S'abonner maintenant

Au réveil, l’agent affichait “tâche terminée”. Rien n’avait fonctionné.

La veille, j’avais lancé une IA agentique sur mon serveur pour qu’elle traite une tâche d’audit cyber sur ledit serveur, pendant la nuit. Au matin, le rapport indiquait un succès. En creusant, la réalité était différente : certains outils et autorisations d’exécution nécessaires n’étaient tout simplement pas disponibles pour l’agent. Il avait échoué à plusieurs étapes clés, silencieusement, sans jamais le signaler, tout en continuant d’agir comme si tout allait bien.

J’ai repris la tâche moi-même, mais pas entièrement à la main. J’ai découpé le travail en sous-parties, confié certaines sections à l’agent dans la limite des outils réellement disponibles, et supervisé le reste. J’ai obtenu l’audit en question en une heure.

Une experience interessante parce qu’elle repose sur ma connaissance de l’environnement nécessaire au travail d’une IA agentique et les outils à mettre à sa disposition. Sans ce recul, je me serais dis que c’est nul et je serais passé à autre chose. Dans cet article nous allons non seulement identifier les taches que vous pouvez tester dans votre domaine mais aussi les outils nécessaires pour ne point avoir de surprise (et oui je vais t’épargner un réveil similaire)

Le protocole que je te propose de tester

Plutôt que de te dire “fais confiance à l’IA” ou “ne lui fais jamais confiance”, je préfère te donner une méthode pour savoir, sur ton propre métier, où se trouve la limite. Voici les quatre étapes.

Étape 1 : Écris ton propre processus. Choisis un seul livrable que tu produis régulièrement dans ton travail. Note par écrit, dans l’ordre, toutes les étapes par lesquelles tu passes avant de le produire. Sois précis : on sous-estime presque toujours le nombre réel d’étapes et le temps qu’elles prennent.

Étape 2 : Vérifie en situation réelle. Observe-toi pendant que tu réalises ce livrable et compare avec ce que tu as noté. Il est fréquent de découvrir des étapes oubliées, ou un temps réel bien plus long que ce qu’on imaginait.

Étape 3 : Teste avec une IA. Donne la suite d’étapes que tu as notées à une IA avec le prompt que je vais te partager en dessous, idéalement je te suggère Gemini-recherche approfondie ou Perplexity-recherche approfondie.

Pourquoi ?

Gemini tourne chez Google,c’est comme vivre au dessus d’un supermarché et descendre faire ses courses. Perplexity est un entreprise IA pensée pour la recherche par IA, leur cheval de bataille est de permettre à l’IA d’accéder au maximum de données fiables sur le web. Les autres IA (Claude, ChatGPT…) fonctionneront aussi, juste avec moins de profondeur. Voici le prompt :

Rôle : Tu es un expert en intégration de l’intelligence artificielle dans les métiers, spécialisé dans l’évaluation réaliste de la faisabilité technique des cas d’usage IA. Ton objectif est de me donner un état des lieux fiable, basé sur des sources récentes et vérifiables, pas sur des promesses marketing.

Contexte : Je travaille dans le domaine suivant : [ton métier / secteur d’activité].

Voici la tâche précise que je veux tester : [décris la tâche choisie à l’étape 1].

Voici les étapes réelles par lesquelles je passe aujourd’hui pour la réaliser : [colle ici la liste d’étapes notée à l’étape 1].

Contraintes ou outils que j’utilise déjà (logiciels, données sensibles, environnement technique) : [précise si pertinent].

Recherche demandée : Fais une recherche approfondie sur l’état actuel des capacités de l’IA pour chacune des étapes que j’ai listées. Pour chaque étape, indique si elle est aujourd’hui réalisable de façon fiable par une IA, partiellement réalisable, ou non réalisable, en t’appuyant sur des sources récentes (documentation officielle, retours d’expérience vérifiés, benchmarks).

