes pour les dépendances. Parallèlement, Jones a décrit le pattern « LLM as Judge » comme couche de contrôle pour les actions des agents : un modèle Judge spécialisé se situe à la limite d’action et décide entre permission, blocage, rétravail et révision humaine — avec quatre catégories d’actions de lecture seule jusqu’au haut risque. Tech With Tim a montré Browserbase comme plate-forme pour l’automatisation des navigateurs assistée par IA (avec SDK Stagehand) ainsi que Compose comme outil qui réduit le context-bloat lors de connexions d’outils à un minimum via découverte à la demande.

Vidéo IA et création de contenu

Cole Medin a démontré un workflow complet pour les vidéos générées par IA avec audio : HyperFrames pour le rendu, Claude Code comme couche de contrôle, 11Labs ou Kokoro pour la synthèse vocale et Archon comme gestionnaire de workflow — le dépôt Open Source doit être déployable en moins de dix minutes selon la vidéo. Julian Ivanov a utilisé la même trinité Claude Code, HyperFrames et Claude Design comme remplacement du montage vidéo : Videouse coupe par transcript, HyperFrames génère Motion Graphics, Claude Design intègre la marque — résultat final en 4K. Tech With Tim a montré le serveur Higgs Field MCP comme interface unifiée pour la génération d’images (GPT Image 2) et vidéo (Seedance 2.0) directement dans Claude, y compris l’amélioration automatique des prompts par l’agent.

IA, affaires, marketing et freelance

Kyle Balmer a exposé son système de production de contenu : plus de 20 pièces par jour avec deux personnes, Hermes/Claude pour le repérage de sujets et la génération de scripts, ChatGPT Images 2.0 pour les diapositives, Descript pour les transcriptions, ManyChat pour les cadeaux par email (100-300 nouvelles adresses quotidiennement). La thèse critique : la présence en direct et à l’écran deviennent plus précieuses avec la saturation de l’IA, pas moins. Nate B. Jones a détaillé comment Salesforce (Agentic Work Units, 800 millions de dollars ARR avec AgentForce), Microsoft (Copilot Credits, Microsoft Agent 365 pour 15 dollars/utilisateur/mois) et ServiceNow (Action Fabric) changent leurs modèles de facturation des licences par siège aux unités d’action — et a averti que la position de négociation face aux fournisseurs est forte seulement avant la mise en production. TheAIGRID a présenté dix outils IA pour les petites entreprises, dont Claude Co-work, Gamma.app, Canva AI, Zapier et Chatbase.

Industrie et stratégie IA

Selon les données de Ramp, Anthropic compte pour la première fois plus de clients Business vérifiés qu’OpenAI — pour les revenus annualisés des deux entreprises autour de 30 milliards de dollars. La croissance 80x d’Anthropic plutôt que les 10x prévus crée un vrai problème de compute qui se reflète dans les nouvelles limitations d’utilisation. Nate B. Jones a décrit la couche de mise en œuvre émergente comme le vrai porteur de valeur de l’ère des agents : conception de workflows, accès aux données, limites d’autorité, évaluations et pistes d’audit — une couche qu’Anthropic ni OpenAI ne peuvent gérer avec un lancement de produit, car elle est spécifique au client et profondément ancrée dans les objets métier (Leads, Cases, Policies). McKinsey, BCG, Accenture et les sociétés de capital-risque avec des milliers d’entreprises de portefeuille se positionnent ici agressivement. L’incident de sécurité sur la plate-forme IA Lily de McKinsey — une injection SQL permettait pour 20 dollars un accès complet en lecture et écriture à des millions de messages de chat — a été analysé par Jones comme avertissement pour tous les achats d’IA d’entreprise : 22 sur 200 endpoints API ont été déployés sans authentification, car les équipes de sécurité ont été impliquées trop tard dans la décision d’achat.

IA et société / Avenir du travail

Le débat sur l’atrophie cognitive causée par les outils IA a été ouvertement mené par Theo cette semaine : les développeurs perdent des compétences quand ils n’ont plus à réfléchir eux-mêmes aux détails de mise en œuvre — sa contre-proposition est d’utiliser l’IA pour la planification et la recherche, tout en conservant consciemment la mise en œuvre. La vidéo Coding-with-Lewis sur l’histoire de Meta Llama a retracé comment la confiance de la communauté Open Source a été perdue par des benchmarks manipulés sur Llama 4 — un pattern pertinent au-delà de Meta. Everlast AI a discuté avec des experts du rôle de la Chine en tant que puissance technologique jusqu’en 2030 : surcapacités systémiques, pression démographique, aspiration à l’indépendance en matière de semiconducteurs — et la question de la réaction de l’Europe. L’interview No-Priors avec Jacob Helberg a éclairé « Pax Silica », l’initiative américaine pour sécuriser les chaînes d’approvisionnement IA via un écosystème de 14 pays avec des zones industrielles déployées à l’avant sur les Philippines.

Brèves notes

Anthropic et Musk/SpaceX : selon Everlast AI, les modèles Claude d’Anthropic s’exécutent sur SpaceX Colossus-1, ce qui double les limites hebdomadaires de Claude Code. — AWS permet maintenant aux agents de contrôler les applications de bureau dans des espaces de travail gérés (ERP, logiciels hérités, mainframes). — Agentic Commerce : OpenAI/Stripe (ACP), Shopify/Google (UCP) et Google AP2 en tant que couches d’autorisation rivales pour les achats autonomes ont été cartographiées en détail par Nate B. Jones. — Melvynx a basculé de Prisma à Convex comme solution de backend et a présenté son nouvel NStack (TanStack Start + Convex + Better Auth). — Dave Ebbelaar a montré la recherche hybride (BM25 + Embeddings + Reranker avec Cohere) et Agentic RAG en pur Python comme patterns de production. — Nick Saraev a publié un cours complet pour construire des applications mobiles avec Claude Code. — Long Lake Management a annoncé l’acquisition d’American Express Global Business Travel pour 6,3 milliards de dollars — positionnée comme première acquisition d’une entreprise cotée en bourse via une plate-forme IA Nexus assistée par IA.

AI Explained

Aucune nouvelle vidéo au cours de cette période.

AI Foundations (1 nouvelle vidéo)

• Full Hermes Agent Set-Up For Beginners in 2026! (24/7 AI Agent)
  12.5.2026, 14:56:27

  La vidéo est un tutoriel sur la configuration du Hermes Agent, un agent IA autonome 24/7 fonctionnant sur un serveur et s’améliorant continuellement à partir des retours utilisateur. L’agent est composé de trois couches : la mémoire, les compétences et les Cron-Jobs. La mémoire permet à l’agent d’intégrer les connaissances acquises dans les sessions futures. Les compétences sont des automatisations ou des mini-workflows que l’agent crée et améliore. Les Cron-Jobs permettent de planifier des tâches à des moments spécifiques. L’agent fonctionne selon une boucle où il fixe des objectifs, utilise des outils, produit des résultats et s’améliore grâce aux retours.

  L’auteur compare la configuration de l’agent sur un ordinateur local avec celle sur un VPS (Virtual Private Server). Un VPS est toujours en ligne et évolutif, tandis qu’un ordinateur local n’est actif que lorsqu’il est allumé. La configuration sur un VPS est décrite en détail, incluant l’utilisation de Hostinger pour le déploiement du VPS et la configuration de l’agent via un terminal. L’agent peut utiliser divers modèles comme Claude, OpenAI ou Open Router et être contrôlé via différentes plateformes de messagerie comme Telegram.

  À la fin, l’auteur montre un exemple pratique d’utilisation du Hermes Agent pour créer et publier automatiquement des articles de blog basés sur ses vidéos YouTube. L’agent vérifie les analytics, améliore les contenus et peut être contrôlé via Telegram.

  La vidéo traite explicitement de Hermes Agent, Open Router, Claude, OpenAI et d’outils spécifiques comme Telegram. Elle s’adresse plutôt aux utilisateurs de niveau intermédiaire et avancé.

AI mit Arnie (1 nouvelle vidéo)

• Claude Code ne suffit plus
  15.5.2026, 13:06:39

  La vidéo présente l’annonce de Subq (Subquadrantic), un nouveau modèle d’IA doté d’une fenêtre de contexte de 12 millions de tokens, ce qui représente un progrès considérable par rapport aux modèles existants comme ChatGPT (1 million de tokens). Subq utilise une architecture d’attention clairsemée subquadratique qui lui permet de se dimensionner linéairement plutôt que quadratiquement, ce qui entraîne une efficacité beaucoup plus élevée et des coûts réduits. Le modèle serait 52 fois plus rapide et ne coûterait que 5% des frais des modèles concurrents comme Opus. L’annonce a été publiée sur X (anciennement Twitter) par Alexander et comprend une API pour Subq Code et Subq Search.

  Les avantages de Subq résident dans la possibilité de conserver de grandes bases de code ou de longues documentations entièrement en contexte, ce qui pourrait rendre inutiles les solutions de contournement actuelles comme RAG (Retrieval-Augmented Generation) ou les workflows d’agents. L’architecture d’attention clairsemée permet de ne considérer que les tokens pertinents, ce qui augmente considérablement la puissance de calcul et la vitesse. Cependant, il n’existe pas encore de documents techniques détaillés, et les benchmarks disponibles sont limités et parfois contestés.

  Le potentiel de Subq est énorme, car il pourrait révolutionner la façon de travailler avec l’IA dans des domaines tels que le codage, le droit, la recherche et les audits. Néanmoins, la question reste de savoir si le modèle peut fournir la qualité et la fiabilité promise avec de grandes fenêtres de contexte. Les benchmarks disponibles montrent des résultats prometteurs, mais des tests et des confirmations supplémentaires sont nécessaires.

  La vidéo aborde explicitement le nouveau modèle Subq et est plutôt destinée aux utilisateurs de niveau intermédiaire ou avancé qui souhaitent approfondir les détails techniques et les implications des modèles d’IA.

AI News & Strategy Daily | Nate B Jones (7 nouvelles vidéos)

• Anthropic’s Mythos Just Beat OpenAI’s GPT-5.5 At Real Hacking
  16.5.2026, 15:01:03

  # Résumé : Cinq histoires sur les agents IA cette semaine

  La vidéo traite de cinq développements récents autour des agents IA et leur application pratique :

  **1. Plateforme développeur Notion :** Notion a lancé une plateforme développeur avec CLI, fonctions hébergées (Workers), webhooks et une API Agents externe. Cela permet d’intégrer des agents comme Claude directement dans les espaces de travail Notion en tant que participants – non seulement comme boutons, mais comme partenaires de workflows intégrés. Exemple : Un deal commercial dans Salesforce déclenche un Worker Notion qui synchronise les données, un agent conçoit un plan d’onboarding que le CSM vérifie avant envoi.

  **2. Les limites d’utilisation de Claude se renforcent :** Anthropic doit rationner la capacité informatique car l’utilisation d’agents surcharge les modèles d’abonnement. En avril, Anthropic a bloqué les outils tiers comme Open Claw sur les abonnements personnels, ce qui a poussé de nombreux développeurs vers OpenAI. Maintenant Anthropic permet à nouveau une utilisation limitée d’agents sous une limite de débit mensuelle, qui se convertit ensuite en paiement par jetons API – une solution moins transparente et moins populaire que le modèle transparent d’OpenAI.

  **3. Anthropic dépasse OpenAI chez les clients entreprises :** Selon les données de Ramp, Anthropic a pour la première fois plus de clients entreprises vérifiés qu’OpenAI. Les deux sociétés tournent autour de 30 milliards de dollars en revenus annualisés. Anthropic avait prévu une croissance 10x mais connaît une croissance 80x – un vrai problème informatique.

  **4. Mythos et GPT-5.5 montrent des capacités de cybersécurité :** Des évaluations indépendantes (XBO et UK AI Security Institute) montrent que Mythos Preview surpasse GPT-5.5 dans les tâches de cybersécurité (chaînes d’attaque de la reconnaissance à la prise de contrôle du réseau) à budget de jetons égal. Mythos excelle dans les audits de code et la détection de vulnérabilités, mais nécessite une infrastructure de validation. Pour les équipes logicielles, c’est un signal : construire des workflows de sécurité alimentés par l’IA, scanner les bases de code critiques avec Mythos/5.5, préparer les processus de divulgation et de patch.

  **5. AWS Workspaces pour agents IA :** AWS permet maintenant aux agents de contrôler des applications de bureau dans des environnements Workspaces gérés – systèmes ERP, logiciels hérités, interfaces mainframe. Cela résout l’automatisation de bureau pour le travail de back-office (sinistres, règlement commercial, approvisionnement), mais nécessite une gouvernance : enregistrement des captures d’écran, audit trails, portes d’approbation humaine, pas d’automatisation complète immédiate.

  **Point global :** L’ère des agents IA est maintenant concrète – non pas dans de grands lancements de modèles, mais dans l’intégration de workflows, les bouleversements de facturation et l’automatisation pratique en entreprise. Les lois d’échelle ont rendus les agents suffisamment bons pour servir les logiciels existants ; cela change ce qui peut être automatisé rapidement.

  —

  Claude et OpenAI (GPT-5.5, GPT-5.5 Cyber), Open Claw et AWS explicitement mentionnés comme prestataires/outils ; format digest d’actualités.

• Your SaaS Bill Just Got a Second Meter. You’re About to Pay It.
  15.5.2026, 14:00:04

  # Résumé : Tarification des agents et l’avenir des modèles SaaS

  L’accent est mis sur le changement fondamental des modèles de tarification SaaS due aux workflows d’agents. Salesforce rapporte pour son produit Agent Force un ARR de 800 millions de dollars avec une croissance YoY de 169%, et mesure non pas les jetons, mais les Agentic Work Units – les actions concrètes que les agents exécutent au sein de la plateforme. Simultanément, Microsoft lance Agent 365 à 15 dollars par utilisateur par mois plus une licence de gouvernance séparate qui contrôle la façon dont les agents agissent dans l’environnement Microsoft.

  Le problème central : Le SaaS traditionnel était basé sur des licences par siège – on payait pour le nombre de personnes utilisant le logiciel. Ce modèle ne fonctionne plus quand un agent utilise le logiciel sans utilisateur humain. Les agents peuvent lire les entrées CRM, mettre à jour les tickets de support et exécuter des workflows sans qu’un humain soit connecté. Cela élimine le « humain comme unité de valeur ».

  **Trois modèles de tarification en vue d’ensemble :**
  – **Salesforce** : Flex Credits et Agentic Work Units par action (mises à jour, résumés, workflows)
  – **Microsoft** : Modèle hybride avec tarification par siège pour Copilot plus crédits Copilot Studio supplémentaires pour différentes fonctionnalités d’agent (Answers, réponses génératives, actions de workflow)
  – **ServiceNow** : Action Fabric mesure les unités de travail opérationnel plutôt que les appels API – déclencher une gestion d’accès ou lancer un onboarding entraîne des frais

  De plus, les politiques d’accès se renforcent : SAP par exemple établit des limites claires autour des agents externes ou non approuvés par SAP qui accèdent aux données SAP. C’est décidé contractuellement, pas techniquement – potentiellement un péage pour chaque agent d’un autre fournisseur.

  **Équitable vs. extraction de rentes pour les licences d’agent :**
  Un modèle équitable : compteurs transparents et prévisibles ; les actions réussies coûtent comme les échecs ; les agents tiers ont un chemin défini ; distinction claire entre lecture, brouillon, écriture, approbation et exécution ; plafonds définissables ; données d’utilisation exportables ; tarifs stables pendant la durée.

  Un modèle d’extraction de rentes : accès « IA » vague sans transparence, seuls les agents du fournisseur pratiques, agents externes bloqués, données d’utilisation facturables même si le client les génère lui-même, travaux échoués comptent comme facturables, le compteur caché jusqu’au renouvellement, les forfaits de crédits expirent tandis que les dépassements sont facturés immédiatement.

  **Pour les développeurs, c’est décisif :** La plupart des équipes ne considèrent que les coûts de jetons, et non le fait que contractuellement il a déjà basculé vers les Work Units, les actions de workflow ou d’autres compteurs. Un développeur en conversation avec l’auteur utilisait 8 milliards de jetons en un mois – c’est la nouvelle normalité. Les agents doivent être optimisés en coûts : Quels appels d’outils sont chers ? Lesquels sont réversibles ? Quand lit-on, quand écrit-on, quand exécute-t-on ? Un agent qui aveuglément exécute chaque action avec le même budget de ressources devient une catastrophe budgétaire en production.

  **Stratégie de négociation avant le renouvellement :**
  Vous n’avez du levier que tant que les agents ne sont pas productifs. Après, la négociation devient asymétrique – si les workflows quotidiens en dépendent, le fournisseur peut imposer des augmentations de prix. Questions concrètes : Qu’est inclus dans les sièges existants ? Les agents agissant au nom d’utilisateurs sont-ils couverts ? Un agent indépendant a-t-il besoin d’une licence propre ? Les agents tiers peuvent-ils utiliser le même chemin que les agents du fournisseur ? Quelles actions consomment des crédits ? Les actions échouées comptent-elles ? Le tarif est-il fixé pour la durée ? Les plafonds peuvent-ils être définis par département, workflow ou agent ?

  La question la plus critique : Le modèle économique change-t-il si l’agent réduit le nombre de sièges humains ? Si un agent de support résout des centaines de tickets – peut-on réduire les postes de support ? C’est le moment où l’incitation du fournisseur et l’intérêt du client entrent en collision.

  **Thèse centrale :** La tarification suit le contrôle de plateforme. Le fournisseur qui définit la nouvelle unité de travail revendique le droit de la monétiser. Salesforce mesure les actions d’agent car Salesforce définit de nombreuses actions CRM. ServiceNow mesure le travail opérationnel car ServiceNow définit la couche d’action d’entreprise. Microsoft veut des crédits Copilot car Microsoft contrôle le graphe de productivité. Quiconque ne comprend pas ces incitations et ne construit qu’avec l’agent du fournisseur, sans sécuriser les chemins des agents tiers, risque que l’économie de l’agent appartienne en fin de compte au fournisseur.

  **Format opinion/réflexion avec éléments de deep-dive ; aucun modèle IA spécifique, mais plutôt des plateformes fournisseurs (Salesforce, Microsoft, ServiceNow, SAP, HubSpot, Workday, Atlassian, Zendesk) thématisées.**

• The Trillion Dollar Agentic Workflow Opportunity Is Here
  14.5.2026, 14:01:09

  # Résumé : La couche d’implémentation et l’avenir des agents IA d’entreprise

  Ceci est une analyse stratégique sur la convergence de trois forces : le capital-risque, qui doit sauver ses portefeuilles SaaS en difficulté, les hyperscalers (OpenAI, Anthropic), qui réalisent qu’ils ont besoin d’ingénieurs forward-deployed sur place pour implémenter l’IA d’entreprise, et les entreprises, qui veulent désespérément déployer des workflows d’agents mais ne savent pas comment.

  La thèse centrale : la vraie valeur réside non pas dans le modèle, mais dans la **couche d’implémentation** — l’écosystème de conception de workflows, d’accès aux données, d’autorité/limites, d’évaluations et d’audit trails qui transforme un agent IA générique en un système d’entreprise fonctionnant.

  **Quatre axes de pression façonnent le marché :**
  1. **Les labs descendent** : Anthropic et OpenAI créent leurs propres entreprises de déploiement, embauchent des ingénieurs embarqués et construisent des produits comme Claude Design ou des modèles Finance — un signal clair de l’endroit où ils voyaient la valeur.
  2. **Les cabinets de conseil montent** : McKinsey, BCG, Accenture et PWC construisent des équipes Agentic Practice délibérées et des équipes de livraison pour le déploiement en production — appuyés par des décennies de relations client.
  3. **Les systèmes d’enregistrement s’ouvrent stratégiquement** : Salesforce, ServiceNow, Workday et SAP construisent des APIs et des frameworks d’agent directement dans leurs plateformes. Ils ne veulent pas d’une couche intermédiaire startup entre les données et l’agent.
  4. **Le capital-risque comme distribution** : les entreprises PE contrôlent des milliers de PME et peuvent déployer un partenaire de déploiement de manière standardisée sur des portefeuilles entiers.

