Voici votre toast du jour.
Dans l’édition de ce matin :
Un modèle d’Anthropic fait avancer un problème de maths vieux de 150 ans
Nvidia branche six géants de Wall Street sur 500 milliards de dollars
Claude va glisser un filigrane invisible dans ses textes, pour l’Europe
The Toast : Spotify va badger les artistes qui n’existent pas, OpenAI vend sa cyberdéfense à quelques clients triés, Linus Torvalds constate que l’IA fait gonfler le noyau Linux, et Pékin coupe les compagnons virtuels.
À transférer : Un modèle d’Anthropic a fait progresser l’hypothèse de Riemann en un jour et demi, avec 60 sous-agents et 650 idées testées.
Le prompt tenait en une phrase. Un jour et demi plus tard, la machine avait quelque chose à montrer.
Pourquoi on en parle ? Anthropic a annoncé lundi qu’un de ses modèles, pas encore sorti, avait fait progresser l’hypothèse de Riemann, sans la démontrer, mais en relevant nettement la borne en dessous de laquelle elle est vérifiée. C’est un des grands problèmes ouverts des mathématiques : un million de dollars attend depuis des années celui qui en livrera une preuve générale, et personne n’est venu le chercher.
Rappel : l’hypothèse de Riemann porte sur la répartition des nombres premiers, ces nombres qui ne se divisent que par 1 et par eux-mêmes. Ils semblent surgir au hasard le long de la droite numérique, et Riemann a proposé une régularité cachée derrière ce désordre. Faute de preuve, les mathématiciens vérifient au cas par cas, de plus en plus loin. C’est cette frontière que le modèle a repoussée.
Dans les faits : l’expérience a été lancée par un salarié d’Anthropic sans formation mathématique poussée, qui a ensuite laissé le modèle piloter seul pendant un jour et demi. Le modèle a testé 650 idées différentes, coordonné 60 sous-agents et consommé 31 millions de tokens en sortie. La répartition du travail figure en note de bas de page de l’article scientifique : deux sous-agents ont trouvé les idées clés, treize les ont alimentés, trente ont cherché sans rien produire, treize ont servi de vérificateurs et les deux derniers ont rédigé la première version du papier. Deux mathématiciens internes ont confirmé le résultat, formalisé avec Lean, un logiciel libre qui vérifie une démonstration ligne à ligne.
Ce que ça change : un raisonnement de recherche a été mené par un agent qui s’est réparti la tâche tout seul, et un profil non spécialiste a suffi pour le déclencher. Pour un labo, une direction R&D ou un service d’études, cela déplace la question du « quel modèle choisir » vers « combien d’agents je peux faire travailler en parallèle, et qui vérifie ». Trente sous-agents sur soixante n’ont d’ailleurs rien trouvé : la méthode consiste largement à payer pour des impasses.
Un peu de recul. Ce n’est pas isolé. Plusieurs problèmes d’Erdős ont été résolus par des modèles cette année, OpenAI a publié dix résultats démontrés par son modèle interne Astra, et une autre équipe d’Anthropic a réfuté la conjecture jacobienne. La profession, elle, se divise. En juin, des mathématiciens de premier plan ont signé une déclaration commune inquiète pour un principe du métier : une preuve doit être attribuable à des auteurs identifiés, qui en revendiquent le mérite et en assument la correction. Le médaillé Fields Timothy Gowers leur a répondu sur son blog qu’un monde où les théorèmes ne portent plus de nom ne serait pas forcément plus gênant que le fait que les étoiles ne portent pas celui des astronomes.
Bref. Reste à décider qui signe une preuve quand soixante agents ont travaillé dessus et qu’aucun ne peut en répondre.
À qui l’envoyer : directions R&D, chercheurs, enseignants en maths et en informatique, équipes data, dirigeants qui évaluent des agents en interne.
À copier-coller : Un modèle non sorti d’Anthropic a fait progresser l’hypothèse de Riemann en un jour et demi.
Le vendeur de pelles vient d’organiser le crédit de ceux qui creusent.
Dans les faits : Nvidia a annoncé lundi un partenariat avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR pour réunir plus de 500 milliards de dollars de financement, à des taux qualifiés d’« attractifs », destinés à la construction d’infrastructures IA dans la durée.