Format de réponse attendu : Présente ta réponse sous forme de tableau avec les colonnes suivantes :

- Tâche (l’étape précise concernée)

- Technologie existante (l’outil ou la catégorie d’outil pertinent aujourd’hui)

- Type de solution recommandée : LLM simple (ex. ChatGPT, Claude, Gemini en conversation classique) ou IA agentique (ex. Claude Code, Agent Hermes, OpenClaw, Claude Cowork, Obsidian, Claude Design, ou équivalent)

- Limites connues ou points de vigilance (ce qui peut échouer, nécessiter une supervision humaine, ou des autorisations/outils spécifiques)

Termine par une synthèse en une phrase : sur l’ensemble de mes étapes, laquelle représente le meilleur point de départ pour un premier test, et pourquoi.

Étape 4 : Mets sa réponse à l’épreuve. Prends un projet fictif sur ce même sujet et vérifie concrètement si la prédiction de l’IA était juste. Tu vas soit découvrir une hallucination* (l’IA affirmait qu’une étape était faisable alors qu’elle échoue en pratique) soit confirmer que sa prédiction était fiable sur ce point précis.

S'abonner maintenant

Pourquoi ces deux étapes changent tout

Ce sont précisément les deux étapes que presque personne ne fait. La plupart des professionnels utilisent l’IA sans avoir formalisé leurs propres étapes, et encore moins vérifié où elle échoue réellement sur leur métier. En faisant ce test, tu obtiens une cartographie personnelle : ce qui peut être délégué sous supervision, et ce que tu dois absolument garder entre tes mains et comment aller plus loin avec l’agentique (on verra ce sujet ensemble dans cette newsletter).

Cette différence a une vraie valeur pour un employeur ou un client. Tu ne lui vends pas juste du temps gagné, tu lui apportes une réponse qu’il n’a généralement pas lui-même, tu réduis son inquiétude face à l’IA, et tu peux démontrer cette autorité avec des preuves concrètes, pas de simples promesses.

Ton défi de la semaine

Teste ce protocole sur les trois prochains jours ouvrés. Choisis une seule tâche, note tes étapes, demande à une IA quelles parties sont faisables, puis vérifie sur un cas fictif.

Dis-moi ce que tu as testé ou comptes tester, ce que tu as découvert si tu as déjà testé ; je lirai chaque réponse, et certaines pourraient inspirer un futur article “avant/après”.

Merci d’avoir pris le temps de lire, j’espère que cet article t’a été utile, si oui n’hésites pas à me dire en quoi et ce qui pourrait t’aider comme sujet. Pense à t’abonner pour ne pas rater les prochains articles et d’ici là, prends soin de toi et expérimente !

Partager

Laissez un commentaire.

Pendant ce temps, deux choses ont changé silencieusement :

• Fable 5 s’est déplacé vers le haut de la pyramide des abonnements.

• Kimi K3 a fixé une date pour déposer ses poids ouverts : le 27 juillet 2026.

Ce n’est plus juste une bataille de performance.
C’est une bataille d’accès.

S'abonner maintenant

1. Fable 5 : le plafond qui remonte

Fable 5 est, à ce jour, un des modèles les plus forts côté intelligence globale.
Indices d’évaluation sérieux le placent devant Kimi K3 sur la suite complète de tests, avec des scores autour de 60 sur certains index, contre ~57–58 pour K3.

Mais là où ça se joue désormais pour beaucoup de gens,
ce n’est pas dans le score.
C’est dans la façon dont tu y accèdes.

Anthropic a stabilisé la politique suivante :

• Max et Team Premium :

  • Fable 5 reste inclus dans l’abonnement,

  • mais limité à 50 % des crédits hebdo.

• Pro et Team Standard :

  • Fable 5 n’est plus inclus ;

  • tu reçois un crédit unique de 100 $ pour l’utiliser ;

  • après ça, chaque token est facturé au tarif API (10 $/M input, 50 $/M output).