  **La couche d’implémentation en détail :**
  – **Conception de workflows** : Quelles décisions le modèle peut-il prendre ? Quelles étapes restent manuelles ? Où sont les transitions ?
  – **Accès aux données** : Quelles sources de données sont autoritaires ? Quelles permissions s’appliquent au niveau ligne/champ ?
  – **Autorité** : Que peut faire l’agent ? Quelles limites sur les commits ou les dépenses ?
  – **Évaluations** : Comment mesurer correct/complet/sûr — non pas comme repère, mais comme notation contre les règles métier ?
  – **Audit Trails et propriété** : journalisation, reconstruction d’erreurs, annulation, ajustement continu.

  **Le cœur stratégique** : SaaS était « générique » — une solution s’adaptait partout. Les workflows agentic sont l’inverse : la valeur disproportionnée se situe dans la personnalisation et la conception orientée objet. Un agent de vente doit comprendre les objets de vente (leads, comptes, deals, étapes d’entonnoir). Un agent de support doit modéliser les cas, les politiques, les clients, les droits.

  **Pour les constructeurs** : soyez plus proche de l’objet métier qu’du raisonnement abstrait. Comprenez la couche d’implémentation assez profondément pour reconnaître ce qui crée vraiment de la valeur par rapport au simple marketing de modèle. Les entreprises PE testent déjà si les équipes internes peuvent construire avec Claude en un week-end — cela échoue avec les vrais workflows d’entreprise car la couche d’implémentation est trop nuancée.

  **Pour les acheteurs** : posez des questions précises sur les objets de données, les détails des workflows et la propriété après le lancement. Des réponses génériques comme « le modèle s’améliorera » ou « vos données nous aident » sont des signaux d’alerte.

  **Pour le PE** : c’est un marché de mille milliards de dollars car les agents peuvent accomplir des workflows entiers — quelque chose qui est devenu fiable et scalable depuis environ 2026. Le PE en profite doublement : pression push (SaaS en danger) et pull (standardiser et vendre l’IA sur les portefeuilles d’entreprises).

  Le message : l’architecture de la couche d’implémentation n’est pas quelque chose qu’Anthropic ou OpenAI peuvent surmonter demain avec un lancement de produit — c’est spécifique, personnalisé et biaisé vers les constructions internes. Celui qui contrôle cette couche contrôle la valeur.

  **Démo/opinion hybride avec deep-dive stratégique d’entreprise profond ; aucun nom d’outil IA spécifique à part Claude, OpenAI et Anthropic mentionné ; PE et hyperscalers comme acteurs centraux.**

• Pinecone Just Demoted Vector Search. Here’s the Knowledge Layer.
  13.5.2026, 14:01:15

  # Résumé

  La vidéo analyse un problème fondamental dans l’architecture des agents : les agents en production gaspillent d’énormes quantités de fenêtres de contexte et de jetons par redécouverte de redondance. Pine Cone, SAP, Google et Microsoft construisent simultanément des systèmes pour résoudre ce problème de mémoire – mais non par de meilleures bases de données vectorielles, mais par des approches de récupération structurellement différentes.

  L’insight central : le RAG classique (recherche vectorielle sur des chunks de texte) a été optimisé pour les chatbots – un utilisateur pose une question, trois paragraphes sémantiquement similaires sont retournés. Les agents fonctionnent différemment : ils exécutent des workflows plus longs, ont besoin de références croisées sur des centaines de pages et doivent fournir des réponses correctes et contextuelles, pas seulement des passages de texte pertinents. Pinecone durcit son interface de récupération avec NoQL pour porter l’intention, les filtres, les politiques d’accès et la provenance. Page Index affirme que de nombreux documents ne devraient pas être fragmentés du tout puisque leur structure hiérarchique (comme les contrats avec des définitions 40 pages plus loin) est le sens — ils utilisent plutôt des arbres de documents. SAP a acheté Dreamio (Lakehouse avec couche sémantique) et Prior Labs (modèles de fondation tabulaires) car la plupart des connaissances d’entreprise résident dans des tableaux structurés, non dans de la prose. Microsoft pousse Graph RAG pour des requêtes structurées relationnelles.

  Le principe décisif : l’unité de récupération doit correspondre au travail — chunks pour les FAQ, sections pour les dépôts, tableaux pour l’analyse financière, voisinages de graphe pour les dépendances. Les fenêtres de contexte plus grandes n’aident pas automatiquement ; le problème n’est pas si la réponse est quelque part dedans, mais si elle est présentée sous une forme que le modèle peut utiliser de manière fiable (contexte rot).

  Étapes concrètes lors de la construction d’un agent : (1) Définissez d’abord le contrat de données, pas la base de données – que doit l’agent recevoir sous quelle forme pour fonctionner de manière fiable ? (2) Écrivez le bundle spécifique dont l’agent a besoin (pas juste « contexte pertinent ») – par ex. pour un agent de remboursement : ensemble de données client, plan, région, version produit, historique d’achat, politique de remboursement valide, seuil, exceptions précédentes, ticket actuel, langue de réponse approuvée, permissions. (3) Choisissez alors les primitives qui livrent ce bundle – mélange de recherche vectorielle, arbres de documents, couche sémantique, raisonnement tabulaire ou graphes, selon.

  Modes d’erreur : les bundles précompilés peuvent devenir obsolètes ; les graphes peuvent coder de mauvaises relations ; erreurs d’analyse de tableaux ; les couches sémantiques deviennent politisées ; les agents peuvent stocker leurs propres déductions comme des faits confirmés et ainsi dégrader les exécutions futures. Simultanément : ne sur-ingéniez pas — un simple assistant du centre d’aide n’a pas besoin de Graph RAG plus arbres de documents plus tout ensemble. Apprenez de vos propres exécutions d’agent : combien d’appels de récupération avant le vrai travail ? Combien de fois les mêmes sources ? Combien de jetons juste pour du contexte brut ?

  La vidéo est conceptuelle : ce n’est pas sur un outil spécifique, mais sur la décision architecturale dessous. La thèse centrale : les équipes qui gagnent réfléchissent d’abord au travail de l’agent, pas à la base de données tendance.

  —

  **Prestataires/outils explicitement mentionnés :** Pine Cone (Nexus, NoQL), Page Index, SAP (Dreamio, Prior Labs), Google Cloud Next, Cloudflare, Microsoft (Graph RAG), Chroma, Weev8, Neo4j — **Format :** opinion/réflexion avec éléments de deep-dive en infrastructure.

• ChatGPT Has 900M Weekly Users. Almost None Can Buy In It.
  12.5.2026, 14:01:07

  # Résumé : Les six théâtres de guerre du commerce agentic

  La vidéo analyse la transformation fondamentale du commerce électronique par les agents autonomes et identifie six camps concurrents qui combattent pour le contrôle de l’infrastructure de commerce agentic émergente.

  **Le problème central :** Tandis que l’achat en ligne traditionnel a une structure claire – humain voit produit, prix, expédition, clique checkout – l’achat autonome rompt cette structure. Un agent pourrait rechercher des produits, effectuer des achats et autoriser les paiements sans surveillance humaine de chaque étape. Cela crée des questions que l’infrastructure existante ne répond pas : Qui décide où l’agent achète ? Qui prouve que l’agent peut agir ? Qui est responsable des erreurs ?

  **Les six couches du conflit :**

  1. **Agent-Checkout (OpenAI/Stripe vs. Shopify/Google) :** ACP (Agent Commerce Protocol) d’OpenAI et Stripe permet les achats directement dans l’interface de chat – rapide et simple, mais les marchands perdent le contrôle du parcours client et de la marque. UCP (Universal Commerce Protocol) de Shopify et Google maintient les règles marchands, la fidélité, la découverte et la logique métier complexe, tandis que les agents interagissent.

  2. **Autorisation/Approbation (Google AP2, Stripe, Visa, Mastercard, PayPal) :** Paiement ≠ autorisation. Un agent a besoin d’une approbation préalable avec portée claire (budget, contraintes). Google AP2 génère une « approbation » numérique avec preuve que l’utilisateur a autorisé l’agent. Ici, Google, Stripe, Visa, Mastercard et PayPal concurrencent pour la couche de confiance.

  3. **Stablecoins et paiements machine-à-machine (Coinbase X42, Stripe MMP) :** Pour les transactions agent-à-agent (appels API, accès outils, interrogations données), les cartes de crédit sont inefficaces. Les stablecoins comme USDC permettent des paiements rapides et bon marché entre machines. X42 rend le paiement partie de la requête Web elle-même (HTTP 402).

  4. **Gouvernance d’entreprise (AWS avec Coinbase/Stripe) :** AWS contrôle l’environnement d’exécution dans lequel les agents opèrent. AWS peut gérer les budgets, les règles d’approbation, l’accès des fournisseurs et les journaux — sans posséder aucun rail de paiement lui-même. C’est la position la plus puissante du système.

  5. **Contrôle de plateforme :** Les grandes plateformes (Amazon) ne laisseront pas simplement les agents externes agir librement. Le commerce agentic sera partiellement protocolaire, partiellement contrôlé par plateforme, partiellement ouvert sous des conditions strictes uniquement.

  6. **Responsabilité :** Pas de réponse unique à « qui porte le risque ». La responsabilité doit être délibérément distribuée entre les couches : ACP répond aux questions de checkout, UCP répond aux questions du système marchand, AP2 répond aux questions d’autorisation, les réseaux de paiement répondent aux questions de confiance et de litiges, les prestataires de portefeuille répondent aux questions de règlement.

  **Thèse centrale :** Le commerce agentic redistribuera des mille milliards de dollars d’autorité commerciale au cours des années à venir. Les entreprises doivent choisir consciemment quelle couche elles veulent contrôler. Les consommateurs doivent comprendre comment ces systèmes fonctionnent pour ne pas se laisser passivement traîner dans un système qu’ils ne comprennent pas. C’est un changement plus important de l’économie d’Internet que la révolution du commerce électronique originale des années 1990.

  —

  **Format et couverture :** opinion/réflexion avec structure de deep-dive ; thématisé explicitement : OpenAI, Stripe, Shopify, Google, AWS, Coinbase, Visa, Mastercard, PayPal (ACP, UCP, AP2, X42, Machine Payments Protocol, Bedrock Agent Core Payments).

• LLM Agents: The Security Breach Pattern Nobody’s Talking About
  11.5.2026, 14:00:52

  # Résumé : LLM as Judge – Le modèle de sécurité pour les agents

  La vidéo traite d’un modèle architecturale critique pour éviter les erreurs d’agent qui surviennent réellement dans les environnements de production : emails involontaires, données supprimées, opérations non autorisées. L’orateur travaille à travers plusieurs points centraux.

  **Le problème principal :** Les agents sont entraînés à agir, mais il manquait jusqu’à présent la couche de contrôle qui décide *quand* et *comment* ils agissent. Les simples prompts et l’approbation manuelle ne fonctionnent pas : les prompts ne tiennent pas sur les longs contextes, et si les utilisateurs sont constamment sollicités pour approbation, ils cliquent par habitude « OK » sans regarder – le problème des cookies de l’UE.

  **La solution – LLM as Judge :** L’exemple de Lindy montre le modèle : un modèle « judge » spécialisé lit l’action prévue de l’agent d’exécution, vérifie le raisonnement contre le contexte disponible et décide. Pas deux agents identiques, mais un avec focus sur la tâche, un avec focus sur la violation d’intention. Cela utilise la nouvelle capacité de longues fenêtres de contexte et est bien plus fiable avec les modèles frontier modernes (comme GPT 5.5 ou Claude 3.7 Opus en mai 2026) qu’avec les modèles plus anciens ou open-source.

  **Classification des actions d’agent en quatre catégories :**
  – Read-only : facile, peu de risque
  – Reversible Writes (brouillons, labels, fichiers locaux) : nécessite validation, mais peut-être pas d’audit trail
  – Actions externes (emails, réservations de réunions, pull requests, notifications client) : doivent *toujours* passer par une couche de judge forte avant exécution
  – Haut risque (dépenses d’argent, suppression de données, changements de permissions, fusions de code) : judge plus approbation humaine, ou politiques automatisées très explicites

  **Implémentation correcte :** Le judge doit s’asseoir à la limite d’action — exactement où l’agent déclenche un appel d’outil. Pas juste oui/non, mais quatre résultats possibles : autoriser, bloquer, demander à l’agent de réviser, ou escalader à examen humain. Équilibrer le taux d’escalade est critique.

  **Jugement corrélé :** Si l’acteur et le judge utilisent le même modèle, ils partagent les points faibles — mais c’est bien moins problématique avec les modèles frontier modernes (mai 2026) qu’il y a 6-8 mois. Avec les modèles plus anciens ou open-source, un vrai risque.

  **Contexte plus large :** Les agents évoluent des workflows isolés vers des « managed workers » qui nécessitent l’assignation de tâches, la supervision et la correction. La première vague d’agents s’est concentrée sur la configuration, la deuxième vague (maintenant) sur le système de gestion — le judge est le gestionnaire de l’agent. Le produit entier n’est plus juste l’agent, mais le système autour.

  L’orateur se réfère à un article Substack détaillé avec les détails d’implémentation par type d’action, les modèles de conception du judge et les métriques.

  —

  **Format et modèles :** opinion/deep-dive avec focus fort sur l’architecture ; explicitement mentionné : Claude (Opus 3.7), GPT 5.5, Qwen, Gemini, modèles plus anciens ; Lindy et Codeex comme exemples de produits ; pas de tutoriel.

• Anthropic And OpenAI Just Admitted The Model Isn’t Enough.
  10.5.2026, 18:00:09

  # Résumé : La faille de sécurité Lily et ses leçons pour l’approvisionnement en IA

  En février 2026, la startup Codewall a découvert une faille de sécurité critique dans Lily, la plateforme IA de McKenzie, auquel 70% des 40 000 consultants accèdent quotidiennement. Un agent autonome a obtenu un accès complet en lecture et écriture en deux heures pour 20 dollars à des dizaines de millions de messages de chat, des dizaines de milliers de comptes utilisateur et tous les system prompts de la plateforme — et pouvait même les réécrire. Le trou de sécurité était une injection SQL classique, une faiblesse connue depuis 1998, enseignée dans chaque cours de sécurité Web.

  Cependant, l’erreur réelle n’était pas dans une hygiène technique médiocre (McKenzie a des équipes d’ingénierie solides), mais dans la structure organisationnelle : 22 sur 200 endpoints API ont été déployés sans authentification, incluant une connexion productive et inscriptible. Cela suggère que les préoccupations de sécurité technique n’ont pas été priorisées dans la planification — une conséquence du processus d’approvisionnement SaaS traditionnel (Stratégie → Approvisionnement → Révision de sécurité → Intégration informatique → Développement), qui ne fonctionne pas avec les agents.

  La différence centrale : tandis que les humains limitent visuellement les accès sur les écrans, les agents doivent interroger chaque système en code et recevoir une réponse explicite s’ils sont autorisés. Cela nécessite des modèles de permissions codifiés avec soin, des audit trails et une orchestration de workflow sur tous les systèmes intégrés — avant que la plateforme ne soit mise en production. Cette complexité n’est pas des « détails d’implémentation à résoudre plus tard », mais une décision stratégique.

  Les réactions des fournisseurs montrent que l’industrie l’a reconnu : Anthropic et OpenAI ont créé des équipes de services d’entreprise ; SAP a acquis Dreo et Prior Labs pour l’intégration au niveau des données ; Pinecone, Salesforce et ServiceNow ont tous publié dans la même fenêtre temporelle des solutions pour les workflows d’agents gouvernés, les audit trails et les accès aux données contrôlés.

  Questions concrètes pour ton investissement en IA : (1) Ta plateforme établit-elle techniquement une distinction entre utilisateurs humains et agents et peut-elle borner leurs permissions séparément ? (2) Ton équipe peut-elle bloquer les agents en cinq minutes depuis une console si quelque chose se passe mal — ou faut-il ouvrir des tickets ? (3) Ton équipe de conformité peut-elle tracer ce que les agents ont fait au nom des utilisateurs (pour les régulateurs) ? (4) Quel est le comportement organisationnel *par défaut* sous pression temporelle — les équipes ont-elles tendance à repousser les endpoints non authentifiés en production quand il faut faire vite ?

  La recommandation : impliquer les équipes techniques bien plus tôt dans la séquence d’approvisionnement, pas pour le nettoyage après la décision d’achat. Une liste de vérification de six questions pour les développeurs couvre les modes d’erreur supplémentaires (délégation d’agent, coûts de jetons à l’échelle, réversibilité en cas d’erreurs d’agent). La leçon critique n’est pas « Lily a raté la sécurité », mais « nos processus d’approvisionnement et de construction ne sont pas calibrés pour les workloads natifs d’agents ».

  **Format vidéo : opinion/deep-dive avec analyse de cas d’études. Explicitement thématisé : Anthropic, OpenAI, SAP, Salesforce, ServiceNow, Pinecone ; aucun modèle IA spécifique mentionné.**

“`html

Alejandro AO (1 nouvelle vidéo)

• MiniMax Agent: Alternative to ChatGPT + Codex?
  12.5.2026, 12:46:44

  La vidéo présente les fonctionnalités du MiniMax Agent, un outil d’IA positionné comme concurrent à Codex et Cloud Cowork. Le MiniMax Agent est alimenté par le modèle MiniMax M2.7, qui, bien que moins puissant que GPT-5.5 ou Opus 4.7, atteint néanmoins des scores de benchmark élevés et est offert à un prix plus compétitif.

  La vidéo démontre comment utiliser le MiniMax Agent pour créer un site web et le déployer sur MiniMax Cloud. L’application web et de bureau de l’outil est présentée. L’application de bureau est utilisée pour l’analyse de données d’un ensemble de données CSV, générant un rapport PDF avec LaTeX. De plus, les « Skills » du MiniMax Agent sont montrés, notamment un générateur de story vidéo qui crée des vidéos à partir de descriptions textuelles ou d’images.

  La vidéo mentionne également les modèles de tarification de MiniMax, qui incluent une version gratuite avec des crédits quotidiens ainsi que des plans premium. La capacité de l’outil à gérer des tâches complexes telles que la création de sites web, l’analyse de données et la génération vidéo est particulièrement mise en avant.

  Commentaire final : La vidéo traite explicitement du MiniMax Agent et s’adresse plutôt aux utilisateurs intermédiaires et avancés.

“`

Alex Finn (4 nouvelles vidéos)

• LIVE: GROK BUILD CLI IS ACTUALLY INCREDIBLE???
  15.5.2026, 20:24:28

  ### Résumé de la vidéo YouTube

  La vidéo est une session de direct live dans laquelle l’auteur discute de divers aspects de la vente de logiciels en tant que service (SaaS) tout en testant les capacités de Grok Build, un outil de XAI. Le stream commence par une introduction décontractée, où l’auteur encourage les spectateurs à participer et à écrire dans le chat. Il parle de l’importance de Twitter (X) pour la vente de logiciels et de la nécessité de construire une communauté.

  Il aborde ensuite les trois facteurs clés qui font le succès des produits SaaS : la distribution, les effets de réseau et les partenariats avec les données gouvernementales. Il souligne qu’une communauté solide et une bonne distribution sont essentielles pour réussir.

  Une grande partie de la vidéo est consacrée à la démonstration et aux tests de Grok Build, un nouvel outil de XAI. L’auteur effectue plusieurs tests comparatifs, notamment la création d’un jeu de tir à la première personne en 3D, une animation d’Elon Musk et un survol de ville en 3D. Il évalue les résultats et les compare avec d’autres outils d’IA comme Claude, OpenAI et Gemini. Bien que Grok Build obtienne de bons résultats dans certains domaines, il y a aussi des critiques concernant la convivialité et les coûts de l’outil.

  L’auteur parle également de ses expériences personnelles avec différents outils d’IA et partage son opinion sur le paysage actuel du développement de l’IA. Il souligne l’importance des compétences en codage pour le succès des outils d’IA et fait l’éloge d’Anthropic pour le développement de Claude Code.

  Vers la fin de la vidéo, l’auteur annonce qu’à l’avenir, il fera moins de directs et se concentrera davantage sur la création de vidéos préenregistrées. Il invite les spectateurs à rejoindre son bootcamp Vibe Coding Academy, où il parlera davantage de SaaS, des investissements dans l’IA et de ses workflows.