Pourquoi ça compte ? Les centres de données coûtent désormais plus cher que ce que les clients de Nvidia peuvent financer seuls, et l’annonce arrive après des informations de presse selon lesquelles Nvidia discutait de garantir le financement d’un centre de données à 250 milliards de dollars pour OpenAI — Axios précise qu’on ignore si cette garantie fait partie du dispositif. C’est aussi ce qui nourrit la critique du financement circulaire : un fournisseur qui prête à ses propres acheteurs encaisse leurs commandes, et si l’un d’eux trébuche, la secousse remonte toute la chaîne. Jensen Huang, qui balaie cette crainte, justifie l’opération par la nécessité d’« aider les clients à accéder à une capacité de calcul rare, à grande échelle ». Larry Fink, patron de BlackRock, y voit de quoi permettre aux entreprises « de croître et de créer plus d’emplois ».
Bref. Financer ses clients rapporte tant que la demande tient ; le jour où elle fléchit, Nvidia sera vendeur et créancier des mêmes acteurs.
À qui l’envoyer : investisseurs, directions financières, analystes, acheteurs cloud, dirigeants qui suivent le sujet bulle IA.
À copier-coller : Nvidia s’allie à six géants de Wall Street pour mobiliser plus de 500 milliards de dollars d’infrastructures IA.
Un filigrane que vous ne verrez pas, dans un texte que vous ne distinguerez pas d’un texte humain.
Dans les faits : Anthropic a publié lundi un document d’aide annonçant que ses futurs modèles lancés dans l’Union européenne intégreront un filigrane dans les textes générés, et une métadonnée de provenance signée numériquement dans les fichiers produits. L’entreprise travaille aussi à ajouter ce marquage sur ses modèles déjà sortis, pendant la période de transition prévue par le droit européen.
Pourquoi ça compte ? Le marquage s’appliquera « partout où Claude est proposé, dans le monde entier » : API, applications Claude, Claude Code, Claude Cowork, Claude Tag, et jusqu’aux versions distribuées par AWS, Google Cloud et Microsoft Foundry. Une règle européenne devient donc le réglage par défaut d’un produit américain vendu partout ailleurs — le fameux effet Bruxelles, en accéléré. Anthropic promet un filigrane imperceptible, appliqué au niveau du modèle, qui survit au copier-coller et parfois à une réécriture partielle. The Register doute de sa solidité : les filigranes d’images ont déjà été retirés par des chercheurs, et il existe des outils libres pour effacer les métadonnées C2PA utilisées sur les fichiers. Anthropic reconnaît d’ailleurs qu’une marque détectée ne prouve rien de façon définitive, et qu’une absence de marque ne garantit pas qu’un humain a écrit le texte.
Bref. Pour beaucoup de clients, un texte traçable est un texte moins vendable : le premier bénéficiaire de cette mesure pourrait être le modèle ouvert d’à côté, qui ne marque rien.
À qui l’envoyer : directions juridiques et conformité, responsables communication et contenu, DSI, agences, enseignants.
À copier-coller : Anthropic va glisser un filigrane invisible dans les textes de Claude, partout dans le monde, pour l’AI Act.
Vous êtes désormais plusieurs milliers à recevoir la newsletter chaque matin, et la plupart d’entre vous êtes là grâce au bouche-à-oreille, alors un grand merci de parler de nous 🫶
Pour nous soutenir, vous pouvez partager votre lien de parrainage à vos collègues, votre groupe de promo ou de famille :) Et pour rappel, plus vous avez de parrainages, plus vous gagnez de cadeaux - à découvrir dans le dashboard, où vous pourrez suivre votre avancée.
Dès deux parrainages, on vous envoie votre premier cadeau et on va même jusqu’à vous offrir 2 mois d’abonnement à votre IA préférée.
Obtenez votre lien à partager ici
Merci pour votre soutien :)
🔹 Muse Glimmer — Le nouveau modèle open-weights de Meta (30 milliards de paramètres) tourne entièrement en local sur un simple GPU grand public, pour des agents « always-on » qui gardent vos données sur votre machine plutôt que dans le cloud.