Côté API, rien ne bouge :

• Fable 5 reste accessible au tarif usage (10 $/M input, 50 $/M output).

Mais pour une personne non technique, qui consomme Fable via l’app :

• avoir Fable ou ne pas l’avoir dépend désormais :

  • de ton niveau d’abonnement ;

  • de ta capacité à gérer credits, limites, factures.

Les taux se resserrent.
Pas sur la capacité du modèle,
mais sur qui a le droit de le toucher
et sous quelles conditions.

2. Kimi K3 : un modèle ouvert avec une date

En face, Kimi K3 arrive avec une posture très différente :

• 2,8 T paramètres, Mixture‑of‑Experts, 16 experts actifs par token ;

• contexte 1 048 576 tokens (1 M) ;

• attention et scaling optimisés pour le long contexte, avec des décodages annoncés jusqu’à ~6,3× plus rapides qu’une génération précédente.

Mais la vraie clé, ce n’est pas que la fiche technique.

C’est que Moonshot a attaché une date à son claim “open‑weights” :

• modèle lancé mi‑juillet sur Kimi.com, Kimi Work, Kimi Code et l’API.

• poids complets téléchargeables promis pour le 27 juillet 2026, sous licence Modified MIT, via Hugging Face.

Aujourd’hui, quand tu lis “Kimi K3 est open‑weights” :

• ce n’est pas encore un modèle que tu télécharges ce soir ;

• c’est un modèle hébergé,
  avec une date claire pour le moment où tu pourras :

  • le télécharger ;

  • le packager ;

  • le faire tourner dans ton infra, si tu as les moyens de le supporter.

Ce n’est pas du fantasme.
C’est une promesse avec échéance.

S'abonner maintenant

3. Scores vs réalité : qui fait quoi, et à quel coût ?

Sur le terrain des benchmarks :

• Fable 5 :

  • mieux classé sur la suite complète (intelligence globale, raisonnement, tâches difficiles).

• Kimi K3 :

  • gagne sur certains tests de coding agentique (Terminal Bench, Frontend Code Arena, certaines simulations),

  • se place #3 ou #4 dans les indices globaux, avec des performances très solides sur les tâches de travail réel.

Sur le terrain du coût :

• Fable 5 :

  • API à 10 $/M tokens input et 50 $/M tokens output,

  • ce qui loque le modèle dans une catégorie “premium” sur les tâches volumétriques.

• Kimi K3 :

  • API autour de 3 $/M input et 15 $/M output, cache‑hit à ~0,30 $/M sur certaines boucles,

  • positionné clairement comme un open default pour le travail lourd mais mesurable.

Sur le terrain de l’accès utilisateur :

• Fable 5 :

  • non‑techniques dépendants de Pro / Max / Team ;

  • accès qui se fragmente et se monétise fortement après un tampon de 100 $.

• Kimi K3 :

  • utilisable dès maintenant via app et API ;

  • puis auto‑hébergeable après le 27 juillet, si tu as une infra sérieuse.

4. Stratège vs exécutant, mais avec une nouveauté : qui peut entrer dans la salle ?

Dans la version précédente de l’article,
je te parlais de Fable 5 comme stratège
et de Kimi K3 comme exécutant.

Ce cadre reste valable :

• Fable 5 pour :

  • la feuille de route ;

  • les choix difficiles ;

  • les arbitrages où une erreur coûte plus que le prix des tokens.

• Kimi K3 pour :

  • les tâches volumétriques ;

  • le vibe coding ;

  • les refactors ;

  • les simulations et builds où tu peux mesurer la qualité et jouer sur le coût.

La nouveauté, c’est :
qui peut jouer ce duo, et où.

• Côté Fable 5 :

  • non‑techniques sur Pro / Team Standard doivent se soucier des crédits, des limites, des factures.

• Côté Kimi K3 :

  • à partir du 27 juillet, des équipes infra peuvent décider de se passer des plans hauts de gamme chez Anthropic,

  • en faisant tourner Kimi K3 dans des environnements qu’elles contrôlent, tout en laissant Fable intervenir quand son jugement apporte une vraie valeur marginale.