  ### Commentaire de conclusion

  La vidéo traite explicitement des outils et modèles d’IA de Claude (Anthropic), OpenAI (ChatGPT, Codex), Gemini (Google) et des outils spécifiques comme Grok Build (XAI). Elle s’adresse plutôt aux utilisateurs intermédiaires et avancés intéressés par le développement et la vente de produits SaaS ainsi que par les derniers développements de l’industrie de l’IA.

• LIVE: The greatest Claude Code workflow ever
  13.5.2026, 20:12:33

  La vidéo montre un workflow avancé et détaillé pour Claude Code, qui intègre divers outils comme Slack, Linear, GitHub et Claude Code. L’hôte explique comment ces outils travaillent ensemble pour augmenter la productivité, suivre les modifications et organiser le développement. Le workflow comprend la création de tâches et de projets dans Linear, leur liaison avec GitHub pour la gestion des branches et l’utilisation de Claude Code pour automatiser et gérer ces processus. L’hôte souligne les avantages de ce workflow, tels que la vitesse accrue, une meilleure prévention des erreurs et une traçabilité améliorée.

  De plus, l’hôte discute des expériences personnelles et des défis, comme la gestion des périodes difficiles et l’importance de la persévérance. Il partage également ses pensées sur l’utilisation d’outils d’IA comme Claude Code et Codex, ainsi que leurs différences et cas d’usage.

  La vidéo s’adresse aux utilisateurs avancés qui ont déjà de l’expérience avec Claude Code et des outils similaires et qui souhaitent optimiser leurs workflows. Des outils spécifiques comme Claude, OpenAI et Linear sont traités.

• Hermes Agent powered by local models on the DGX Spark is basically magic
  13.5.2026, 13:30:07

  La vidéo montre comment configurer un agent Hermes sur un modèle local sur un Nvidia DGX Spark pour créer un employé d’IA disponible 24h/24 et 7j/7. Le processus comprend la configuration du DGX Spark en mode sans tête, l’installation d’un modèle local (Qwen 3.6 27B) et l’intégration du modèle dans l’agent Hermes. Le créateur démontre trois cas d’usage : un rapport quotidien sur les actions d’IA pour les débutants, le réemploi du contenu de vidéos YouTube pour les utilisateurs avancés et le Vibe Coding d’une application de liste de tâches pour les utilisateurs avancés. L’accent est mis sur les avantages des modèles locaux, tels que la gratuité (à part la consommation d’électricité), la confidentialité, la personnalisabilité et la valeur éducative.

  Commentaire de conclusion : La vidéo traite explicitement de Nvidia DGX Spark, Hermes Agent, Qwen 3.6 27B et Tail Scale et s’adresse aux utilisateurs intermédiaires à avancés.

• LIVE: Talking AI news (no Hermes use cases ignore the thumbnail)
  11.5.2026, 20:11:47

  La vidéo est une session de direct live qui se concentre principalement sur la discussion de Hermes Agent et ses cas d’usage. L’hôte, Alex Finn, commence par une introduction à Hermes Agent et souligne l’importance des cas d’usage pour l’utilisation de la technologie. Il mentionne que Hermes a publié un nouveau site Web avec des centaines de cas d’usage qu’il et les spectateurs vont parcourir et tester.

  Cependant, une grande partie de la vidéo est occupée par diverses tangentes et discussions, y compris :

  1. **Investment Corner** : Alex parle des opportunités d’investissement actuelles dans l’industrie de l’IA, en particulier dans des entreprises comme Nvidia, Micron, TSMC et Tesla. Il souligne l’importance des développements actuels de l’IA et la nécessité d’investir dans les bonnes entreprises.

  2. **Histoires personnelles et anecdotes** : Alex partage des histoires personnelles et des anecdotes, qui sont souvent humoristiques et divertissantes, mais ne sont pas directement liées au sujet principal de la vidéo.

  3. **Interaction avec le chat** : Une grande partie de la vidéo consiste à interagir avec le chat en direct, Alex répondant aux questions, faisant des commentaires et s’engageant auprès des spectateurs.

  4. **Cas d’usage pour Hermes Agent** : Vers la fin de la vidéo, Alex commence à discuter de certains cas d’usage du nouveau site Web Hermes. Il mentionne des cas d’usage tels que la création de rapports de recherche, la gestion de tâches et l’automatisation de processus.

  5. **Annonces et mises à jour** : Alex donne des mises à jour sur ses propres projets et annonces, comme le lancement d’une deuxième chaîne YouTube et la participation à un concert de Baby Keem.

  **Commentaire de conclusion** : La vidéo traite explicitement des modèles et outils d’IA open-source comme Hermes Agent et OpenClaw. Elle s’adresse plutôt aux utilisateurs intermédiaires à avancés qui ont déjà une certaine compréhension de l’IA et de ses applications.

Bart Slodyczka

Aucune nouvelle vidéo pendant cette période.

Ben AI (2 nouvelles vidéos)

• 5 Skills to Build an AI Operating System Like The 1% (Full Guide)
  16.5.2026, 08:48:55

  La vidéo montre comment configurer un « Second Brain » ou un système d’exploitation basé sur l’IA pour augmenter l’efficacité et la productivité avec les outils d’IA. L’auteur, Ben, souligne l’importance d’un système bien structuré et entretenu pour optimiser les coûts de tokens et fournir des contextes pertinents. Il présente cinq Skills Clot qui aident à mettre en place rapidement le système selon les meilleures pratiques :

  1. **OS Setup Skill** : Aide à la configuration initiale du Second Brain, y compris le remplissage du contexte, la structuration des dossiers et la création de fichiers Clot.md qui servent de couche d’instructions pour les agents IA.

  2. **OS Operator Skill** : Configure une tâche planifiée qui extrait le contexte en temps réel de diverses sources (par exemple, réunions, chats Slack) et met à jour le Second Brain en conséquence. Cela comprend la création de résumés quotidiens, de listes de tâches et la maintenance des fichiers existants.

  3. **OS Optimizer Skill** : Effectue des audits réguliers et des optimisations pour améliorer l’efficacité et l’utilisation des tokens du Second Brain. Cela comprend l’élimination des doublons, la correction des formatages et l’amélioration de la structure des dossiers.

  4. **Team OS Skill** : Permet le partage et la synchronisation du Second Brain au sein d’une équipe, y compris la configuration des droits de lecture et d’écriture pour les différents membres de l’équipe.

  5. **OS MCP Skill** : Crée un MCP (Managed Connector Proxy) à partir du Second Brain, de sorte que les tâches planifiées et les optimisations peuvent être exécutées de manière autonome, même lorsque l’ordinateur portable est fermé.

  L’auteur recommande de commencer par la configuration du Second Brain et de l’développer progressivement, car l’utilité augmente avec le temps et la quantité croissante de contexte. Il offre des ressources supplémentaires et un soutien pour ceux qui souhaitent approfondir le sujet.

  La vidéo traite explicitement de Claude et convient plutôt aux utilisateurs intermédiaires et avancés.

• How to Actually Use Claude Design Like a Pro (Real Use Cases)
  12.5.2026, 07:40:42

  La vidéo montre comment utiliser Claude Design efficacement pour diverses tâches de conception, notamment les présentations, le contenu des réseaux sociaux et les sites web. L’accent principal porte sur un processus en quatre étapes : d’abord, la mise en place d’un système de conception complet contenant les couleurs, les polices et les styles. Deuxièmement, l’utilisation de modèles pour prédéfinir les formats et les mises en page. Troisièmement, l’utilisation de Skills pour prédéfinir les textes et le contenu. Quatrièmement, l’intégration de ces éléments dans Claude Design pour créer rapidement des designs cohérents. Le créateur souligne que cette préparation évite les itérations infinies et les coûts élevés en tokens. Des exemples concrets et des étapes pour la configuration de systèmes de conception et de modèles sont présentés, ainsi que l’utilisation de Skills pour automatiser le processus. Des ressources et outils gratuits sont également proposés pour faciliter la prise en main.

  La vidéo traite explicitement de Claude Design et convient plutôt aux utilisateurs intermédiaires ayant déjà une première expérience avec les outils d’IA.

Brian Casel (1 nouvelle vidéo)

• How I build agents that work the night shift
  12.5.2026, 12:01:07

  La vidéo montre un processus que l’utilisateur appelle « Radar Scan », dans lequel plusieurs agents IA fonctionnent sur un Mac Mini avec OpenClaw. L’un de ces agents, nommé Veil, est responsable du marketing et effectue un Radar Scan quotidien à 4h00 du matin. Le résultat est sauvegardé en tant que fichier Markdown dans Dropbox et peut être consulté via un lien dans Telegram. Le fichier est ouvert dans une application personnalisée nommée Brainown, qui facilite la lecture et l’écriture de fichiers Markdown. Le scan résume principalement les tweets du secteur d’activité de l’utilisateur, provenant des comptes qu’il suit, y compris les messages d’entreprises, d’influenceurs et de penseurs. L’utilisateur organise ses contacts Telegram en amis humains et amis agents, et reçoit un aperçu du rapport dans Telegram, avec la possibilité d’ouvrir le fichier complet dans Brainown.

  L’utilisateur aborde OpenClaw et l’application personnalisée Brainown, ce qui rend la vidéo particulièrement intéressante pour les utilisateurs de niveau Intermediate ou Advanced.

Coding with Lewis (1 nouvelle vidéo)

• How Meta Went From Open Source Hero to AI’s Biggest Villain
  15.5.2026, 15:04:55

  La vidéo raconte l’histoire de Meta et de son modèle d’IA open source Llama, publié en 2023 et téléchargé plus d’un milliard de fois en deux ans. Meta a été salué pour son approche ouverte et accessible de l’IA, permettant aux développeurs d’utiliser le modèle sur leurs propres serveurs et de le développer. Llama 2 et Llama 3 ont suivi, montrant des performances impressionnantes, avec Llama 3.1 rivalisant même avec les meilleurs modèles propriétaires d’OpenAI et Google. Mais le succès de Meta a été éclipsé par la publication de DeepSeek v3 par un laboratoire d’IA chinois, qui a atteint des performances similaires à une fraction du coût. Cela a exercé une pression sur Meta pour publier Llama 4, ce qui a finalement été un désastre. Llama 4 a été publié un samedi sans préavis et a révélé trois modèles, dont l’un, Behemoth, était encore en développement. Les performances annoncées de Llama 4 ont rapidement été remises en question quand les développeurs et chercheurs ont découvert que les modèles ne correspondaient pas aux promesses et que Meta avait utilisé des benchmarks manipulés. La communauté a réagi avec déception et méfiance, et Meta a perdu la confiance qu’elle avait construite au fil des années. L’histoire montre l’importance de l’honnêteté et de la transparence dans la communauté open source de l’IA et à quelle vitesse la confiance peut être perdue.

  La vidéo traite explicitement des modèles Llama de Meta et s’adresse plutôt aux utilisateurs de niveau intermédiaire ou avancé.

Cole Medin (4 nouvelles vidéos)

• 🔴 The AI Coding Marketplace is Finally LIVE!
  15.5.2026, 03:17:26

  La vidéo montre comment créer des vidéos entièrement animées avec audio à l’aide de l’IA. Le processus utilise plusieurs technologies, notamment HyperFrames pour le rendu, Claude Code pour le contrôle, 11Labs ou Kokoro pour la synthèse vocale et Archon comme gestionnaire de workflow. Le créateur fournit un référentiel open-source qui permet de créer sa propre vidéo générée par IA en moins de 10 minutes. Le workflow comprend l’écriture du script, la création audio, le rendu des visuels et la synchronisation de tous les éléments. Le créateur souligne que bien que la technologie ne soit pas encore parfaite, elle progresse rapidement et trouve déjà des applications utiles, notamment pour les vidéos explicatives. Le processus est expliqué en détail, y compris la possibilité de personnaliser des modèles et de créer vos propres templates. À la fin, des exemples de vidéos générées sont présentés.

  La vidéo aborde explicitement HyperFrames, Claude Code, 11Labs, Kokoro et Archon et s’adresse plutôt aux utilisateurs intermédiaires.

• Make the PERFECT Videos with Claude Code (Full Workflow)
  14.5.2026, 00:00:24

  **Résumé :**

  Au cours de ce live stream, le développement d’une place de marché de workflows pour Archon, un constructeur de harness open-source pour AI-Coding, a été poursuivi. L’objectif était de créer un marché où les utilisateurs pourraient partager leurs propres workflows et utiliser ceux des autres. Le processus comprenait la création d’un workflow Archon qui examine et approuve automatiquement les pull requests pour les nouveaux workflows. Le stream a commencé par la fusion d’une pull request existante introduisant l’interface utilisateur de la place de marché, puis a continué avec la création d’un nouveau workflow examinant les pull requests.

  Le processus comprenait plusieurs étapes, notamment la création d’un plan, l’implémentation du plan et l’examen du code généré. Diverses questions et ajustements ont été discutés pour assurer le bon fonctionnement du workflow. Le stream s’est terminé par la création d’une pull request pour un workflow de test et la démonstration du fonctionnement du processus d’examen automatique.

  **Commentaire de conclusion :**
  La vidéo aborde explicitement l’utilisation de Claude (Claude Code) et s’adresse plutôt aux utilisateurs intermédiaires à avancés.

• Building the App Store for Agentic Engineering
  12.5.2026, 04:02:35

  **Résumé de la vidéo YouTube :**

  La vidéo présente une démonstration en direct d’Archon, un outil d’IA développé comme constructeur de harness open-source pour AI-Coding. Le streamer présente son workflow actuel d’AI-Coding et comment Archon accélère ce processus 10 fois. Il démontre l’utilisation d’Archon pour diverses tâches, notamment le traitement des problèmes GitHub (développement Brownfield) et la création de nouvelles fonctionnalités (développement Greenfield).

  1. **Développement Brownfield :**
  – Le streamer montre comment utiliser Archon pour traiter plusieurs problèmes GitHub en parallèle. Des workflows comprenant la planification, l’implémentation et la validation sont utilisés.
  – Les workflows sont conçus pour créer des pull requests complètes qui peuvent ensuite être examinées manuellement.
  – Il démontre comment Archon s’intègre à un « Second Brain » (un système d’organisation des connaissances et des tâches) pour optimiser le workflow.

  2. **Développement Greenfield :**
  – Le streamer planifie et implémente une nouvelle fonctionnalité pour Archon : une place de marché de workflows permettant aux utilisateurs de créer et de partager leurs propres workflows.
  – La boucle PIV (Plan, Implement, Validate) est utilisée, une approche structurée du développement assisté par IA comprenant la planification, l’implémentation et la validation.
  – Il montre comment Archon peut être utilisé pour des workflows complexes comme la création d’une nouvelle fonctionnalité marketplace.

  3. **Détails techniques :**
  – Archon permet la création de workflows pouvant intégrer divers modèles et outils d’IA, notamment Claude, Codex et autres.
  – Les workflows sont conçus pour être déterministes et reproductibles, ce qui augmente la fiabilité et l’efficacité.
  – Le streamer souligne l’importance des processus Human-in-the-Loop pour assurer la qualité des résultats.

  4. **Intégration et extensions :**
  – Il montre comment Archon peut être intégré à d’autres outils comme Beads (un système de mémoire).
  – Le streamer discute des avantages d’Archon par rapport à d’autres outils comme N8N et souligne la spécialisation d’Archon pour AI-Coding.

  5. **Communauté et développement ultérieur :**
  – Le streamer mentionne la communauté Dynamis, où il propose régulièrement des ateliers et des cours pour aider les utilisateurs à utiliser efficacement Archon et d’autres outils d’IA.
  – Il annonce qu’il continuera à faire des live streams pour démontrer le développement et l’utilisation d’Archon.

  **Commentaire de conclusion :**
  La vidéo traite explicitement de l’outil Archon et s’adresse plutôt aux utilisateurs intermédiaires à avancés intéressés par AI-Coding et l’automatisation des workflows.

• 🔴LIVE – My AI Coding Workflow has 10x’d Again with Archon – See it in Action
  10.5.2026, 05:56:02

  Le YouTuber exprime son insatisfaction face au paysage actuel de YouTube, qui se concentre fortement sur la couverture de Claude et de ses dernières fonctionnalités. Il souhaite se démarquer de la masse en offrant du contenu plus approfondi et technique, axé sur la construction réelle et les principes du AI-Coding. Pour cela, il prévoit de faire des live streams trois fois par semaine (lundi, jeudi, samedi) présentant des projets comme Archon et l’expérience Dark Factory, en travaillant de manière interactive avec la communauté. Il souligne qu’il continuera à couvrir les actualités pertinentes liées à l’IA, mais en mettant l’accent sur l’application pratique et la valeur à long terme. Le contenu s’adresse aux utilisateurs intermédiaires et avancés intéressés par AI-Coding et les systèmes. Le YouTuber aborde explicitement Claude et Claude Code.

Dave Ebbelaar (2 nouvelles vidéos)

• The Complete Guide to Hybrid Search in RAG (BM25 + Embeddings + Reranker)
  14.5.2026, 17:52:50

  La vidéo est un tutoriel détaillé montrant comment construire un système de retrieval hybride à partir de zéro, combinant BM25, les embeddings denses, la fusion réciproque des rangs (RRF) et un re-ranker. L’accent est mis sur la création d’un système prêt pour la production, pertinent en 2026. Le tutoriel commence par l’explication du dataset utilisé, le Financial QA dataset, qui fait partie des benchmarks BEIR. Ce dataset contient des questions financières et les réponses associées, utilisées pour l’évaluation du système de retrieval.

  Le tutoriel passe en revue les différentes étapes de la création des index BM25 et des embeddings denses, l’exécution des requêtes et la combinaison des résultats avec RRF. Ensuite, un re-ranker est ajouté pour améliorer davantage les résultats. Le tutoriel souligne l’importance de l’évaluation et montre comment mesurer la performance du système avec la fonction de gain cumulatif actualisé normalisé (NDCG).

  À la fin, il est expliqué comment appliquer le système à vos propres projets, y compris la création de votre propre dataset d’évaluation. Le tutoriel s’adresse aux développeurs et ingénieurs ayant déjà des connaissances de base en systèmes de retrieval et souhaitant les utiliser professionnellement.

  Commentaire final : La vidéo couvre OpenAI (pour les modèles d’embedding) et Cohere (pour le re-ranker) et s’adresse plutôt aux utilisateurs de niveau intermédiaire à avancé.

• Building Agentic RAG From Scratch in Pure Python
  10.5.2026, 09:57:56

  La vidéo montre comment construire un système RAG basé sur les agents (Retrieval-Augmented Generation) à partir de zéro en pur Python. L’accent est mis sur le rendre les données d’entreprise ou les informations privées accessibles aux grands modèles de langage pour les utiliser dans l’automatisation par IA. L’auteur, Dave Abalar, explique les différences entre le RAG sémantique classique et le RAG basé sur les agents, ce dernier surpassant le premier grâce à une boucle de feedback et à l’utilisation réitérée de l’intelligence du modèle de langage.

  La construction du système se fait en plusieurs étapes : d’abord, on définit des outils simples capables de lister, rechercher et lire des fichiers. Ces outils fonctionnent avec des fichiers Markdown du système de fichiers. L’auteur montre comment implémenter ces outils en Python, y compris l’utilisation d’expressions régulières pour rechercher des motifs dans les fichiers. Ensuite, on crée un simple agent avec ces outils, capable de répondre à des questions sur le contenu des fichiers Markdown. L’agent utilise les outils dans une boucle pour trouver les bonnes informations et se corriger lui-même.

  L’auteur aborde également les bonnes pratiques de production, comme l’utilisation d’outils basés sur Rust tels que ripgrep pour une recherche de fichiers plus rapide et sécurisée, ainsi que l’implémentation de messages d’erreur qui peuvent être interprétés par le modèle de langage pour améliorer l’agent. Il montre comment déployer le système dans différents environnements comme les VPS, les applications conteneurisées ou les fonctions serverless.

  À la fin de la vidéo, un exemple complet d’un système RAG basé sur les agents en Python est présenté, suivant les bonnes pratiques de production et pouvant être déployé dans des projets réels.