🔹 Xirp — L’outil interne que Spotify vient d’ouvrir au public fait tourner Claude Code, Gemini CLI et Codex côte à côte dans des sessions isolées, idéal pour les équipes tech qui veulent comparer et faire coopérer plusieurs agents de code sans dépendre d’un seul fournisseur.
🔹 Grok Imagine Image 2.0 — Le nouveau modèle d’image de xAI mise sur l’édition chirurgicale (retoucher une zone sans régénérer le reste) et un texte enfin net : parfait pour les designers et marketeurs qui produisent affiches, packshots et visuels directement exploitables.
🎧 Spotify va badger les artistes qui n’existent pas — La plateforme a annoncé un badge « AI Persona » pour les profils d’artistes qui se présentent comme des humains alors qu’ils sont générés par IA. Depuis le 11 août, un compte peut se déclarer lui-même via le portail Spotify for Artists ; en parallèle, Spotify croise vérifications humaines et contrôles automatisés pour apposer un badge « Likely AI Persona » aux profils qu’elle soupçonne, avec alerte du compte concerné et procédure d’appel en cas d’erreur. Les étiquettes apparaîtront à partir de la mi-septembre, d’abord sur mobile, sur la page de l’artiste, dans la recherche et dans les listes de titres des playlists. La sanction économique compte davantage que le badge : par défaut, ces artistes seront exclus des recommandations personnalisées, c’est-à-dire de la principale source d’écoutes de la plateforme.
🛡️ OpenAI vend sa cyberdéfense à quelques clients triés — OpenAI a élargi lundi Daybreak, son service de cyberdéfense lancé plus tôt cette année, désormais découpé en deux niveaux. Blue couvre la réponse à incident, l’analyse de logiciels malveillants et la validation de correctifs ; l’entreprise le présente comme le point de départ recommandé pour la plupart des défenseurs. Red donne accès à des modèles entraînés spécifiquement pour les tests de sécurité et la recherche de vulnérabilités, dont un nouveau venu, GPT-5.6-Cyber, réservé à des « partenaires de confiance » parmi lesquels Accenture, IBM, CrowdStrike et Cloudflare. TechCrunch rappelle qu’Anthropic avait sorti peu avant son propre modèle cyber, Mythos, et que ces offres servent aussi d’argument commercial : les labos vendent une protection contre des risques que leurs propres modèles contribuent à créer.
🐧 Linus Torvalds voit l’IA faire gonfler le noyau Linux — Le créateur de Linux publie chaque semaine un point d’étape sur le noyau, et ceux du mois d’août tournent autour d’un même constat : les versions candidates sont énormes. Le 2 août, il notait que la sienne était probablement la plus grosse depuis des années à ce stade du cycle, en nombre de commits. Une semaine plus tard : « Je ne peux pas dire que la taille de tout ça m’enchante. Mais c’est comme ça : la nouvelle normalité, avec beaucoup de correctifs, dont beaucoup viennent de relectures faites par divers outils d’IA. » Torvalds avait déjà jugé la liste de diffusion sécurité du noyau presque ingérable sous le flot de rapports de bugs générés par IA, souvent en double, tout en refusant de faire de Linux un projet anti-IA. Il ne décalera pas pour autant la sortie de Linux 7.2, attendue ce week-end.
💔 Pékin coupe les compagnons virtuels — La Chine est le premier pays à encadrer par des règles nationales les interactions émotionnelles entre une IA et ses utilisateurs, et l’effet a été immédiat : le 15 juillet, ByteDance a fermé la fonction d’agents personnalisés de Doubao, le chatbot le plus utilisé du pays, imitée par Alibaba et Tencent. Le texte interdit les compagnons IA aux mineurs, impose un rappel toutes les deux heures que l’interlocuteur est une machine, oblige les plateformes à alerter les utilisateurs qui montrent des signes de dépendance excessive, et interdit à un modèle d’encourager l’automutilation ou de pousser quelqu’un vers des décisions irrationnelles. Zilan Qian, chercheuse au Oxford China Policy Lab, y voit un basculement : Pékin ne régule plus seulement ce que l’IA produit, mais la relation qu’elle entretient avec l’utilisateur — avec une difficulté pratique, puisque personne ne définit clairement à partir de quand une dépendance devient excessive. Les applications dédiées, comme Maoxiang, survivent en ajoutant vérification d’identité et contrôle de l’âge.