Tu ne choisis plus seulement “qui est le mieux noté”.
Tu choisis :

• qui est accessible à ton niveau technique ;

• qui est supportable à ton niveau de budget ;

• qui est hébergeable à ton niveau d’infrastructure.

5. Ce que tu peux faire concrètement (en prenant en compte ces nouvelles règles)

Si tu as Fable 5 et Kimi K3 sous la main,
je te propose une version mise à jour du test que j’évoquais :

1. Vérifie ton plan Fable :

   • Pro / Team Standard : regarde le crédit de 100 $, ce qu’il couvre vraiment, et le tarif après.

   • Max / Team Premium : regarde ce que représente 50 % de tes crédits hebdo en usage Fable.

2. Choisis un projet réel (pas un jouet).

   • refactor massif ;

   • grosse feature ;

   • simulation ;

   • pipeline data.

3. Demande à Fable 5 :

   • la feuille de route complète ;

   • les risques ;

   • les arbitrages ;

   • les prompts ou briefs pour un modèle d’exécution.

4. Passe l’exécution volumique sur Kimi K3 :

   • même contexte ;

   • mêmes briefs ;

   • mesure : temps, qualité, nombre d’interventions humaines, facture.

5. Et si tu es dans une équipe qui pourra jouer avec les weights :

   • prépare‑toi à regarder ce que le drop du 27 juillet change vraiment :

     • sur ta souveraineté ;

     • sur ta facture ;

     • sur ton architecture.

6. Le point de bascule, ce n’est plus le benchmark, c’est l’accès

Ce que je veux que tu retiennes de cette mise à jour, ce n’est pas un nouveau “vainqueur”.

C’est ceci :

• Les modèles fermés déplacent progressivement la frontière de ce qui est accessible dans les abonnements.

• Les modèles ouverts fixent des dates pour donner au public le droit de les télécharger et de les intégrer dans leurs propres architectures.

Le jour où tu compares ces modèles, ne regarde plus seulement :

“qui a le meilleur score ?”

Regarde aussi :

“qui laisse qui entrer dans la salle,
sous quelles conditions,
et pour faire quoi ?”

Et ensuite, fais ton choix non pas en fonction de la hype, mais en fonction de ton métier, de ton budget et de ton niveau de contrôle sur l’IA que tu fais tourner.

Laissez un commentaire.

Partager

La première : admirer la prouesse technique.
La seconde : se demander pourquoi tant de failles restaient là, en pleine vue, pendant des années.

La réponse est à deux niveaux.
Le premier: L’IA générative n’était pas aussi puissante il y a 4 ans.
Le deuxième : Dans plusieurs cas, personne ne les avait activement cherchées.

Et maintenant que des modèles ultra-puissants le font, une partie d’entre eux deviennent inaccessibles pour des raisons de sécurité nationale. Tu n’as pas besoin d’attendre qu’ils reviennent. Tu peux déjà utiliser ce que tu as sous la main pour auditer ton propre code, ton site, tes bases de données.

Voici comment, selon ton niveau technique.

S'abonner maintenant

Niveau 1 : Tu n’as pas de base technique

Prends Claude Opus 4.8.

Donne-lui une URL, un export de la structure de ta base de données, ou une description de ton architecture. Demande-lui de jouer l’attaquant : « Quelles sont les 5 failles les plus probables ici ? »

> Base de données : l’endroit où ton application stocke les informations (utilisateurs, commandes, contenus, etc.). Sa structure dit beaucoup de choses sur les failles possibles.

Ne cherche pas à ce qu’il corrige tout. L’objectif est qu’il te donne une liste priorisée de faiblesses : injection SQL mal protégée, page d’admin exposée, fichier de configuration accessible, tokens stockés en clair, formulaire sans protection brute-force.

