#UneTassedeTech☕️ #podcast spécial #GoHabsGo

#OpenAI préparerait un téléphone d'IA #agentique pour détruire l' #iPhone et son App Store. Vous y croyez?

Aussi: pourquoi votre addiction à l'IA n'est pas un accident 👇
🍏 https://podcasts.apple.com/ca/podcast/votre-addiction-à-lia-nest-pas-un-accident-la-banque/id1466835989?i=1000765644003
🎧 https://open.spotify.com/episode/0fxPJrJFkLp4jUXQOjVcHh
📡 https://www.985fm.ca/balados/456963/episode/774251/votre-addiction-a-l-ia-n-est-pas-un-accident-la-banque-d-elon-musk-le-smartphone-d-openai

La semaine dernière, j'ai fait un petit bilan de mes lectures sur le #leak du code source de #Claudecode. Je me dis que ça pourrait intéresser ici aussi :

Le source de Claude code, principal outil d'#IAg #agentique de développement, a fuité (à la suite d'une maladresse de ses développeurs/euses) : https://www.theguardian.com/technology/2026/apr/01/anthropic-claudes-code-leaks-ai.

La conséquence la plus intéressante, c'est que nous pouvons désormais étudier comment les concepteurs des #LLM d’#Anthropic envisagent l’interface avec le LLM. Voici le source : https://github.com/chatgptprojects/clear-code/tree/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src.

Analyse 1 (écrite avec un LLM) : https://kuber.studio/blog/AI/Claude-Code's-Entire-Source-Code-Got-Leaked-via-a-Sourcemap-in-npm,-Let's-Talk-About-it

Analyse 2 (moins conciliante) : https://neuromatch.social/@jonny/116324676116121930

TL;DR :

- Les ingénieurs d'Anthropic, pensent que les pré-prompts sont suffisants pour conditionner un LLM (exemples : https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/constants/prompts.ts#L234 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/coordinator/coordinatorMode.ts#L116 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/undercover.ts#L43). Certains parlent de « #autocompleading » (faire des demandes, voire supplier un LLM). Vous en trouvez un condensé ici : https://github.com/Leonxlnx/agentic-ai-prompt-research/tree/main
- Leurs travaux ne sont pas très économes : les « agents » exécutent une tonne de process et font une tonne de requêtes (très consommatrices de tokens) vers le LLM.
- Malgré le fait d'avoir un LLM sous la main, ils/elles utilisent volontiers des systèmes à base de règles, avec des expressions régulières (exemple : pour détecter une humeur négative dans le prompt https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/userPromptKeywords.ts#L8).

En tant qu'informaticiens/iennes, une question qui se pose est : comment est-ce possible que… ça fonctionne !

L'ère de la "téléphonie agentique"

https://vid.freedif.org/w/ifhdvbp13GJWvEarmbNYhp

Ça ne fait rien pour calmer la rumeur selon laquelle l’IA vise à nous remplacer …

#IA #AI #tech #Moltbook #agentique

https://lp.ca/ft51CS?sharing=true