  La vidéo couvre OpenAI et s’adresse plutôt aux utilisateurs de niveau intermédiaire ou avancé.

David Shapiro

Aucune nouvelle vidéo pendant cette période.

Everlast AI (3 nouvelles vidéos)

• China-Insider packt aus: Es gibt KEIN zurück mehr! DAS rollt bis 2030 auf uns zu (Jörg Wuttke)
  14.5.2026, 15:15:38

  La vidéo offre un aperçu approfondi de la situation économique et politique actuelle de la Chine, notamment dans le contexte de l’innovation, de la technologie et des défis démographiques. Voici les points clés :

  1. **Innovation et surcapacités** : La Chine possède un vivier profond d’ingénieurs et est leader dans de nombreux domaines, comme l’IA, la robotique humanoïde, l’énergie et les voitures électriques. Cependant, la Chine produit systématiquement des surcapacités, ce qui entraîne la déflation et des problèmes économiques. Cela s’explique par le fait que les entreprises d’État ne disparaissent pas du marché, même si elles n’enregistrent aucun bénéfice.

  2. **Défis démographiques** : La Chine vieillit rapidement et a un taux de natalité faible. La population devrait diminuer à environ 500 millions d’ici 2060. Cela entraîne une pénurie de main-d’œuvre, que la Chine souhaite compenser par l’utilisation de l’IA et de la robotique.

  3. **Indépendance technologique** : La Chine s’efforce de devenir indépendante des technologies occidentales, en particulier dans le domaine des semi-conducteurs. C’est une réaction à la politique restrictive des États-Unis, qui limite l’exportation de haute technologie vers la Chine.

  4. **Pression à l’exportation** : En raison des surcapacités et de la faiblesse de la consommation intérieure, la Chine dépend des exportations. Cela crée une forte pression concurrentielle sur les marchés mondiaux, notamment en Afrique, en Amérique du Sud et en Asie du Sud-Est.

  5. **Stratégies politiques et économiques** : La Chine s’appuie sur des plans à long terme, comme le plan quinquennal de 15 ans, pour atteindre ses objectifs. Cependant, elle fait face à des défis internes, tels que le vieillissement de la population et l’exode rural vers les villes.

  6. **Stratégies d’entreprise** : Les entreprises chinoises sont plus risquophiles et plus proches des clients que leurs homologues occidentales. Cela permet un développement plus rapide et une meilleure adaptation aux besoins du marché.

  7. **Implications géopolitiques** : Les changements démographiques et économiques en Chine auront un impact considérable sur le paysage géopolitique mondial. L’Afrique gagnera en importance en tant que fournisseur, tandis que la Chine perdra de l’influence.

  La vidéo convient plutôt aux spectateurs de niveau intermédiaire et avancé, car elle traite de relations économiques et politiques complexes. Aucun outil ou modèle d’IA spécifique n’est abordé, mais plutôt des tendances et des stratégies générales.

• KI-Experten reagieren: DAS übersehen alle! Musks Claude-Deal, Chinas Roboter-Druck & EU kippt AI-Act
  12.5.2026, 15:15:26

  La vidéo est une discussion sur les développements et tendances actuels dans les domaines de l’intelligence artificielle (IA), de la technologie et de l’avenir. Les participants sont le professeur Dr. Andreas Moring, le professeur Dr. Pero Mitic et Kim Isenberg, qui discutent de divers aspects de l’utilisation de l’IA, de la robotique, de l’automatisation et de leurs effets sur la société et l’économie.

  **Thèmes et points principaux :**

  1. **Modèles d’IA et infrastructure :**
  – **Anthropic et Elon Musk :** Anthropic utilise désormais les centres de données d’Elon Musk (Colossus 1 et 2) pour ses modèles d’IA. Cela est considéré comme un mouvement stratégique, car Musk doit louer sa puissance de calcul pour ne pas la laisser inutilisée.
  – **Gemini et Apple :** Apple s’appuie sur Google Gemini pour Siri, après l’échec des négociations avec Anthropic. Cela montre qu’Apple n’a pas besoin du meilleur modèle d’IA, mais d’un modèle suffisamment bon pour le marché de masse.
  – **Robots humanoïdes :** Boston Dynamics montre des progrès en robotique, notamment avec le robot Atlas, capable d’effectuer des mouvements complexes. Cela souligne l’importance de la robotique dans la production, la logistique et les services.

  2. **Aspects économiques et politiques :**
  – **Chine vs. Europe/États-Unis :** La Chine est bien en avance dans de nombreux domaines de la technologie et de l’infrastructure, notamment en robotique et en IA. L’Europe, en revanche, a du mal à suivre, à la fois en raison de décisions politiques et de défis économiques.
  – **Pertes d’emplois dues à l’IA :** Des entreprises comme Coinbase, PayPal et Cloudflare licencient des employés et justifient cela par l’adoption de l’IA. On se demande si ce sont réellement des licenciements dus à l’IA ou si des difficultés économiques en sont la véritable cause.
  – **Régulation et protection des données :** L’UE discute de réglementations plus strictes, comme l’interdiction des VPN pour la protection de l’enfance. Ceci est vu de manière critique car cela est considéré comme une restriction de la liberté.

  3. **Santé et IA :**
  – **IA dans le secteur de la santé :** Google présente des études montrant que les diagnostics assistés par l’IA sont souvent meilleurs que ceux des médecins. Cela pourrait révolutionner le secteur de la santé, mais soulève également des questions sur l’autopréservation et la dépendance à la technologie.

  4. **Éducation et capacité future :**
  – **Systèmes éducatifs :** Il est souligné que les écoles et universités doivent changer pour promouvoir le jugement critique et la pensée critique, plutôt que de simplement transmettre des informations.
  – **Investissements en IA :** Les entreprises doivent investir dans l’IA pour rester compétitives. Cela comprend le développement d’applications propres utilisant l’IA et l’utilisation de plates-formes comme Cloud Code.

  **Commentaire final :**
  La vidéo traite explicitement de modèles et de fournisseurs tels que Claude, OpenAI, Gemini et des solutions open source. Elle s’adresse à un public avancé qui connaît déjà bien l’IA et la technologie et qui recherche des informations approfondies.

• KI-News: Claude verbessert sich IM SCHLAF! Musk rettet Anthropic, Codex & GPT-Realtime Updates
  10.5.2026, 08:15:10

  La vidéo traite de plusieurs développements et mises à jour récents dans le domaine de l’intelligence artificielle et de l’Agentic Coding. Voici les points clés :

  1. **Accord SpaceX de Elon Musk avec Anthropic** : L’accord double la limite d’utilisation de 5 heures dans Cloud Code, tandis que les limites hebdomadaires restent inchangées. C’est une partie d’un partenariat où Anthropic exécute les modèles Cloud sur le supercalculateur Colossus-1 de SpaceX.

  2. **Gemma 4** : Le modèle open source de Google est désormais trois fois plus rapide grâce à la prédiction de tokens multiples (MTP Drafter). Il peut être utilisé dans Cloud Code, bien qu’avec des limitations en termes de performance.

  3. **Cloud Managed Agents** : Les mises à jour incluent les sessions multientités, l’intégration Webhook et la nouvelle fonction « Dreaming », qui répond au problème de la mémoire des agents. Cette fonction a été discutée avec Vincent Pistor de Cogni, une startup spécialisée dans la mémoire des agents.

  4. **Mises à jour Gemini** : Google Gemini reçoit de nouvelles fonctionnalités telles que Skills et Scheduled Actions. De plus, Gemini 3.1 Flashlight a été rendu publiquement accessible, un modèle rentable pour les tâches de grand volume.

  5. **Codex Cloud vs. Cloud Code** : Codex Cloud a considérablement rattrapé les téléchargements et offre de nouvelles fonctionnalités comme une extension Chrome pour l’automatisation des navigateurs.

  6. **Comparaison de Remotion et Hyper Frames** : Les deux outils permettent de créer des vidéos et des animations par text prompt. Hyper Frames offre une prise en main plus rapide et des résultats plus fiables, tandis que Remotion est mieux adapté à la montée en charge.

  7. **Modèle Realtime 2 d’OpenAI** : Ce modèle est conçu pour les tâches agentiques et permet une meilleure intégration dans les logiciels et les interfaces utilisateur. C’est le moteur du mode Voice avancé de ChatGPT.

  8. **Idée commerciale d’IA de la semaine** : L’App Store enregistre une augmentation spectaculaire des applications, ce qui est attribué à l’importance croissante de l’Agentic Coding. Des entreprises comme Mercedes utilisent des agents pour rationaliser leur infrastructure informatique.

  La vidéo traite explicitement d’OpenAI, Gemini, Cloud Managed Agents, Codex, Remotion, Hyper Frames et d’outils spécifiques comme Cogni. Elle s’adresse aux utilisateurs de niveau intermédiaire et avancé qui souhaitent se familiariser avec les derniers développements du monde de l’IA.

Fireship (2 nouvelles vidéos)

• I can’t believe this trial is real…
  15.5.2026, 18:51:21

  La vidéo offre un aperçu humoristique des technologies futuristes de 2026, notamment une toilette intelligente alimentée par l’IA, des tondeuses intelligentes et un animal de compagnie IA portable. Cependant, l’accent est mis sur OpenClaw, un système d’assistance IA personnelle qui fait sensation depuis son lancement en janvier 2026. Le créateur montre comment héberger et configurer OpenClaw sur un serveur privé virtuel chez Hostinger pour résoudre des problèmes spécifiques, comme répondre aux demandes familiales avec votre propre voix. Le processus comprend la mise en place d’un bot Telegram, l’intégration de 11 Labs pour la génération vocale et la configuration d’outils pour générer des réponses automatisées.

  La vidéo aborde explicitement OpenClaw et Hostinger et s’adresse plutôt aux utilisateurs de niveau intermédiaire, car elle contient des étapes techniques pour configurer et mettre en place un système d’assistance IA.

• A single PR just hijacked the NPM registry…
  14.5.2026, 17:39:11

  La vidéo présente Claude Design, une nouvelle plateforme IA d’Anthropic basée sur le modèle Opus 4.7 qui convertit les designs Figma en prototypes interactifs, pitch decks et interfaces prêtes pour la production. L’IA peut traiter des images haute résolution et offre des fonctionnalités avancées comme les animations interactives, les variantes de design et même l’édition vidéo. La vidéo démontre la création d’un flux d’intégration iOS pour une application fictive appelée “Horse Tinder”, où l’IA fournit un bon point de départ, mais n’applique pas toujours correctement le système de design. Malgré quelques faiblesses, Claude Design montre des capacités prometteuses qui pourraient révolutionner les outils et processus de design traditionnels.

  La vidéo aborde explicitement Claude Design et Opus 4.7 d’Anthropic ainsi que Google Cloud Run et s’adresse plutôt aux utilisateurs de niveau intermédiaire et avancé.

Greg Baugues

Aucune nouvelle vidéo au cours de cette période.

IA et Stratégie | Le SamourAI

Aucune nouvelle vidéo pendant cette période.

Julian Ivanov | Automatisation de l’IA (2 nouvelles vidéos)

• Claude Code vom Handy für dich arbeiten lassen (Remote Control)
  16.5.2026, 13:23:09

  La vidéo montre comment installer Claude Code d’Anthropic sur un serveur et le contrôler via la fonction Remote Control avec un téléphone pour travailler sur des projets de n’importe où. L’utilisateur démontre comment créer un site web, le déployer sur un serveur et le modifier via le téléphone sans avoir besoin de rester constamment devant l’ordinateur. Différentes commandes sont expliquées, comme `Remote Control`, `Set a Goal` et `Loop`, qui permettent de confier à Claude Code des tâches à exécuter automatiquement jusqu’à atteindre un objectif spécifique ou à intervalles réguliers. L’utilisateur utilise un serveur de Hostinger avec Claude Code préinstallé et montre comment configurer les enregistrements DNS d’un domaine pour mettre le site en ligne. À la fin, deux commandes utiles sont présentées : `Slash Goal` pour indiquer à Claude Code d’accomplir une tâche jusqu’à ce qu’une certaine condition soit remplie, et `Slash Loop` pour que Claude Code exécute régulièrement une action spécifique.

  La vidéo traite explicitement de Claude Code et est destinée aux utilisateurs de niveau intermédiaire.

• Ich habe Claude Code als meinen Video Editor eingestellt
  11.5.2026, 17:02:17

  La vidéo montre comment éditer des vidéos à l’aide d’outils d’IA comme Claude Code, Hyperframes et Claude Design sans utiliser de logiciel de montage traditionnel. Le processus comprend trois outils principaux : Videouse, Hyperframes et Claude Design. Videouse effectue le montage vidéo basé sur la transcription créée via 11 Labs. Hyperframes génère des animations et des graphiques en mouvement basés sur HTML, CSS et JavaScript. Claude Design permet de créer des animations et des designs dans le navigateur sans écrire de code et intègre la marque. Le flux de travail est expliqué étape par étape, y compris la configuration et l’utilisation des outils. Il est démontré comment découper une vidéo, ajouter des animations et rendre le résultat final en 4K. La vidéo est destinée aux utilisateurs de niveau intermédiaire qui souhaitent utiliser des outils d’IA comme Claude Code, Hyperframes et Claude Design.

Kyle Balmer | AI with Kyle (2 nouvelles vidéos)

• The 4 AI Skills Anthropic Wants You to Have (Explained in 20 minutes)
  15.5.2026, 05:00:02

  La vidéo offre un résumé du cours « AI Fluency » d’Anthropic, qui vise à collaborer efficacement, intelligemment, éthiquement et en toute sécurité avec les systèmes d’IA. Le cours est divisé en trois principaux modes d’utilisation : l’automatisation (exécution de tâches selon les instructions), l’augmentation (collaboration avec l’IA comme partenaire de brainstorming) et l’agentivité (l’IA travaille de manière autonome pour un objectif défini). Le cœur du cours repose sur les quatre « D » : Délégation (décider quelles tâches confier à l’IA), Description (communiquer clairement la tâche), Discernement (évaluation critique de la sortie de l’IA) et Diligence (utilisation éthique et responsable). Le cours met particulièrement l’accent sur la boucle « Description à Discernement », où la sortie de l’IA est continuellement examinée et améliorée pour obtenir des résultats de haute qualité. Le cours recommande de ne pas automatiser l’IA hâtivement, mais de la tester et l’affiner d’abord en mode augmenté. La diligence comprend la vérification de l’utilisation de l’IA pour l’exactitude, la transparence et la vérification, afin d’éviter les erreurs éthiques et pratiques.

  La vidéo aborde explicitement Claude d’Anthropic et est destinée plutôt aux utilisateurs intermédiaires et avancés.

• How I Produce 20+ Pieces of Content Daily Using AI (Full System Revealed)
  13.5.2026, 05:00:50

  # Résumé : Production de contenu à grande échelle assistée par l’IA

  Le créateur montre son système de production de 20+ contenus par jour (vidéo YouTube, livestream, newsletter, 5-8 vidéos au format court, carousels, posts LinkedIn) avec seulement deux personnes et des agents IA.

  **Principe fondamental :** L’audience est l’atout le plus important pour une entreprise. Il recommande de construire l’autorité par le contenu éducatif plutôt que par le divertissement pur. En deux ans, il a construit 300 000 followers et vendu plus de 500 000 dollars à son audience.

  **Le workflow complet:**
  1. **Sélection des sujets:** Un agent IA (actuellement Hermes, précédemment OpenClaw) scanne chaque jour les tendances/actualités et propose des sujets — mélange de hooks d’actualité et de contenu intemporel.
  2. **Préparation:** Le créateur enregistre des messages vocaux avec ses idées ; l’agent crée un plan, le créateur donne son retour, puis ChatGPT génère les diapositives/visuels.
  3. **Livestream:** En direct sur TikTok, YouTube, LinkedIn, X, Facebook simultanément (20-60 min) — essentiel pour l’authenticité. L’enregistrement en 4K au montage net est capturé séparément.
  4. **Transcription et traitement:** Descript crée la transcription, celle-ci alimente son « AI Brain » (GitHub + Obsidian). Un workflow personnalisé avec Claude la traite en plusieurs outputs simultanément.
  5. **Contenu long format:** Newsletter (éditée manuellement), article LinkedIn, carousels (ChatGPT génère des infographies), PDFs comme giveaway en DM (via ManyChat — 100-300 emails/jour, valeur ~10$ par email).
  6. **Contenu court format:** Claude identifie 12 hooks viraux dans la newsletter, génère des scripts de 30-60 secondes + hashtags. Le créateur les filme lui-même sur téléphone. ChatGPT génère les couvertures de Reel.
  7. **Planification:** Blotato ou manuellement. Boucle de retour : Chaque semaine, le système compare les brouillons générés par l’IA avec les versions finales publiées pour s’améliorer. Optionnel : Intégrer les analyses de contenu pour l’optimisation des sujets.

  **Produit minimum viable (pour les débutants):**
  Ne pas livestreamer chaque jour. À la place : L’IA t’interviewe via le mode vocal → Transcription → Newsletter + Scripts court format → tu filmes toi-même les vidéos. Pas 20+ assets au départ, juste la newsletter + quelques vidéos.

  **Éléments humains critiques:** Messages vocaux (capture la tonalité), livestream/interview (authenticité), édition de la newsletter (pas que de la sortie pure d’IA), filmer les vidéos court format (pas de deepfakes). L’IA fait le travail répétitif, mais le créateur reste visible partout.

  **Stack d’outils:** Hermes/Claude (agents), ChatGPT Images 2.0 (diapositives/visuels — mieux que NotebookLM), Descript (transcriptions), Claude Cowork/Code (newsletters/scripts), Blotato (planification), ManyChat (giveaways par email). Il souligne : L’outil spécifique importe moins qu’un workflow bien pensé ; gaspiller du temps à sauter d’un outil à l’autre est une erreur courante.

  **Pourquoi ça marche:** Le contenu généré par l’IA va inonder le marché → La vivacité, la prise de parole en public, la présence à l’écran deviennent précieuses. Automatiser ces compétences serait une erreur. À la place, utilise l’IA pour faire les trucs ennuyeux (plans, miniatures, design de carousel), pour avoir plus de temps pour des moments authentiques et humains. Quatre mois pour développer un système de cette complexité — ne pas commencer par le sommet.

  **Résultat:** Une One-Person Media Company au lieu des 5+ membres d’équipe à temps plein nécessaires avant.

  —

  Claude, ChatGPT (Images 2.0), Hermes, Descript, Blotato, ManyChat, NotebookLM, OpenClaw — Hybrid deep-dive/avis, destiné aux créateurs expérimentés.

Leon van Zyl (2 nouvelles vidéos)

• Claude Code Agent View: Parallel Agents Are Here
  14.5.2026, 10:51:58

  La vidéo rapporte une attaque complexe de la chaîne d’approvisionnement sur les paquets open source de l’écosystème npm, affectant plus de 100 paquets avec plus de 50 millions de téléchargements hebdomadaires. L’attaque a exploité une vulnérabilité dans le processus de publication de Tanstack, quand un attaquant a créé une pull request dans un fork du référentiel, ce qui a déclenché le workflow CI/CD. En utilisant l’option « pull request target », l’attaquant a pu injecter des fichiers malveillants dans le cache partagé du serveur CI, qui ont ensuite volé un token npm-publish valide et ont publié des versions de paquets compromises. Le malware s’est propagé davantage en recherchant d’autres tokens npm-publish et en infectant des paquets supplémentaires, notamment ceux de Mistral AI, UiPath et Open Search. Le malware s’est profondément intégré dans les environnements de développement et a même utilisé un « Dead Man Switch » qui supprimait le dossier racine du système infecté en cas de détection.

  Pour se défendre contre de telles attaques, la vidéo recommande l’utilisation de PNPM1 ou version supérieure, qui offre des fonctionnalités telles que « minimum release age », « block exotic subdependencies » et « approved builds » pour empêcher l’installation de paquets malveillants. De plus, Sentry est présenté comme un outil de débogage en production, qui fonctionne avec une agence alimentée par l’IA appelée Seir pour enquêter et résoudre automatiquement les problèmes.

  La vidéo traite d’outils spécifiques comme PNPM, Sentry et Seir Agent et s’adresse aux utilisateurs de niveau intermédiaire à avancé.