La plupart des vols de données ne viennent pas d’attaques sophistiquées. Ils viennent de failles visibles que personne n’a pris le temps de regarder.

Une heure avec Opus 4.8 sur ton site peut t’éviter des mois de procédure post-incident.

—

Niveau 2 : Tu codes ou tu gères un repo GitHub

Installe Claude Code.

Demande-lui d’auditer ton dépôt. Sois précis. Par exemple : « Fais une revue de sécurité sur les routes d’authentification, la gestion des tokens JWT, et l’upload de fichiers. »

> Repo GitHub : le “dossier” en ligne qui contient le code source de ton application, avec toute son historique de modifications.

Claude Code peut naviguer dans le code, poser des questions, proposer des correctifs, et même te montrer où une bibliothèque est obsolète ou mal utilisée. Tu restes aux commandes : tu décides ce que tu appliques.

Pour aller plus loin, configure plusieurs sous-agents avec des rôles distincts :

Un agent qui cherche les failles.

Un autre qui propose des correctifs.

Un troisième qui vérifie que les correctifs n’introduisent pas de régression.

C’est cette boucle critique — trouver, corriger, vérifier — qui fait la différence.

—

Niveau 3 : Tu veux automatiser sur un site WordPress ou plusieurs projets

Utilise Hermes Agent.

Hermes te permet de déployer des agents qui travaillent sur plusieurs repositories, sur un site WordPress, ou sur toute infrastructure à laquelle tu peux donner un accès contrôlé. Si tu as une clé d’application, une clé SSH, ou une API, tu peux faire auditer ton système de manière récurrente.

> Clé d’application : un code secret que tu génères dans ton hébergeur ou ton CMS pour permettre à un outil d’accéder à ton site de façon limitée et sécurisée.

L’avantage d’Hermes, c’est la répétitivité associée à la puissance du modèle donné : tu peux orchestrer toi-même les modèles, les agents, et les tâches. L’inconvénient, c’est que ça demande un peu plus de montée en compétences pour déterminer où est ce que l’agent peut etre autonome et ce que tu dois configurer par tes soins.

Mais le principe reste le même : ne pas attendre qu’un tiers découvre tes failles avant toi.

—

Sakana Fugu dans tout ça ?

Sakana Fugu propose un abonnement Standard à 20 $/mois. Le modèle Fugu Ultra est facturé à 5 $/million de tokens en entrée et 30 $/million de tokens en sortie (10 $/million en entrée et 45 $/million de sortie au-delà de 272K de contexte). Certains retours indiquent que le modèle donne de bons résultats sur des analyses de cybersécurité.

C’est une option à tester, avec une réserve majeure : tu n’as aucune visibilité sur les modèles choisis en interne. Pour une analyse sécurité, cela peut être acceptable si tu traites du code public ou des architectures génériques. Pour du code interne critique, la transparence importe.

> Code interne critique : le code qui gère des données sensibles, de l’argent, de l’identité, ou de la propriété intellectuelle.

Fugu peut donc être un point de départ intéressant. Il ne remplace pas un audit structuré avec des outils dont tu maîtrises la chaîne.

S'abonner maintenant

Le vrai problème de la cybersécurité n’est pas qu’on manque d’outils. C’est qu’on attend souvent d’être attaqué pour agir.

❌ Attendre que quelqu’un d’autre trouve tes failles.

❌ Croire que seuls les grands comptes sont visés.

✅ Auditer toi-même, même de manière imparfaite, dès cette semaine.

Claude Opus 4.8, Claude Code, Hermes Agent, ou Sakana Fugu : chacun a son niveau d’entrée. Le meilleur outil est celui que tu vas réellement utiliser.

—

Quelle est la dernière faille ou la dernière mauvaise pratique que tu as découverte en auditant ton propre système avec l’IA ?

Partage en commentaire. Même si c’est évident avec du recul, ça peut sauver quelqu’un qui ne l’a pas encore vue.

Laissez un commentaire.

Partager