Pourquoi c’est utile : Vous avez une idée de site annuaire (un site qui liste et classe des éléments d’une même catégorie) mais ni développeur ni budget. Ici, ChatGPT Work planifie le projet, Codex le construit, et vous obtenez un prototype fonctionnel à faire tourner sur votre ordinateur.
Comment faire :
Installez l’application ChatGPT pour ordinateur (rendez-vous sur chatgpt.com/download, choisissez la version Mac ou Windows, installez-la et connectez-vous à votre compte). C’est indispensable : Work et Codex vivent tous les deux dans cette application de bureau, pas dans le site web classique.
Créez un dossier de projet sur votre ordinateur : clic droit sur le bureau → Nouveau dossier, et nommez-le clairement (par exemple « mon-annuaire »). C’est là que seront rangés tous les fichiers du site.
Dans l’application ChatGPT, ouvrez le menu en haut à gauche : vous y trouvez trois entrées, Chat, Work et Codex. Sélectionnez Work (l’agent conçu pour les tâches longues en plusieurs étapes, qui produit de vrais livrables, contrairement à Chat qui répond juste à des questions).
Démarrez une nouvelle tâche dans Work et donnez-lui accès à votre dossier de projet quand il le demande (l’app de bureau peut travailler sur vos fichiers locaux avec votre autorisation).
Envoyez-lui la première consigne (voir bloc Prompt ci-dessous) : votre idée d’annuaire, la demande de planifier la construction en Astro.js (une technologie de création de sites rapides — vous n’avez pas à la connaître, c’est Codex qui l’utilisera), et la demande d’enregistrer un PRD d’une page dans le dossier. PRD = Product Requirements Document, le document qui décrit en une page ce que le site doit faire et contenir.
Résultat attendu : un nouveau fichier apparaît dans votre dossier de projet. Ouvrez-le et relisez-le. C’est la feuille de route que Codex suivra ensuite : si quelque chose est faux ici, tout le site sera faux.
Toujours dans Work, demandez-lui maintenant de rechercher les éléments à lister dans votre annuaire (c’est le contenu réel de votre site : la liste des entrées, leurs descriptions, leurs caractéristiques).
Retournez dans le menu en haut à gauche et basculez sur Codex (l’espace dédié au développement, avec son propre historique de conversations).
Dans Codex, pointez-le vers votre dossier de projet et vers le PRD, puis demandez-lui de construire le site avec des sous-agents (« sub-agents » = plusieurs assistants IA qui travaillent en parallèle sur différentes parties du site, ce qui accélère la construction). Voir le bloc Prompt.
Laissez tourner. Codex écrit les fichiers, les installe et vous annonce quand c’est prêt.
Ouvrez l’aperçu (« preview ») que Codex vous propose : votre site s’affiche dans le navigateur, mais il tourne encore uniquement sur votre ordinateur. Personne d’autre ne peut le voir à ce stade.
Regardez la page et repérez le défaut le plus visible (une mise en page cassée, un texte illisible, une liste mal affichée). Décrivez-le à Codex et demandez-lui de le corriger. Rechargez l’aperçu et recommencez si nécessaire.
Prompt :
À envoyer dans ChatGPT Work (étape 5) : Voici mon idée de site annuaire : [décrivez votre idée en 2-3 phrases]. Planifie la construction de ce site avec Astro.js, puis enregistre un PRD d’une page dans mon dossier de projet.
Puis, une fois le PRD validé (étape 7) : Recherche maintenant les éléments à lister dans cet annuaire.
À envoyer dans Codex (étape 9) : Voici mon dossier de projet et le PRD qu’il contient. Construis le site en te basant sur ce PRD, en utilisant des sous-agents.
Option : si la fonctionnalité Sites est disponible dans votre application, demandez à Codex de publier le site terminé via la skill Sites : OpenAI se charge du déploiement et de l’hébergement, sans que vous ayez à gérer un serveur ou un nom de domaine.
Temps : 1 à 2 heures pour un premier prototype, en comptant les allers-retours de correction.
> Cet email vous a été transféré ? Abonnez-vous ici
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.