• Codex CLI Full Tutorial: Build Your First AI Image Generator from Scratch
  11.5.2026, 11:17:21

  Cette vidéo présente étape par étape la création d’un studio d’images alimenté par l’IA pour générer des vignettes YouTube, des affiches, des bannières et d’autres contenus graphiques. Le processus commence par la mise en place d’un projet Next.js à l’aide de l’outil Codec CLI, basé sur GPT-5.5 et un niveau de raisonnement élevé. Une base de données est configurée avec Docker et Postgres, et les tables nécessaires pour l’authentification des utilisateurs sont migrées.

  L’accent est mis sur la création d’une interface conviviale permettant aux utilisateurs de télécharger des images de référence, d’écrire des prompts et de générer des images. Le développeur utilise les capacités de l’outil Codec pour concevoir et tester l’interface utilisateur, en veillant au respect d’un système de conception prédéfini. Après la conception de l’interface, la fonctionnalité réelle est implémentée, en utilisant la clé API OpenAI pour accéder au modèle d’image GPT-4. Le développeur montre comment télécharger des images de référence et des actifs, et comment générer des vignettes combinant ces éléments.

  À la fin, l’interface utilisateur est ajustée pour s’assurer que la génération d’images ne se fait que via le tableau de bord et non via la page d’accueil. La page d’accueil est révisée avec une image générée et du texte marketing. La vidéo souligne l’efficacité et les gains de temps grâce à l’utilisation de Codec et OpenAI, bien qu’elle mette en avant les limitations de tokens du plan ChatGPT Plus.

  La vidéo traite explicitement OpenAI (GPT-5.5, modèle d’image GPT-4) et Codec. Elle est destinée aux utilisateurs de niveau intermédiaire à avancé, car elle couvre des concepts avancés comme Docker, Postgres, Next.js et l’intégration d’API.

Liam Ottley

Aucune nouvelle vidéo pendant cette période.

Mark Kashef (1 nouvelle vidéo)

• Why 90% of Your Claude Skills Are Dead Weight
  13.5.2026, 20:00:29

  La vidéo traite des défis et des bonnes pratiques lors de l’utilisation de Skills dans Claude Code. L’auteur critique le fait que de nombreux utilisateurs accumulent trop de Skills inutiles ou même nuisibles qui dégradent les performances. Il explique que les Skills consomment des tokens et peuvent surcharger les fenêtres contextuelles, ce qui entraîne des interactions inefficaces et sujettes aux erreurs. L’auteur présente huit conseils pour optimiser les Skills :

  1. **Run it cold** : Testez si un prompt vague déclenche le bon Skill.
  2. **Check the budget** : Assurez-vous que la description est précise, mais pas trop longue.
  3. **Ask user input tool** : Intégrez une enquête pour vous assurer que le Skill dispose de toutes les informations nécessaires.
  4. **Copy-related rules** : Établissez des règles pour le ton et la mise en forme si le Skill fonctionne avec du texte.
  5. **Rate the skill** : Demandez à l’utilisateur d’évaluer le Skill et de suggérer des améliorations.
  6. **Wrong primitive** : Vérifiez si le Skill est le bon outil pour la tâche ou s’il serait mieux implémenté en tant que règle ou commande CLI.
  7. **Audit with Claude Code Guide Agent** : Utilisez un prompt prédéfini pour auditer et optimiser systématiquement les Skills.

  L’auteur souligne l’importance de la divulgation progressive et d’une bonne expérience utilisateur pour rendre les Skills efficaces et conviviaux. Il montre également comment consolider et tester les Skills pour éviter les redondances et améliorer les performances.

  **Commentaire final :** La vidéo aborde explicitement Claude d’Anthropic et s’adresse aux utilisateurs intermédiaires ayant déjà de l’expérience avec les Skills dans Claude Code.

Matt Pocock (3 nouvelles vidéos)

• I stopped using /grill-me for coding. Here’s what I use instead:
  14.5.2026, 14:22:56

  L’auteur présente un nouvel outil appelé « Grill with Docs », qui représente une version améliorée de la compétence « Grill Me » précédente. La compétence originale « Grill Me » interroge l’utilisateur pour parvenir à une compréhension mutuelle et prendre des décisions de manière progressive. Cependant, l’auteur a remarqué que « Grill Me » prenait souvent beaucoup de temps et ne documentait pas toutes les informations pertinentes. Il a donc développé « Grill with Docs », qui utilise un langage partagé (Ubiquitous Language) issu du Domain-Driven Design pour améliorer la communication entre l’utilisateur et l’IA. Ce nouvel outil recherche un fichier « context.md » documentant le langage partagé et le met à jour au cours de la session. Il aide à affiner le langage flou, à discuter de scénarios concrets et à les relier au code. L’auteur démontre l’utilisation de « Grill with Docs » sur un exemple pratique et montre comment il améliore l’efficacité et la clarté de la communication avec l’IA. Il souligne que « Grill Me » reste utile, mais « Grill with Docs » est mieux adapté aux projets avec une codebase.

  La vidéo aborde explicitement les modèles d’IA de Claude et s’adresse plutôt aux utilisateurs de niveau intermédiaire à avancé.

• Anthropic’s “dedicated monthly credit” is actually a huge cut
  13.5.2026, 20:12:51

  La vidéo traite du problème de l’entropie logicielle accélérée par l’IA, où les codebases se dégradent plus rapidement parce que les modifications sont souvent apportées sans tenir compte de l’ensemble de la codebase. L’auteur présente sa méthode pour sauver de telles codebases en s’appuyant sur les fondamentaux du logiciel et sa capacité améliorée d’architecture de codebase. Il explique les concepts clés tels que les modules, les interfaces, les implémentations, les modules profonds et superficiels, les graphes de dépendances, les coutures et les adaptateurs, qui proviennent du livre de John Ousterhout « A Philosophy of Software Design ». Les modules profonds sont particulièrement précieux car ils cachent beaucoup d’implémentation derrière une interface simple, améliorant ainsi la maintenabilité et l’utilité. L’auteur démontre l’application de ces concepts sur sa propre codebase en utilisant la capacité « Improve Codebase Architecture » dans Claude pour identifier et mettre en œuvre des améliorations. Il souligne l’importance des tests et la nécessité de décisions stratégiques de la part du développeur, car bien que les agents IA puissent être bons tactiquement, ils nécessitent un leadership stratégique. La vidéo s’adresse aux développeurs de niveau intermédiaire à avancé qui souhaitent améliorer leurs codebases et tirer parti des avantages des modules profonds. (Claude, Intermediate/Advanced)

• New Skills! /handoff, /prototype, /review and /writing-* | Skills Changelog
  12.5.2026, 09:56:10

  La vidéo présente les dernières mises à jour et améliorations apportées à un référentiel contenant des AI-Skills, qui a récemment atteint 70 000 étoiles sur GitHub. Les principaux nouveautés sont deux nouvelles compétences :

  1. **Skill Handoff** : Cette compétence crée un document de transfert qui résume la conversation actuelle, permettant à un nouvel agent de poursuivre le travail. Le document est stocké dans un fichier temporaire et contient des suggestions de compétences à utiliser à l’étape suivante. Le skill est particulièrement utile pour basculer entre différentes fenêtres de contexte sans perdre d’informations importantes. Il existe deux principaux modèles d’utilisation : « Fire and Forget » et « DIY Sub Agent ».

  2. **Skill Prototype** : Cette compétence aide à la création de prototypes, en particulier dans le développement d’interfaces utilisateur et la création de prototypes de logique pour les applications avec état. Le skill génère plusieurs variantes d’interface utilisateur et permet de les tester et de les affiner de manière interactive avant leur implémentation.

  Plusieurs corrections de bugs ont également été présentées, notamment une amélioration du skill « Grill with Docs » grâce à l’utilisation de balises XML pour contrôler la priorisation des informations, et une adaptation des skills « To PRD » et « To Issues » pour utiliser les bonnes étiquettes.

  De plus, un aperçu de deux compétences en cours de développement a été donné : l’une pour la rédaction de textes (Skill Tripart) et l’autre pour les examens de code. Le skill Tripart aide à structurer des fragments de texte en une histoire ou un article complet, tandis que le skill Code Review vérifie le respect des normes de codage et la mise en œuvre correcte des exigences.

  En conclusion, un site web de documentation est mentionné, qui contient des vidéos pour chaque compétence et une newsletter pour rester informé des derniers développements.

  La vidéo aborde explicitement l’utilisation de Claude et s’adresse plutôt aux utilisateurs de niveau intermédiaire à avancé.

Melvynx (7 nouveaux vidéos)

• J’abandonne Claude Code pour Codex… je te présente ça
  16.5.2026, 16:00:40

  La vidéo est un examen détaillé et une démonstration de l’application Codex, que le créateur présente après une semaine d’utilisation intensive. Il explique pourquoi il est passé de Claude Code à Codex, principalement en raison de l’efficacité des coûts et des fonctionnalités améliorées. Il montre son utilisation de Codex, y compris l’utilisation de Work-Trees pour le multitâche et l’intégration avec différents outils comme Z et Convex. Le créateur met en évidence les avantages de Codex, comme la possibilité d’utiliser plusieurs agents simultanément, une meilleure interface utilisateur et la possibilité d’utiliser les tokens de manière plus rentable. Il montre également comment il a migré ses Skills et ses Agents de Claude Code vers Codex en utilisant des Symlinks. Il mentionne qu’il prépare une masterclass sur l’utilisation de Codex et invite les spectateurs à utiliser ses Skills et ressources.

  Conclusion : La vidéo aborde explicitement Codex et s’adresse plutôt aux utilisateurs de niveau intermédiaire ou avancé.

• Better-Auth : l’outil d’authentification ultime avec Convex (évite Clerk)
  15.5.2026, 16:31:38

  La vidéo discute des avantages et des inconvénients de Clerk, un service d’authentification, et le compare à Better Auth, une solution alternative. L’auteur soutient que bien que Clerk offre une intégration rapide et facile, elle peut être problématique en raison du verrouillage des fournisseurs et des coûts élevés. Better Auth est présenté comme une alternative plus flexible et rentable, offrant plus de contrôle et de possibilités de personnalisation. L’auteur montre comment il a implémenté une solution d’authentification complète avec Better Auth, y compris un tableau de bord d’administration et la gestion d’organisation, soutenue par des agents IA. Il souligne les avantages de Better Auth, comme la possibilité d’héberger et de contrôler soi-même tout, ainsi que l’intégration dans sa propre pile, qu’il propose dans le cadre de sa formation Nostac.

  La vidéo aborde explicitement Clerk et Better Auth et s’adresse aux utilisateurs de niveau intermédiaire à avancé qui se penchent sur les solutions d’authentification pour leurs applications.

• LES DEVS ARRÊTENT D’UTILISER CLAUDE : c’est de pire en pire…
  14.5.2026, 15:44:37

  La vidéo discute du mécontentement croissant envers Claude, un modèle d’IA d’Anthropic, et de la popularité croissante de Codex d’OpenAI. L’auteur décrit comment Claude a d’abord gagné la confiance des développeurs, mais est maintenant critiqué en raison de la nouvelle tarification et des restrictions sur l’utilisation des tokens API pour les applications programmatiques. Particulièrement problématique est l’introduction d’un crédit mensuel de 200 dollars, qui ne fournit que 200 dollars de tokens API, ce qui est jugé insuffisant.

  L’auteur compare ses expériences avec Claude et Codex, soulignant que Codex se distingue par son efficacité et sa flexibilité. Il décrit comment il a migré ses workflows de Claude vers Codex, ce qui lui a apporté de meilleurs résultats et plus de tokens pour son argent. Il loue également l’application Codex pour sa convivialité et ses capacités multitâche.

  L’auteur conclut en recommandant d’essayer Codex et partage sa pile actuelle, qui comprend à la fois Claude et Codex. Il souligne qu’il continue à utiliser les deux services, mais se concentre actuellement davantage sur Codex.

  **Conclusion :** La vidéo aborde explicitement Claude d’Anthropic et Codex d’OpenAI et s’adresse plutôt aux utilisateurs de niveau intermédiaire à avancé.

• Convex : la MEILLEUR Database pour tes SaaS (j’arrête Prisma)
  13.5.2026, 16:01:23

  # Résumé

  Le créateur rapporte son passage de Prisma à Convex en tant que solution backend et explique pourquoi il utilise maintenant Convex quotidiennement pour les nouveaux projets. Contrairement à Prisma (un ORM pour la gestion des bases de données et des migrations), Convex offre un système backend holistique : base de données, synchronisation en temps réel, fonctions, jobs, webhooks et authentification – tout exprimé en TypeScript et sans avoir besoin d’un serveur backend séparé.

  La promesse centrale : **Synchronisation automatique des données** sur tous les onglets de navigateur ouverts et appareils, sans avoir à gérer manuellement l’invalidation du cache, les webhooks ou les Web-Sockets. Un exemple concret est son application de chat (codelinks.dev), où les messages et les brouillons en direct se mettent à jour immédiatement partout. Dans une situation multi-onglet (par exemple, modifier le nom de l’organisation), le changement est automatiquement reflété partout – avec Prisma, il faudrait coordonner les API, les couches de cache, l’invalidation des requêtes et les caches de pages potentiels de Next.js.

  Convex dispose d’intégrations préconfigurées (Stripe, Resend, Mux, etc.) et d’une gestion intégrée des webhooks avec relance automatique et suivi de livraison. Les jobs et workflows (par exemple, l’envoi d’e-mails retardés) fonctionnent nativement sans outils externes comme Vercel Cron ou Redis. Pour le développement, il utilise Convex dans le cloud (pas localement), ce qui élimine les problèmes de configuration ; les agents IA peuvent lire les logs de Convex et corriger les erreurs de manière autonome.

  En matière de déploiement, Convex offre plusieurs environnements (production, développement, aperçu) gratuitement. La tarification de son application de chat était récemment d’environ 26 cents par mois (pour 900k appels de fonction, 2GB de stockage) – bien en dessous des limites du plan professionnel (25 $ + utilisation). Le plus grand piège à coûts était le code non optimisé, qui causait des analyses de base de données ; après optimisation, le prix a chuté considérablement.

  Inconvénients : une dépendance plus forte vis-à-vis de Convex en tant que service (alternative : auto-hébergement via Docker), et la migration de projets legacy complexes comme son application de messagerie est trop risquée en raison de l’ampleur du code. Il recommande son projet boilerplate (Nost Stack), qui est préconfigué avec Claude + Convex CLI pour éviter les problèmes courants.

  **Démonstration/Opinion, fournisseur Convex (explicite), avec intégration d’IA (Claude mentionné pour la génération de code et l’analyse des logs).**

• Pourquoi j’ai arrêté d’utiliser Next.js (je sais… tu n’étais pas prêt)
  12.5.2026, 16:00:10

  # Résumé : Pourquoi j’ai abandonné Next.js

  Le créateur raconte son parcours pour abandonner Next.js pour les nouveaux projets et opter plutôt pour **TanStack Start**. Après une conversation avec le créateur de TanStack lors d’un événement à San Francisco, il a réalisé des problèmes fondamentaux avec Next.js qu’il avait auparavant négligés.

  **Problèmes clés avec Next.js :**

  Il montre sur de vraies applications (application Ciao, campagnes d’e-mail) qu’il a été forcé de migrer de Next.js vers React Router pour permettre une navigation instantanée. Avec le routeur Next.js, c’était impossible – à la place, il devait mettre `use client` partout et perdait les avantages du rendu côté serveur.

  **Avantages mesurables de TanStack Start :**
  – Temps de compilation : 44 secondes au lieu de 1:56 minutes (avec Next.js)
  – Démarrage du développement local : 2-3 secondes au lieu de 10-12 secondes
  – Navigation entre les pages : beaucoup plus rapide (démontré par comparaison en direct)

  **Complexité et problèmes d’IA :**
  Les composants serveur de Next.js, les composants clients et les mécanismes de cache multicouches (Full Route Cache, Data Cache, Router Cache) sont difficiles à déboguer pour les humains – encore plus difficiles pour les modèles d’IA (Lia). TanStack Start est basé sur des modèles Web standard (React Router), ce qui permet aux modèles d’IA de implémenter correctement les fonctionnalités en un seul coup au lieu de faire constantamment des erreurs.

  **Problèmes de coûts :**
  Il a montré que le rendu côté serveur pour les pages très visitées (ses pages de formation) coûtait environ 5 dollars par mois – pour du contenu statique. Après migration vers un shell d’application React avec rendu côté client, ses factures Vercel sont passées d’environ 100 à 50 dollars, car la charge de calcul par navigation a diminué considérablement.

  **Cauchemar du cache :**
  Avec Next.js, chaque navigation = nouveau rendu serveur. Avec React App Shell : une seule fois lors du chargement initial ; ensuite seulement récupération de données. Cela réduit le temps de calcul du serveur de plusieurs fois.

  **Convex s’adapte mieux :**
  Convex avec Next.js n’a pas de sens – vous rendez côté client dans un framework qui demande côté serveur. TanStack Start + Convex est la configuration propre.

  Il prévoit un nouveau boilerplate (NoStack) avec TanStack Start, Convex et Better Auth, offrant un accès bêta. Il garde les anciennes applications sur Next.js par paresse, mais veut au moins migrer Subfast.

  **Conclusion :** Le rendu côté client est plus rapide, moins cher, plus simple et moins sujet aux erreurs – en particulier pour les applications de tableau de bord. Next.js a été pour lui une bonne phase d’apprentissage (il a gagné de l’argent grâce aux vidéos de formation), mais pour le développement assisté par IA aujourd’hui, c’est clairement obsolète.

  —

  Démonstration de TanStack Start et Next.js (déploiement Vercel) ; inspections de code ; aucun outil d’IA spécifique mentionné nommément en dehors de “Lia” et Claude — **Opinion/Réflexion**.

• Je change complètement ma stack… introduction de Now-Stack (secret project)
  11.5.2026, 19:00:01

  # Résumé : Annonce de NStack – Nouvelle pile de développement

  Le créateur présente **NStack**, une nouvelle pile technologique pour le développement d’applications SaaS, qu’il détaille dans une série vidéo à partir de cette semaine.

  La pile se compose de trois outils principaux :

  **TanStack Start** remplace Next.js en tant que framework. Le créateur cite les raisons concrètes : le temps de compilation est environ 2,2x plus rapide que Next.js, moins de “magie” dans le code (pas de distinction complexe entre composants serveur/client), et le routage s’exécute côté client, ce qui entraîne une navigation instantanée sans indicateurs de chargement. La démonstration montre la navigation entre les pages et les zones d’administration sans délai perceptible, tandis que la version de comparaison Next.js nécessite 2 secondes de temps de chargement pour les changements de page.

  **Convex** fonctionne comme base de données et backend : elle gère le stockage des données, la synchronisation en temps réel entre les clients, les requêtes API, l’authentification, les webhooks (par exemple, de Stripe) et les jobs asynchrones. L’avantage réside dans le fait que toutes les mises à jour de données sont synchronisées en temps réel sur tous les onglets de navigateur et utilisateurs – démontré par la mise à jour simultanée des données d’organisation dans deux navigateurs. Convex remplace ainsi plusieurs outils distincts qui seraient autrement nécessaires.

  **Better Auth** est le troisième composant (les détails restent vagues car le créateur dit qu’il les présentera plus tard).

  Le boilerplate comprend un tableau de bord d’administration étendu avec gestion des utilisateurs (filtrage, rôles, aperçu des sessions), gestion d’organisation et intégration Stripe.

  Le créateur met l’accent sur l’**automatisation par commandes CLI** : `skill init project` initialise le projet complet, `skill publish to production` déploie en une étape vers Vercel avec base de données Convex, et `skill setup stripe` configure Stripe avec seulement les clés API – sans clic manuel. D’autres Skills doivent être ajoutés, y compris un qui guide pendant plus d’une heure dans la planification d’une fonctionnalité SaaS.

  La vision : les développeurs doivent créer des applications SaaS de zéro à une application productive principalement par des commandes. La pile est supportée par Cursor, Codex et Claude.

  Une liste d’attente est disponible sous mlv.sh/fn ; les détails suivront dans la série vidéo cette semaine.

  **Vidéo d’annonce pour une nouvelle pile de développement SaaS (TanStack Start, Convex, Better Auth), mettant l’accent sur l’automatisation par commandes CLI ; le créateur travaille avec des outils LLM comme Cursor et Claude.**

• Mon SaaS IMPOSSIBLE à vibe-coder : ce que personne ne vous dit sur le vibe-coding
  10.5.2026, 16:00:01

  # Résumé

  Le créateur montre l’application la plus complexe qu’il ait jamais construite : un SaaS d’email marketing appelé Luemail. La plateforme comprend un tableau de bord avec des métriques sur les e-mails envoyés, les abonnés et l’engagement. La fonctionnalité principale est la création et l’envoi de campagnes avec des options de filtrage étendues (par clics, ouvertures, statut de workflow, etc.), un éditeur d’e-mail avec modèles et sortie de code, ainsi que des snippets qui se mettent à jour automatiquement partout lors de modifications.

  La complexité technique réside dans l’infrastructure : l’application Next.js envoie des e-mails via AWS SES, utilise Upstash pour la limitation du débit (50 e-mails par seconde) afin de respecter les limites AWS. Pour traiter environ 500 événements par seconde (ouvertures, clics, rebonds), Upstash Redis est utilisé comme queue avec workers de traitement par lots pour ne pas surcharger la base de données. Le HTML d’e-mail est stocké en R2 avec expiration de 30 jours. La plateforme offre un tableau de bord d’administration, des profils utilisateur avec champs personnalisés et tags, des workflows automatisés, une API complète et un SDK npm avec 60 outils. Une CLI permet des interactions basées sur des agents ; Claude peut l’utiliser pour créer et gérer de manière autonome les campagnes.

  Le créateur souligne : Claude (appelé Lia à l’époque) ne pense pas de manière anticipée et architecturale comme un développeur senior – il résout le problème immédiat, pas la scalabilité. L’UX standard est peu attrayante et nécessite une refonte extensive. Avec environ 28 000 e-mails, 477 campagnes et 55 000 abonnés sur le compte principal, l’architecture complexe s’est avérée utile, mais seulement à travers des crashs de production répétés pendant le processus d’apprentissage (par exemple, à Bali). Les clients sont actuellement uniquement des connaissances personnelles ; le marketing large est évité en raison des risques de réputation d’adresse IP lors de l’envoi d’e-mails.

  Claude (appelé Lia à l’époque) a commencé avec Cursor, puis est passé à Claude — démonstration d’une application SaaS complexe en production avec une deep-dive technique dans l’infrastructure et l’intégration d’agents.

n8n (1 nouvelle vidéo)

• n8n Desk: The Open Source Claude Desktop That Runs on top of n8n’s new MCP
  11.5.2026, 18:03:38

  La vidéo présente une démonstration de Marcel qui introduit deux nouveaux outils : le MCP N8N officiel (Meta-Cognitive Protocol) et N8N Desk, une application de bureau open source qui fonctionne de manière similaire à Claude Desktop, mais avec des différences importantes. Le MCP N8N permet aux agents IA non seulement d’exécuter des workflows N8N, mais aussi de les créer et de les modifier. Il s’agit d’une avancée majeure, car auparavant seule l’exécution des workflows était possible. Marcel démontre la création d’un agent de support de tickets qui communique via Slack. N8N Desk, en revanche, n’exécute pas le code localement sur l’ordinateur, mais utilise des instances N8N dans le cloud, ce qui est plus sûr et mieux adapté aux environnements d’entreprise. L’application supporte différents modèles d’IA, y compris les modèles locaux, et offre des fonctionnalités comme Co-Work, Workflow et Chat. Marcel souligne l’importance du contexte et des Skills pour une utilisation efficace des agents IA et montre comment N8N Desk intègre ces aspects. La vidéo se termine par l’annonce que N8N Desk sera disponible en tant que projet open source, avec la possibilité de s’inscrire sur une liste d’attente.

  La vidéo aborde explicitement N8N, Claude et les outils open source et est plutôt destinée aux utilisateurs de niveau Intermediate et Advanced.

Nate Herk | AI Automation (5 nouvelles vidéos)

• How to Deploy Your Claude Automations (3 Methods)
  15.5.2026, 15:16:02

  La vidéo explique trois méthodes pour déployer des agents depuis l’environnement Cloud Code d’Anthropic (Claude) afin qu’ils s’exécutent même lorsque l’utilisateur n’est pas actif. Les méthodes sont comparées à l’aide d’un schéma qui répond à la question de savoir où l’agent s’exécute (localement ou dans le cloud) et comment il fonctionne de manière autonome/agentique.

  1. **Boucles (Loops):**
  – Méthode simple où Cloud Code est invité à créer une boucle qui exécute une tâche spécifique à intervalles réguliers (par exemple, toutes les 10 minutes).
  – Utilise des outils internes comme `cron create`, `cron list` et `cron delete` pour la planification.
  – Les boucles sont spécifiques à la session et s’exécutent soit dans l’application de bureau, soit dans le terminal.
  – **Avantages:** Aucune configuration supplémentaire nécessaire, fonctionnalités complètes d’agents au sein de la session.
  – **Inconvénients:** La session et l’ordinateur doivent rester en fonctionnement, durée maximale d’exécution de 7 jours, intervalles fixes avec délai aléatoire (jitter).

  2. **Tâches planifiées de bureau et routines cloud:**
  – **Tâches planifiées de bureau:** S’exécutent localement sur l’ordinateur et nécessitent que l’application de bureau reste ouverte.
  – **Routines cloud:** S’exécutent dans le cloud d’Anthropic et ne nécessitent aucune session active ni ordinateur en fonctionnement.
  – Les deux méthodes injectent une invite dans une session Cloud Code et exécutent la tâche.
  – **Avantages:** Aucune infrastructure supplémentaire nécessaire, fonctionnalités complètes de Cloud Code, les routines cloud peuvent également être déclenchées via l’API ou les événements GitHub.
  – **Inconvénients:** Les routines cloud ont un minimum d’une heure entre les exécutions, nombre limité d’exécutions par jour (selon le plan).

  3. **Déploiement sur Modal ou Trigger.dev:**
  – Ici, un script (Python pour Modal, TypeScript pour Trigger.dev) est déployé sur la plateforme cloud respective et s’exécute selon un calendrier ou en tant que point de terminaison API.
  – **Avantages:** Pas besoin que votre propre ordinateur ou une session s’exécute, bon pour les processus déterministes.
  – **Inconvénients:** Pas de fonctionnalités d’agents complètes, le traitement de l’IA se fait via l’API et est donc plus coûteux. Avec le SDK Agent de Claude, vous pouvez également utiliser des fonctionnalités agentiques, mais c’est également plus coûteux.

  En outre, les **Agents gérés** d’Anthropic et les **Hooks** dans Cloud Code sont brièvement mentionnés, qui peuvent être utilisés pour les automatisations basées sur les événements.

  La vidéo convient plutôt aux utilisateurs **Intermediate** qui ont déjà de l’expérience avec Cloud Code et les agents. Des outils et des fournisseurs spécifiques sont abordés, notamment **Claude (Anthropic)**, **Modal**, **Trigger.dev** et le **Claude Agent SDK**.

• Anthropic Just Dethroned OpenAI. Here’s What Happens Next.
  13.5.2026, 21:20:51

  La vidéo discute de la dynamique actuelle dans le domaine des outils de codage assistés par l’IA, en particulier de la concurrence entre OpenAI (Codex) et Anthropic (Claude Code). Elle commence par constater qu’Anthropic a dépassé OpenAI dans l’utilisation commerciale, suivi d’une contre-attaque d’OpenAI offrant aux entreprises deux mois d’utilisation gratuite de Codex. Claude Code a réagi en augmentant de 50% les limites d’utilisation hebdomadaires pour les deux prochains mois. L’auteur interprète ces mesures comme faisant partie d’une « phase d’essai gratuit » au cours de laquelle les entreprises et les utilisateurs utilisent intensivement les outils, tandis que les fournisseurs visent l’adoption et la collecte de données. L’argument est que les prix actuels ne sont pas durables et que les utilisateurs fournissent finalement les données d’entraînement précieuses pour les modèles d’IA. L’auteur recommande de profiter des offres actuelles pour éviter les dépendances et être flexible face aux changements futurs possibles. Des parallèles historiques sont également mentionnés, où des dynamiques similaires dans d’autres secteurs ont conduit à des augmentations de prix. Le commentaire final souligne que les utilisateurs devraient utiliser les outils pour ne pas dépendre d’un seul fournisseur.

  **Outils/Modèles/Fournisseurs d’IA:** OpenAI (Codex), Anthropic (Claude Code); **Public cible:** Intermediate à Advanced.

• Every Level of Claude Explained in 21 Minutes
  12.5.2026, 13:59:35

  La vidéo offre un guide détaillé pour utiliser Claude à cinq niveaux progressifs: Enthousiaste, Débutant, Intermédiaire, Avancé et Architecte. Chaque niveau est défini par des fonctionnalités et des stratégies spécifiques qui guident progressivement l’utilisateur des applications élémentaires aux automatisations complexes.

  – **Niveau 1: Enthousiaste** – Utilisation basique de Claude pour des tâches simples comme la rédaction d’e-mails ou l’explication de contenu. Un conseil important est d’utiliser des captures d’écran, car Claude peut lire des images.
  – **Niveau 2: Débutant** – Introduction aux projets, qui offrent du contexte et de la continuité. Les fonctionnalités importantes sont Memory, Connectors (intégration avec des outils comme Slack ou Google Drive), File Creation (création de fichiers Excel, présentations PowerPoint, etc.), Artifacts (applications interactives), Inline Visuals (représentations visuelles au sein de discussions) et Office Add-ins (intégration dans Microsoft Office).
  – **Niveau 3: Intermédiaire** – Utilisation de Claude Co-work pour des tâches sur votre ordinateur. Les fonctionnalités importantes sont File System Access, Skills (workflows réutilisables), Scheduled Tasks (tâches planifiées), Mobile Control (contrôle par smartphone), Cloud Design (conception de prototypes et présentations) ainsi que Plugins et Computer Use (navigation dans les applications).
  – **Niveau 4: Avancé** – Utilisation de Claude Code pour les automatisations complexes et les processus de travail parallèles. Les fonctionnalités importantes sont l’utilisation de claude.md (fichier de configuration), Plan Mode (planification et exécution de tâches), Sub Agents (agents spécialisés), Work Trees (espaces de travail isolés), MCP (Model Context Protocol pour l’intégration d’outils) ainsi que diverses techniques d’optimisation et commandes personnalisées.
  – **Niveau 5: Architecte** – Création de systèmes entièrement autonomes qui fonctionnent sans interaction utilisateur. Les fonctionnalités importantes sont Cloud Routines (tâches planifiées dans le cloud), Hooks (logique liée à la sécurité), Channels (contrôle de plateformes externes), Headless Mode (exécution autonome de tâches), Agent SDK (création de vos propres produits) ainsi que Remote Control (contrôle à distance des sessions).

  La vidéo souligne que la transition vers le niveau le plus élevé est moins une question technique qu’une question de confiance dans les systèmes. Il est recommandé de commencer par des automatisations simples à faible enjeu et de mettre en œuvre progressivement des systèmes plus complexes.

  **Commentaire final:** La vidéo aborde explicitement Claude et convient plutôt aux utilisateurs Intermediate à Advanced.

• Claude Code Just Got an Agent Dashboard
  12.5.2026, 01:06:06

  La vidéo présente la nouvelle fonction « Agent View » de Claude Code, qui permet de gérer plusieurs sessions d’agents dans un seul onglet terminal. L’utilisateur peut basculer entre les sessions, surveiller leur statut (par exemple, « en attente de saisie », « terminé ») et naviguer directement dans et hors des sessions. C’est particulièrement utile pour les développeurs qui ont jusqu’à présent lutté contre de nombreux onglets de terminal ouverts et des sessions chaotiques. Le contrôle se fait via les flèches ou en cliquant, et de nouvelles sessions peuvent être démarrées par des commandes simples ou des descriptions directes de tâches. La vidéo mentionne également la nouvelle fonction « Goal », qui permet de définir des objectifs à long terme pour Claude Code, qui sont ensuite poursuivis de manière autonome. La vidéo montre également comment supprimer des sessions ou effectuer des saisies directement depuis la vue Agent. À la fin, un cours est mentionné qui montre comment utiliser Claude Code comme système d’exploitation personnel.

  La vidéo aborde explicitement Claude Code et convient plutôt aux utilisateurs Intermediate ou Advanced qui ont déjà de l’expérience avec Cloud Code ou des outils similaires.

• Hermes Agent: Zero to Personal AI Assistant (1 Hour Course)
  10.5.2026, 02:42:25

  La vidéo est un tutoriel pour configurer et utiliser Hermes Agent, un puissant agent d’IA open-source de Noose Research. Le créateur guide le spectateur à travers tout le processus, de l’installation sur un VPS (serveur privé virtuel) à la configuration et à l’utilisation de l’agent. Voici les principales étapes et le résultat final:

  1. **Introduction à Hermes Agent**:
  – Hermes Agent est un agent d’IA auto-améliorant qui grandit et s’adapte avec l’utilisateur.
  – L’agent dispose de 684 compétences, dont 91 sont déjà pré-installées.
  – L’agent peut automatiser diverses tâches, comme la génération de diagrammes Excal, les transcriptions et la réponse aux questions.

  2. **Comparaison avec d’autres agents**:
  – Comparaison d’Hermes Agent avec Cloud Code et OpenClaw.
  – Hermes Agent est plus léger, plus rapide et axé sur l’auto-amélioration.
  – Cloud Code est principalement utilisé pour le travail de connaissance et la programmation, tandis que Hermes Agent est utilisé pour l’automatisation et la gestion des tâches en déplacement.

  3. **Installation et configuration**:
  – Le créateur montre comment installer Hermes Agent sur un VPS chez Hostinger.
  – Un guide étape par étape est fourni, y compris la configuration d’un bot Telegram pour interagir avec l’agent.
  – Le créateur souligne l’importance de la sécurité et montre comment gérer les clés API en toute sécurité.

  4. **Utilisation d’Hermes Agent**:
  – Le créateur démontre comment utiliser l’agent pour diverses tâches, comme la création de vidéos avec Hyperframes et l’automatisation des tâches quotidiennes.
  – Il est montré comment synchroniser l’agent avec un repo GitHub pour créer des sauvegardes et enregistrer le travail.

  5. **Boucle d’auto-amélioration**:
  – Le créateur explique la boucle d’auto-amélioration d’Hermes Agent, où l’agent apprend de l’expérience et s’améliore continuellement.
  – On souligne que l’utilisateur doit corriger l’agent et lui fournir des commentaires pour améliorer la précision et l’efficacité.

  6. **Fonctionnalités avancées et conseils**:
  – Le créateur donne des conseils sur l’utilisation de l’agent, comme la création de compétences et l’automatisation des tâches avec des travaux Cron.
  – Il est montré comment utiliser l’agent pour différentes tâches et projets, comme la gestion des commentaires YouTube et la création de rapports.

  7. **Mise à l’échelle et gestion de plusieurs agents**:
  – Le créateur parle de la mise à l’échelle et de la gestion de plusieurs agents Hermes sur un VPS.
  – Il est expliqué comment héberger des agents dans des conteneurs différents et comment les faire communiquer entre eux.

  8. **Ressources et communauté**:
  – Le créateur propose un guide de ressources gratuit contenant toutes les étapes et informations de la vidéo.
  – Il est renvoyé à la communauté de formation gratuite du créateur, où d’autres ressources et documents sont disponibles.

  **Commentaire final**: La vidéo aborde explicitement Hermes Agent, OpenAI et des outils spécifiques comme Hostinger et GitHub. Elle convient plutôt aux utilisateurs Intermediate et Advanced qui ont déjà de l’expérience avec l’utilisation d’agents d’IA et la gestion de serveurs.

NeuralNine (3 nouvelles vidéos)

• This is the most useful n8n workflow I have ever built…
  15.5.2026, 16:00:28

  La vidéo montre comment créer un agent AI-Coding entièrement automatisé avec N8N, Claude Code (Anthropics), OpenAI et GitHub. L’agent peut être contacté via Slack ou GitHub-Issues pour effectuer des modifications sur un dépôt, créer des commits et créer une Pull Request. Le processus comprend deux workflows N8N : un pour les GitHub-Issues et un pour les messages Slack. Le premier workflow est déclenché par la création d’une GitHub-Issue, exécute un script Python qui utilise Claude Code en mode headless pour mettre en œuvre les modifications, et envoie un message de succès via Slack. Le second workflow prend un message Slack, le convertit en GitHub-Issue avec un agent OpenAI et déclenche ainsi le premier workflow. La vidéo montre la configuration de N8N, la création des workflows et l’intégration de GitHub, Slack et des agents IA.

  La vidéo aborde explicitement N8N, Claude Code (Anthropics), OpenAI, GitHub et ngrok. Elle est plutôt destinée aux utilisateurs Intermediate et Advanced.

• JavaScript Crash Course: Full Beginner Tutorial
  13.5.2026, 16:01:18

  La vidéo offre un cours d’introduction complet en JavaScript, qui se concentre sur les bases du langage de programmation plutôt que sur son utilisation en HTML pour les animations. Elle couvre les sujets suivants :

  1. **Introduction et configuration** :
  – Installation de Node.js pour exécuter des fichiers JavaScript.
  – Création d’une simple application « Hello World » avec `console.log`.

  2. **Variables et types de données** :
  – Définition de variables avec `let`, `var` et `const`.
  – Différences entre `let` et `var` (scope de bloc vs. global).
  – Types de données fondamentaux comme les nombres, strings, booleans et valeurs spéciales comme `undefined`, `null`, `Infinity` et `NaN`.

  3. **Opérateurs** :
  – Opérateurs arithmétiques (addition, soustraction, multiplication, division, modulo, exponentiation).
  – Opérateurs d’assignation et opérateurs d’incrémentation/décrémentation.
  – Opérateurs de comparaison et opérateurs logiques.

  4. **Instructions conditionnelles** :
  – Instructions `if-else` et `switch-case`.
  – Traitement des entrées utilisateur avec la bibliothèque `readline`.

  5. **Boucles** :
  – Boucles `while` et `do-while`.
  – Boucles `for`, y compris l’itération sur des arrays.
  – Instructions de contrôle de boucle comme `continue` et `break`.

  6. **Fonctions** :
  – Définition et appel de fonctions.
  – Paramètres et valeurs de retour.
  – Fonctions anonymes, expressions lambda et fonctions avec un nombre variable de paramètres.
  – Fonctions en tant qu’objets de première classe et callbacks.

  7. **Structures de données** :
  – Arrays : création, accès aux éléments et itération.
  – Maps (dictionnaires) : paires clé-valeur et accès aux valeurs.
  – Sets : collection simple de valeurs uniques.

  8. **Objets et classes** :
  – Définition d’objets avec la notation abrégée et avec des classes.
  – Utilisation de constructeurs et de méthodes.

  9. **JavaScript en HTML** :
  – Intégration de JavaScript dans des fichiers HTML et interaction avec le DOM.

  La vidéo convient aux débutants qui possèdent des connaissances de base en programmation et qui souhaitent obtenir un aperçu rapide de JavaScript en tant que langage de programmation. Aucun outil IA spécifique ou modèle n’est abordé.

• ONNX: The PDF Format For Neural Networks
  11.5.2026, 16:00:44

  La vidéo introduit le format ONNX (Open Neural Network Exchange), qui fonctionne comme un format ressemblant au PDF pour les réseaux de neurones. L’auteur montre comment entraîner des modèles dans PyTorch et TensorFlow, les exporter au format ONNX, puis les utiliser avec ONNX Runtime sans les frameworks d’origine. Des modèles simples et plus complexes, comme un classifieur MNIST, sont démontrés. La vidéo montre également comment télécharger et utiliser des modèles de Hugging Face au format ONNX. L’accent est mis sur la réduction de la dépendance vis-à-vis des frameworks spécifiques et l’augmentation de l’interopérabilité.

  **Remarque finale :** La vidéo aborde ONNX, PyTorch, TensorFlow, Hugging Face et ONNX Runtime et convient aux utilisateurs Intermediate.

Nic Conley

Aucune nouvelle vidéo au cours de cette période.

Nick Saraev (1 nouvelle vidéo)

• How to Build Mobile Apps with Claude Code: Full Course (2026)
  11.5.2026, 17:51:20

  **Outils/Fournisseurs IA abordés :** Claude, OpenAI, Gemini, Open-Source, outils spécifiques tels que Cursor, Lovable, Cline, n8n

  **Groupe cible :** Intermédiaire

Niklas Steenfatt

Aucune nouvelle vidéo au cours de cette période.

No Priors: AI, Machine Learning, Tech, & Startups (2 nouvelles vidéos)

• Pax Silica: Inside the Trump Administration’s Tech Strategy with Jacob Helberg
  14.5.2026, 10:01:32

  La vidéo est une interview avec Jacob Helberg, Under Secretary of State for Economic Affairs, sur l’initiative « Pax Silica ». Cette initiative est une coalition de sécurité économique qui vise à sécuriser les chaînes d’approvisionnement en IA des États-Unis et de leurs alliés. Helberg explique que Pax Silica suit une approche basée sur les écosystèmes et comprend déjà 14 pays. Un projet central est la mise en place d’une « forward-deployed industrial base » aux Philippines, où 4 000 hectares de terres seront utilisés pour les développements industriels. Cette zone doit offrir une combinaison du système juridique américain et des avantages industriels philippins.

  Helberg souligne l’importance de la collaboration avec le secteur privé, car les États-Unis ne veulent pas compter sur des chaînes d’approvisionnement gérées par l’État. L’initiative doit plutôt créer des plateformes commercialement viables qui peuvent fonctionner indépendamment de l’État. L’objectif est de réduire la dépendance à la Chine et de diversifier les chaînes d’approvisionnement, notamment dans des domaines comme la robotique et les terres rares.

  La vidéo aborde également les différences entre la stratégie américaine et l’initiative chinoise Belt and Road, Helberg mettant en avant les avantages de l’approche américaine, qui repose sur des partenariats avec le secteur privé et des pratiques commerciales éthiques. Il souligne l’importance de l’innovation et le rôle du capital privé dans la résolution des problèmes de chaîne d’approvisionnement.

  La vidéo convient plutôt aux niveaux Intermediate et Advanced et ne traite pas d’outils ou de modèles d’IA spécifiques, mais se concentre sur les stratégies politiques et économiques.

• Amex Global Business Travel: The World’s First AI Take Private with Long Lake CEO Alexander Taubman
  11.5.2026, 10:01:04

  **Résumé:**

  Long Lake Management, une entreprise spécialisée dans l’acquisition et la transformation d’entreprises grâce à l’IA, a récemment annoncé son intention de reprendre American Express Global Business Travel (AmEx GBT) pour 6,3 milliards de dollars. Ce serait la première acquisition d’une entreprise cotée en bourse menée par l’IA. Long Lake a déjà acquis 30 entreprises et les a transformées avec sa plateforme d’IA Nexus. Cette plateforme automatise les flux de travail, améliore la productivité des employés et stimule la croissance des entreprises.

  Alex Topman, PDG de Long Lake, explique que la plateforme Nexus partage environ 80 % de l’infrastructure pour diverses industries et peut être déployée quelques jours après une acquisition. Cela entraîne des augmentations immédiates des marges et de la croissance. Long Lake ne se concentre pas sur les réductions de coûts, mais sur la croissance et l’expérience client. Grâce à l’automatisation assistée par l’IA, les employés peuvent servir plus de clients, ce qui entraîne des taux de croissance organique plus élevés.

  Topman souligne que Long Lake ne vend pas seulement des logiciels, mais acquiert des entreprises pour établir des relations commerciales plus profondes et obtenir de meilleurs résultats. Cela permet une collaboration plus étroite entre les employés et les ingénieurs, ce qui conduit à de meilleures solutions et à des innovations plus rapides. Long Lake aspire à être le meilleur employeur dans chaque secteur où elle opère, attirant ainsi des employés talentueux.

  L’acquisition d’AmEx GBT est un exemple de la stratégie à long terme de Long Lake, qui consiste à acquérir des entreprises et à les conserver à long terme plutôt que de les vendre à court terme. Topman voit dans l’IA une situation gagnant-gagnant qui bénéficie à la fois aux employés et aux clients.

  **Commentaire final:**
  La vidéo traite de Long Lake Management et de sa plateforme d’IA Nexus, utilisée pour la transformation d’entreprises. Elle s’adresse plutôt aux niveaux Intermediate et Advanced, car elle se concentre sur des stratégies commerciales complexes et des applications d’IA.

Productive Dude

Aucune nouvelle vidéo pendant cette période.

Sebastien Dubois (1 nouvelle vidéo)

• Levels of AI Context Management: From Generic Answers to Precision Results
  16.5.2026, 08:48:32

  La vidéo discute des différents niveaux de gestion du contexte lors de l’utilisation de l’IA, en particulier lors de l’interaction avec des modèles de langage comme GPT ou Claude. L’orateur distingue huit niveaux, allant de la simple requête sans contexte (niveau 1) à un système de connaissances complet qui peut être entièrement exploité par l’IA (niveau 8). Aux premiers niveaux (1-3), l’accent est mis sur la fourniture de contexte de base et l’utilisation des fonctions de mémoire intégrées de l’IA, bien que celles-ci soient décrites comme peu fiables et pseudo-aléatoires. À partir du niveau 4, des techniques avancées d’ingénierie des prompts sont introduites, qui offrent de meilleurs résultats mais s’accompagnent de défis tels que l’organisation et la gestion des prompts. À partir du niveau 5, l’importance d’un système de connaissances central est soulignée, contenant des informations sur les projets, les objectifs et les processus de travail. Cela permet à l’IA de fournir des résultats plus précis et pertinents. Aux niveaux supérieurs (6-8), il s’agit de gérer la mémoire de l’IA, de mettre en œuvre des capacités d’agents IA (Skills) et d’optimiser la gestion du contexte pour améliorer la cohérence et la qualité des résultats. L’orateur souligne qu’un système de connaissances bien structuré, pleinement compris et exploité par l’IA, fournit actuellement les meilleurs résultats.

  La vidéo traite explicitement de Claude, OpenAI et d’outils spécifiques comme Obsidian, Anthropic, Google et OpenAI. Elle s’adresse aux utilisateurs de niveau intermédiaire et avancé.

Tech With Tim (3 nouvelles vidéos)

• AI Web Scraping Is Insanely Good | Browserbase Full Tutorial
  15.5.2026, 15:19:07

  La vidéo présente la plateforme Browserbase, qui permet de connecter des agents AI avec des sessions de navigateurs distants pour effectuer de l’automatisation web. Browserbase offre une alternative aux outils traditionnels comme Playwright ou Selenium en fournissant une interface basée sur l’AI qui utilise le langage naturel pour automatiser les actions du navigateur. La plateforme résout de nombreux problèmes typiques de l’automatisation web, tels que les interdictions d’IP, les limites de débit et les captchas, en utilisant une identité d’agent qui fonctionne avec Cloudflare et d’autres fournisseurs de captcha. La vidéo montre un guide pas à pas pour intégrer Browserbase avec des agents AI comme Claude Code ou Open Claw, ainsi que des exemples de code en Python et TypeScript démontrant l’utilisation du SDK Stagehand. Diverses fonctionnalités sont présentées, notamment l’extraction d’informations, l’observation d’actions et l’exécution de workflows complexes. Les avantages de Browserbase sont mis en évidence par des comparaisons avec les outils d’automatisation traditionnels, en particulier la capacité à automatiser de manière fiable les pages web dynamiques et complexes.

  La vidéo traite explicitement des outils Browserbase et Stagehand SDK et est destinée plutôt aux utilisateurs de niveau intermédiaire et avancé.

• Claude Tutorial – How to Connect Claude to ANY Tool
  12.5.2026, 17:32:33

  # Résumé

  La vidéo montre comment connecter des agents AI comme Claude ou Copilot avec des applications externes (Gmail, Google Drive, HubSpot, Salesforce, etc.) – non pas via des connecteurs natifs, mais via **Compose** (gratuit).

  **Problème avec les connecteurs natifs :** Si vous activez plusieurs connecteurs natifs directement dans Claude, cela crée une « prolifération de contexte » – des centaines d’outils sont transmis au LLM dans le system prompt, ce qui entraîne des coûts de tokens plus élevés et une précision réduite lors de la sélection des outils. De plus, vous ne pouvez connecter qu’un seul compte par outil.

  **Solution Compose :** Utilise la « découverte d’outils à la demande ». Au lieu de fournir 500 outils, seuls 1 à 3 outils de recherche sont présentés à l’agent. L’agent les utilise pour rechercher sémantiquement le bon outil dans Compose, ce qui maintient le contexte petit et améliore la précision. Compose gère toutes les authentifications de manière centralisée.

  **Installation :** Vous connectez les applications dans le tableau de bord Compose (Gmail, Twitter, HubSpot, etc.), recevez une URL et l’ajoutez comme connecteur personnalisé dans Claude/Copilot. Après autorisation, l’agent peut immédiatement accéder à tous les outils connectés – et est même invité à établir de nouvelles connexions si nécessaire.

  **Démo :** L’agent résume les trois derniers emails, puis crée un Google Doc avec le résumé, l’enregistre dans Drive et envoie le lien – tout orchestré via les outils Compose.

  **Coûts :** 20 000 appels d’outils/mois gratuits ; mise à niveau possible vers 200 000 ou 2 millions. L’auteur utilise l’outil sur plusieurs comptes sans jamais dépasser les limites gratuites.

  **Pratique :** Vous pouvez créer plusieurs organisations et activer les outils de manière sélective – une seule configuration fonctionne alors pour tous les outils AI dans lesquels vous intégrez Compose.

  —

  *Compose est mentionné comme parrain mais est gratuit ; Claude et Copilot (ainsi que théoriquement d’autres agents AI) sont discutés en tant que plateformes ; format : tutoriel/démo.*

• Claude Just Got a Superpower No One’s Talking About
  11.5.2026, 14:01:32

  # Serveur Higgs Field MCP dans Claude : génération complète de contenu éducatif et vidéo avec l’IA

  La vidéo montre comment installer et utiliser le serveur Higgs Field MCP dans Claude pour générer directement des images et des vidéos au sein de l’outil AI – sans avoir à connecter les API externes individuellement.

  **Installation :**
  La configuration se fait via les paramètres de Claude sous « Connecteurs », où vous ajoutez un connecteur personnalisé avec l’URL du serveur Higgs Field MCP et vous vous authentifiez. Vous pouvez également installer le serveur via CLI dans Claude Code en installant les outils CLI de Higgs Field, vous connecter et ajouter la compétence.

  **Application pratique :**
  Dans la démo, une campagne publicitaire est créée pour une fausse marque d’abonnement à café appelée « Focus Brew ». Claude génère d’abord trois photos de produits avec GPT Image 2 (plate, lifestyle, gros plan), en édite une en fonction des commentaires, puis crée des annonces vidéo de cinq secondes avec Seedance 2.0 sous différents angles (productivité, rituel, perspective des sceptiques) et génère enfin des vidéos de contre-narrative adressant les objections courantes des clients. Les assets générés sont ensuite intégrés dans une page d’atterrissage HTML.

  **Avantage principal :**
  Au lieu de connecter et payer plus de 30 outils différents individuellement, Higgs Field offre une interface unifiée avec accès à plusieurs modèles éducatifs et vidéo. L’intégration MCP permet des workflows multi-étapes automatisés : Claude peut générer, évaluer et créer des vidéos de manière autonome – ou automatiser des tâches récurrentes via Open Claw (par exemple, générer 10 nouvelles images quotidiennement).

  **Particularité :**
  L’agent AI affine automatiquement les prompts d’origine avec des détails tels que la qualité, la résolution et le rapport d’aspect, ce qui produit généralement de meilleurs résultats que la création manuelle.

  Claude et Higgs Field MCP Server comme intégration centrale ; tutoriel/démo avec un workflow pragmatique.

TheAIGRID (3 nouvelles vidéos)

• 10 Best AI Tools For Small Business Owners in 2026 – How To Start Your Business With AI
  16.5.2026, 21:15:02

  La vidéo présente 10 outils d’IA adaptés aux petites entreprises et aux débutants sans connaissances techniques préalables. Voici les points clés :

  1. **ChatGPT** : Un outil polyvalent pour des tâches telles que la rédaction d’e-mails, la génération d’idées, le résumé de documents, les publications sur les réseaux sociaux et bien plus. Il est particulièrement utile pour les petites entreprises pour gagner du temps et surmonter les blocages créatifs. Le plan Plus coûte 20 dollars par mois.

  2. **Claude Co-work** : Un agent de bureau d’Anthropic qui peut traiter de manière autonome les fichiers locaux et les applications. Il peut automatiser des tâches comme l’organisation de fichiers, la création de présentations et la gestion de feuilles Excel. Le prix de base est de 20 dollars par mois.

  3. **Microsoft 365 avec Claude** : Claude peut être intégré dans Microsoft Word et Excel pour automatiser des tâches telles que la création d’analyses financières et la gestion de documents. Il est particulièrement utile pour créer des prévisions financières et gérer les données.

  4. **Copilot dans Microsoft 365** : Une IA intégrée à Microsoft 365 qui offre des fonctionnalités similaires à Claude, mais moins puissantes. C’est une alternative économique pour les entreprises au budget limité.

  5. **Gamma.app** : Un outil de création de présentations et de sites web. Il est particulièrement utile pour les petites entreprises qui souhaitent créer des présentations professionnelles et des sites web sans connaissances en design.

  6. **Pomelo de Google** : Un outil marketing gratuit de Google qui génère des publications pour les réseaux sociaux, des campagnes publicitaires et des bannières d’e-mail à partir d’une URL de site web. Il est particulièrement utile pour les entreprises qui souhaitent renforcer leur identité de marque.

  7. **Flow de Google** : Un outil de génération d’images, particulièrement utile pour les entreprises qui ont besoin de créer régulièrement des images à des fins marketing. Il offre 50 crédits gratuits pour démarrer.

  8. **Canva AI** : Un outil de création de visuels marketing qui propose des mises en page, génère des images à partir de descriptions et adapte les designs pour différentes plateformes de réseaux sociaux. Il est particulièrement utile pour les entreprises qui souhaitent maintenir une identité de marque cohérente.

  9. **Zapier** : Un outil pour automatiser les workflows entre différentes applications. Il peut automatiser des tâches comme la création d’entrées de calendrier et la gestion des demandes de clients. Il propose une version gratuite et des plans payants jusqu’à 20 dollars par mois.

  10. **Chatbase** : Un outil pour intégrer des agents de support IA sur les sites web. Il permet aux entreprises d’intégrer des agents d’assistance clientèle automatisés sur leur site web, qui peuvent répondre en fonction des connaissances de l’entreprise provenant de fichiers PDF ou Word. Il propose une version gratuite et des plans payants à partir de 32 dollars par mois.

  11. **Perplexity Computer** : Un outil d’agents IA coûteux mais puissant qui peut automatiser des tâches telles que la création de rapports, l’extraction de données de sites web et la gestion de données. Il est particulièrement utile pour les entreprises qui souhaitent automatiser des tâches complexes. Le prix est de 200 dollars par mois.

  12. **Lovable** : Un outil de création de sites web avec assistance IA. Il est particulièrement utile pour les entreprises qui souhaitent créer rapidement et facilement un site web sans connaissances en design.

  La vidéo est adaptée aux petites entreprises et aux débutants sans connaissances techniques préalables. Elle couvre divers outils et modèles d’IA, notamment ChatGPT, Claude, Microsoft 365, Copilot, Gamma.app, Pomelo de Google, Flow de Google, Canva AI, Zapier, Chatbase, Perplexity Computer et Lovable.

• Meta AI Tutorial – How To Use Meta AI
  13.5.2026, 21:15:04

  La vidéo présente les fonctionnalités et conseils d’utilisation de Meta AI. Elle commence par expliquer les trois modes de chat : « Instant » pour les questions rapides et informelles, « Thinking » pour les problèmes complexes nécessitant une réflexion plus approfondie, et la fonction secrète « Contemplating » qui utilise jusqu’à 16 agents indépendants pour une analyse parallèle. Cette fonction est particulièrement utile pour la recherche, le développement de stratégies et les décisions difficiles. La vidéo démontre ensuite la fonction de recherche de Meta AI, qui récupère les informations du web ouvert et du graphe social de Meta, y compris les Reels Instagram et les publications Facebook. La multimodalité de Meta AI est soulignée, notamment l’analyse d’images et l’ancrage visuel, qui peuvent fournir des analyses détaillées et des informations de santé personnalisées à partir d’images. L’analyse de fichiers PDF, Excel et Word est également mentionnée. La vidéo présente également la génération d’images et de vidéos avec « Vibes » de Meta, actuellement basée sur Midjourney, ainsi que la plateforme sociale Meta Vibes, où les utilisateurs peuvent partager et remixer du contenu généré par IA.

  La vidéo traite explicitement de Meta AI et est plutôt destinée aux utilisateurs de niveau intermédiaire.

• Google’s New Gemini Omni Just Shocked Everyone – Leaked Demo, Pricing, and what comes next
  12.5.2026, 19:45:04

  La vidéo traite de la fuite d’un nouveau modèle vidéo IA de Google appelé Gemini Omni, qui a été accidentellement rendu accessible à certains utilisateurs. La découverte a commencé par un tweet soulignant une ligne de texte inhabituelle « powered by Omni » dans l’application Gemini. Les utilisateurs ont généré les premières vidéos, montrant une qualité impressionnante comparable aux modèles actuels de premier plan comme Sora 2. Les vidéos démontrent des scènes complexes, comme un professeur expliquant une preuve mathématique au tableau et une scène de restaurant détaillée avec deux personnes. L’utilisation du modèle est cependant très intensive en ressources, deux générations consommant déjà 86% du quota mensuel d’un abonnement Pro (20$/mois). Le nom « Omni » suggère un modèle multimodal supportant diverses modalités d’entrée et de sortie, similaire au GPT-40 jamais officiellement publié. La vidéo spécule sur le lancement potentiel d’Omni lors de la prochaine Google IO et le compare aux concurrents actuels comme Sora 2, W2.7 d’Alibaba et Cline 3.0. Elle discute de la question de savoir si Omni pourrait être un produit autonome ou une évolution de VO4, avec le potentiel de modifier considérablement le paysage de l’IA vidéo.

  La vidéo traite explicitement de Gemini Omni de Google et le compare à d’autres modèles comme Sora 2 et GPT-40, s’adressant plutôt à un public de niveau intermédiaire à avancé.

Theo – t3․gg (5 nouvelles vidéos)

• AI Is Hacking Everything Now…
  15.5.2026, 20:09:07

  La vidéo aborde une série de failles de sécurité et d’exploits graves dans différents logiciels et systèmes d’exploitation, notamment Linux. Plusieurs problèmes de sécurité critiques sont mis en évidence, notamment « Copy Fail », « Dirty Frag » et une attaque contre 84 paquets npm Tanstack. Le présentateur souligne que la vitesse et la fréquence de ces exploits sont alarmantes et que les pratiques de sécurité traditionnelles, comme la période de divulgation de 90 jours, ne suffisent plus. Il affirme que l’utilisation de l’IA a accéléré et simplifié la découverte et l’exploitation des failles de sécurité, marquant une nouvelle ère de la sécurité logicielle.

  Le présentateur propose que le secteur doit effectuer des changements drastiques pour relever ces nouveaux défis. Cela inclut l’introduction d’un nouveau niveau d’acteurs de confiance informés précocement des failles de sécurité, ainsi qu’un changement fondamental de la culture open-source pour contrôler et retarder la divulgation du code. Il souligne également la nécessité de concevoir des logiciels plus sûrs dès le départ, en utilisant par exemple des langages de programmation plus sûrs comme Rust et en développant de meilleures architectures.

  Le présentateur partage également les mesures personnelles qu’il prend pour se protéger contre ces menaces, comme faire régulièrement des sauvegardes et éduquer sa famille sur les risques de sécurité. Il conclut en exprimant l’espoir que ses avertissements seront pris au sérieux et que le secteur trouvera collectivement des solutions pour faire face aux défis de sécurité croissants.

  Outils/Modèles/Fournisseurs IA : Claude, OpenAI, Gemini, Open-Source (Linux, paquets npm, Tanstack), Mythos, OpenAI Daybreak, GPT-4.7, Claude Opus 4.7, Gemini 31 Pro, GPT-5.5

  Public cible : Intermediate à Advanced.

• I’m done.
  14.5.2026, 10:08:59

  La vidéo traite de l’annonce d’Anthropic selon laquelle, à partir du 15 juin, les plans Claude payants recevront un crédit mensuel dédié pour l’utilisation programmatique. Ce crédit couvre l’utilisation du SDK Agent, Claude-P et les applications tierces basées sur le SDK Agent. Le présentateur est déçu car ce changement restreint considérablement l’utilisation de Claude dans les outils tiers comme T3 Code, OpenClaude et autres, réduisant les limites d’utilisation de 25 à 40 fois. Il critique Anthropic pour n’avoir pas fourni une communication claire malgré des demandes pendant des mois, et présente désormais une solution qui semble être une limitation plutôt qu’une amélioration. Le présentateur souligne que ceci est une attaque contre les projets open-source et qu’Anthropic restreint fortement l’utilisation ouverte et programmatique. Il annonce que T3 Code introduira une option pour choisir entre l’interface utilisateur améliorée et l’utilisation originale mais restreinte. Il conseille aux spectateurs d’utiliser des solutions alternatives comme Codex et exprime sa déception face au comportement d’Anthropic.

  **Outils/Modèles/Fournisseurs IA :** Claude (Anthropic), OpenAI, Codex, OpenClaude, T3 Code, Agent SDK, Claude-P, Open Source
  **Public cible :** Intermediate à Advanced

• Stop letting your agents write Markdown.
  13.5.2026, 06:46:31

  La vidéo discute des avantages et inconvénients du Markdown par rapport à HTML, particulièrement dans le contexte de son utilisation par les agents IA. L’auteur affirme que le Markdown, bien que simple et portable, est souvent trop restrictif et devrait être remplacé par HTML, qui permet des contenus plus riches et interactifs. Il fait référence à des articles de Thoric et Andrej Karpathy, qui partagent des points de vue similaires, et montre des exemples de la façon dont HTML peut être utilisé pour diverses tâches comme la planification, les révisions de code et les designs. L’auteur souligne que HTML offre une densité informationnelle plus élevée, est plus facile à lire et à partager, et permet des éléments interactifs. Il conclut avec l’idée que l’avenir de l’interaction homme-machine pourrait résider dans les vidéos interactives et les simulations, et encourage les spectateurs à utiliser HTML comme point de départ et à poursuivre l’exploration.

  La vidéo aborde explicitement Claude Code, Anthropic, OpenAI et des outils spécifiques comme Copilot Kit. Elle est destinée aux utilisateurs Intermediate à Advanced qui souhaitent explorer les formats de sortie des agents IA.

• I wish this was clickbait
  12.5.2026, 10:52:14

  La vidéo discute de l’avenir de Bun, un toolkit JavaScript originalement écrit en langage Zig. Le présentateur, un supporteur de longue date de Bun, exprime des préoccupations concernant la stabilité et l’avenir de Bun, en particulier sous Windows, et mentionne que certains développeurs comme Dax de Open Code migrent vers Node.js en raison de ces problèmes. Un thème central est la décision de l’équipe Bun de réécrire Bun en Rust pour résoudre les problèmes de stabilité et améliorer la maintenabilité. Le présentateur souligne que cette réimplémentation est prometteuse, mais apporte aussi de nouveaux défis, particulièrement en raison de l’utilisation extensive de code « unsafe » en Rust, ce qui indique des risques potentiels de sécurité et de stabilité. Il discute également de l’intégration de Bun dans Claude Code, un outil d’Anthropic, et des impacts potentiels des problèmes actuels de Claude Code sur le développement de Bun. Le présentateur conclut en espérant que la réimplémentation de Bun en Rust sera couronnée de succès, bien qu’il soit sceptique quant aux bénéfices à court terme.

  La vidéo aborde explicitement les modèles et outils IA Claude et Mythos, et est destinée aux utilisateurs Intermediate à Advanced.

• We all fell for it…
  11.5.2026, 06:45:20

  La vidéo discute de l’impact des outils de code alimentés par l’IA sur les compétences et les méthodes de travail des développeurs. Le présentateur partage ses expériences personnelles et réfléchit sur les avantages et les inconvénients de ces outils, en particulier en termes de productivité, d’atrophie cognitive et de dépendance à l’IA.

  Points clés de la vidéo :

  1. **Gains de productivité** : Les outils de code IA permettent aux développeurs de travailler plus rapidement et plus efficacement en automatisant les tâches répétitives et en résolvant les problèmes complexes.

  2. **Atrophie cognitive** : L’utilisation excessive des outils IA peut entraîner une perte de compétences chez les développeurs, car ils s’engagent moins avec les détails du code. Ceci est désigné comme une « dette cognitive ».

  3. **Dépendance et verrouillage fournisseur** : Les développeurs peuvent devenir dépendants de certains outils IA, ce qui peut causer des problèmes si ces outils deviennent indisponibles ou si leurs coûts augmentent.

  4. **Qualité du travail** : Les outils IA peuvent améliorer la qualité du code en réduisant les erreurs et en proposant de meilleures solutions. Cependant, ils peuvent aussi mener à une superficialité si les développeurs ne comprennent pas complètement les solutions proposées.

  5. **Méthode de travail** : Le présentateur souligne l’importance d’utiliser les outils IA comme des aides pour améliorer son propre travail, plutôt que de s’y fier entièrement. Il suggère d’utiliser les outils IA pour la planification, le brainstorming et la recherche, tout en prenant en charge soi-même l’implémentation.

  6. **Verrouillage fournisseur et fiabilité** : Le présentateur affirme que les développeurs ne devraient pas dépendre d’un seul outil IA. Il recommande d’utiliser différents outils et fournisseurs pour augmenter la fiabilité et la flexibilité.

  7. **Impacts à long terme** : Le présentateur avertit que l’utilisation excessive des outils IA pourrait à long terme nuire à la carrière des développeurs s’ils ne continuent pas à développer leurs compétences.

  La vidéo aborde explicitement les outils et modèles IA comme Claude, OpenAI, Gemini et les outils spécifiques comme Cursor, Browserbase et T3 Code. Elle s’adresse aux développeurs Intermediate et Advanced qui souhaitent explorer l’impact de l’IA sur leur travail.

Tim Carambat

Aucune nouvelle vidéo pour cette période.

Unsupervised Learning (1 nouvelle vidéo)

• A Conversation With Brian Vecci
  13.5.2026, 15:00:14

  La vidéo est une interview avec Brian, un expert en sécurité des données chez Veronis, qui se concentre sur les défis et les solutions liés à la sécurité de l’IA.

  Brian explique que les conversations avec les clients et les équipes de sécurité ont considérablement évolué ces dernières années, passant de l’incertitude générale sur l’IA à des questions concrètes sur l’utilisation sécurisée des outils d’IA tels que ChatGPT, Claude et Microsoft Copilot. Aujourd’hui, l’enjeu est de savoir comment les entreprises peuvent utiliser l’IA pour travailler plus efficacement, tout en s’assurant que des « espaces de protection » appropriés existent pour minimiser les risques de sécurité.

  Il souligne que la surface d’attaque est considérablement élargie par l’IA, car les attaquants peuvent l’utiliser pour identifier et exploiter les vulnérabilités. Veronis a développé une solution complète basée sur trois piliers : la visibilité (Observability), l’automatisation et la surveillance du comportement. Cette solution comprend la capture et l’analyse de données, le suivi des droits d’accès et l’automatisation des mesures de sécurité.

  Brian souligne que de nombreuses entreprises ne comprennent pas encore pleinement la complexité et les risques de la sécurité de l’IA. Il avertit que les attaquants utilisent de plus en plus l’IA pour accéder rapidement et efficacement aux systèmes, et insiste sur la nécessité de sécuriser les données et l’infrastructure sous-jacente.

  La vidéo se termine par une discussion sur la mise en œuvre de la solution Veronis, qui est rapide et efficace, et par l’annonce que Veronis présentera d’autres nouveautés en matière de sécurité de l’IA à la conférence Black Hat.

  Commentaire final : La vidéo aborde explicitement les modèles d’IA tels que Claude, ChatGPT et Microsoft Copilot, ainsi que des outils spécifiques comme Veronis AI Atlas. Elle s’adresse plutôt aux utilisateurs Intermediate et Advanced, car elle offre des insights approfondis sur la sécurité de l’IA et des approches de solution complexes.

WorldofAI (7 nouvelles vidéos)

• Gemini 3.5 Flash + Pro: Powerful, Cheap, & Fast NEW AI Model! (Fully Tested)
  16.5.2026, 06:11:06

  La vidéo discute des derniers développements et fuites concernant les modèles Gemini de Google, en particulier les points de contrôle pour Gemini 3.5, qui devraient être présentés prochainement à la conférence Google IO. Les variantes Gemini 3.2 (Fanta, Sprite, Cola) et la version Pro ont d’abord été présentées, qui étaient bonnes mais pas révolutionnaires. Cependant, les derniers points de contrôle, désignés en interne sous le nom « Cappuccino », montrent des progrès impressionnants. Il convient de souligner la capacité du modèle à générer des applications complexes comme un clone de Minecraft ou un clone de Mac OS, avec des résultats détaillés et cohérents. La variante Gemini 3.5 Flash montre des améliorations significatives dans la génération de code, la conception esthétique et la cohérence spatiale, mais reste parfois trop répétitive et surchargée dans la génération d’interface utilisateur. Il y a aussi des indications d’une phase de test secrète de la variante Gemini 3.1 Pro, qui fournit également des résultats prometteurs.

  La vidéo traite explicitement des modèles Gemini de Google et s’adresse plutôt aux utilisateurs de niveau intermédiaire à avancé intéressés par les derniers développements de la technologie de l’IA.

• Codex + Ollama = Free Unlimited Coding AI
  15.5.2026, 06:48:19

  La vidéo explique l’intégration d’Ollama dans Codex d’OpenAI, ce qui permet d’utiliser des modèles open source localement sur votre propre ordinateur. Codex est un agent AI-Coding qui aide au développement, à l’édition, à la révision et au déploiement de logiciels. Ollama permet d’exécuter localement des modèles open source comme Deepseek, Gemma 4 ou Qwen 3.6. La combinaison des deux outils permet d’utiliser ces modèles gratuitement dans Codex. La vidéo montre étape par étape comment installer Ollama, héberger localement un modèle comme Gemma 4 et le connecter à Codex. Elle démontre comment accomplir des tâches avec le modèle hébergé localement dans Codex, par exemple créer une page d’accueil. Elle explique également comment revenir à l’expérience Codex d’origine.

  La vidéo traite explicitement de Codex d’OpenAI et d’Ollama et convient plutôt aux utilisateurs de niveau intermédiaire.

• Anthropic’s Downfall? GPT-5.6, Gemini 3.2, Robots Running A Full 8-hr Shift, & Qwen 3.6 Plus FREE!
  14.5.2026, 06:39:49

  La vidéo traite des développements actuels dans les technologies de l’IA, en particulier celles de Google, OpenAI et Anthropic.

  Google teste intensivement de nouvelles variantes de Gemini 3.2, notamment les versions Flash et Pro, qui ont cependant fourni des résultats plutôt décevants jusqu’à présent. La génération front-end s’avère plus faible par rapport aux versions antérieures, et les attentes envers les nouveaux modèles n’ont pas été satisfaites. De plus, un modèle vidéo multimodal non publié de Google a été divulgué, montrant des résultats prometteurs mais précoces.

  OpenAI travaille intensément sur GPT 5.6, avec des tests internes et des lancements potentiels en juin. Il y a des indices d’une vérification de sécurité améliorée et de possibles nouvelles variantes comme Ember Alpha et Beacon Alpha.

  Anthropic a augmenté les limites hebdomadaires pour Cloud Code, ce qui suscite cependant des critiques, car les agents tiers ont simultanément été déplacés vers un système de crédits API séparé et payant. Cela entraîne des coûts plus élevés pour les développeurs et est critiqué comme manque de transparence et de résolution des problèmes d’infrastructure.

  Les autres mises à jour incluent l’introduction d’un mode rapide pour Cloud Code, une importante mise à jour à venir de Jewels de Google, et des améliorations continues pour Hermes Agent, un agent IA open source auto-améliorant. De plus, Figure AI a présenté une démo de robot impressionnante, avec des robots humanoïdes travaillant autonomement dans un entrepôt.

  La vidéo traite explicitement de Gemini de Google, de GPT d’OpenAI, de Cloud Code d’Anthropic et d’outils open source comme Hermes Agent. Elle s’adresse aux utilisateurs intermédiaires et avancés intéressés par les derniers développements et détails techniques de l’industrie de l’IA.

• Hermes Agent v2.0! Huge New Updates: WebUI, Qwen 3.6 Plus FREE, Computer Use, & More!
  13.5.2026, 05:08:59

  La vidéo présente les dernières mises à jour de Hermes Agent, un agent IA open source qui évolue continuellement et peut être exploité sur votre propre infrastructure. Les principales nouveautés incluent :

  1. **Fonction Computer Use** : Hermes peut désormais contrôler l’ordinateur en arrière-plan sans prendre le contrôle du PC. Cela fonctionne actuellement uniquement sur macOS, mais la prise en charge de Windows et Linux est prévue. La fonction est compatible avec divers modèles d’IA comme Claude, GPT-4, Gemini et des modèles open source locaux.

  2. **Intégration de Qwen 3.6 Plus d’Alibaba** : Ce modèle puissant est désormais intégré à Hermes et offre de longues fenêtres contextuelles et des capacités multimodales. Il est disponible gratuitement pendant une période limitée.

  3. **Intégration Light Panda** : Un backend de navigateur open source intégré, développé spécifiquement pour les workflows d’IA. Il offre une automatisation de navigateur et une fiabilité améliorées.

  4. **Tableau Kanban** : Un nouveau tableau Kanban permet de créer des tableaux et des projets illimités, d’orchestrer plusieurs agents et de gérer les tâches via un tableau de bord.

  5. **Commande /goal** : Une fonction de mode objectif autonome à long terme qui continue de planifier, exécuter, vérifier et réessayer en cas d’erreur jusqu’à ce que l’objectif soit atteint.

  En outre, des mises à jour mineures telles que le clonage vocal et la prise en charge multilingue ont été introduites. La vidéo recommande Tiny Fish pour les tâches d’automatisation web et souligne la nature open source de Hermes, ce qui en fait un outil polyvalent pour les workflows d’IA.

  La vidéo traite explicitement de Hermes Agent, des modèles open source, de Tiny Fish et convient plutôt aux utilisateurs de niveau intermédiaire à avancé.

• Claude Code Agent View IS INSANE! Huge New Update Introduces /goal, sessions, & More!
  12.5.2026, 07:03:39

  La vidéo présente les dernières mises à jour d’Anthropic Cloud Code, un outil pour le développement basé sur des agents. Les principales nouveautés incluent :

  1. **Agent View** : Une interface centrale pour gérer toutes les sessions Cloud Code. Cela permet d’exécuter et de gérer plusieurs sessions de codage en parallèle dans un seul tableau de bord. Les utilisateurs peuvent basculer entre les sessions sans perdre le contexte et exécuter des tâches en arrière-plan.

  2. **Fonctionnalité /goal** : Une fonction qui permet de démarrer des exécutions autonomes avec un objectif défini. L’agent fonctionne de manière autonome jusqu’à ce que l’objectif soit atteint et peut être utilisé dans différents workflows ainsi que sur des appareils mobiles.

  3. **/radio et Claude FM** : Une station de radio intégrée Lo-Fi pour améliorer l’expérience utilisateur.

  4. **Compaction améliorée du système de prompts** : La trimmage des prompts a été optimisée pour mieux préserver les instructions sensibles et les intentions des utilisateurs sans afficher d’avertissements explicites lors de la réduction du contexte.

  La vidéo discute des avantages de ces mises à jour, en particulier pour les workflows de codage complexes basés sur des agents, et mentionne la possibilité d’utiliser Depot CI pour un pipeline CI/CD plus rapide et plus cohérent. Cependant, une critique est formulée concernant l’utilisation limitée des tokens de Cloud Code, qui pourrait limiter son applicabilité pratique.

  Commentaire final : La vidéo traite explicitement de Claude (Anthropic) et de Depot CI et s’adresse aux utilisateurs de niveau intermédiaire à avancé.

• Hermes Agentic OS is The Future
  11.5.2026, 07:07:11

  La vidéo présente Hermes Agent, un projet open source de Mistral AI, conçu comme un système autonome persistant qui apprend et évolue continuellement au fil du temps. Il peut fonctionner 24h/24 et 7j/7 sur votre propre infrastructure, construire des mémoires à long terme, développer des compétences réutilisables et acquérir une compréhension plus profonde de l’utilisateur. L’auteur montre comment Hermes Agent peut être développé en combinaison avec ION UI en un système d’exploitation basé sur des agents (AIOS) capable de gérer plusieurs agents IA autonomes exécutant des tâches complexes multi-étapes sans surveillance humaine constante. ION UI est une plateforme de co-travail open source gratuite qui permet aux agents IA comme Hermes de travailler directement sur l’ordinateur de l’utilisateur, lisant et gérant des fichiers, écrivant et exécutant du code, naviguant sur Internet, automatisant les workflows et travaillant directement aux côtés de l’utilisateur en tant qu’utilisateur. La vidéo montre comment installer et configurer Hermes Agent et ION UI, ainsi que divers cas d’usage tels que la création d’un tableau de bord financier dans Excel, l’organisation des fichiers sur le bureau et la création d’un rapport sur l’infrastructure rurale de recharge pour véhicules électriques. L’auteur met l’accent sur la capacité du système à exécuter diverses tâches simultanément et à s’améliorer continuellement, ce qui en fait un outil puissant pour l’automatisation et l’amélioration de l’efficacité.

  La vidéo traite explicitement de Hermes Agent, d’ION UI et convient plutôt aux utilisateurs de niveau intermédiaire et avancé.

• Hermes Agent NEW Desktop App – The 24/7 Self-Evolving AI Agent!
  10.5.2026, 06:27:40

  La vidéo présente Hermes Agent, un projet d’IA open source qui se distingue d’autres outils comme OpenClaw et Claude Code par sa capacité à l’auto-amélioration continue et au stockage à long terme des connaissances. Hermes peut fonctionner 24 heures sur 24 sur vos propres appareils et évolue grâce à l’utilisation de boucles d’apprentissage fermées et de systèmes de stockage persistants. Un avantage majeur est la capacité à accomplir des tâches complexes de manière autonome, comme la création de vidéos avec Hyperframe. Cependant, la configuration était auparavant fortement basée sur l’interface de ligne de commande, ce qui limitait la convivialité. La vidéo présente la nouvelle application Hermes Desktop, qui offre une interface conviviale et facilite la gestion de plusieurs agents et workflows. L’application prend en charge divers systèmes d’exploitation et permet l’intégration de fournisseurs d’API comme OpenAI ainsi que l’utilisation de modèles locaux. De plus, elle offre des fonctionnalités pour gérer les compétences, les personas, la mémoire et les outils, ainsi que la possibilité de créer des tâches Cron et de se connecter à d’autres plateformes. L’application permet également la migration des configurations d’OpenClaw. Hermes peut être utilisé pour diverses applications, de la création de contenu à l’analyse financière. La vidéo montre la configuration et l’utilisation de l’application de bureau et souligne ses avantages en matière de convivialité et de flexibilité.

  La vidéo traite explicitement de Hermes Agent, des modèles open source et des outils spécifiques comme OpenAI, Hyperframe et OpenClaw et convient plutôt aux utilisateurs de niveau intermédiaire et avancé.

---

Généré automatiquement à partir des dernières vidéos YouTube de la sélection de chaînes curatorées. Pour des commentaires, des suggestions ou pour vous désabonner : répondez simplement à cet e-mail.