L’IA a écrit 75 % du code, sans pour autant accélérer sa propre progression. Google vient de refroidir les espoirs d’une auto-évolution de l’IA 🦖
🕐 最新解读群里更新
L’enquête a été menée par Google DeepMind, l’un des plus grands laboratoires d’IA au monde. Elle porte sur une hypothèse appelée « amélioration récursive autonome » : l’IA crée une version plus intelligente d’elle-même, qui crée à son tour une génération encore plus intelligente, et ainsi de suite, jusqu’à ce que le processus aille si vite que les humains n’aient plus le temps de tester, de réglementer ou même d’arrêter le système. La conclusion figure dans le dernier rapport de sécurité de son modèle phare, publié le 14 octobre : aucune preuve d’accélération n’a été trouvée.
Commençons par trois chiffres. Premièrement, plus de 75 % du code de production de Google DeepMind est désormais écrit par l’IA. La proportion de modifications de code entièrement confiées à l’IA est passée de 7,5 % en avril à 11,9 % en septembre : son adoption s’approfondit bel et bien. Deuxièmement, environ 88 % des changements de code nécessitent encore plusieurs étapes de guidage humain, ou sont tout simplement écrits par des personnes. Troisièmement, l’indice composite interne utilisé par Google pour mesurer les capacités, qui combine 123 modèles et 92 bancs d’essai en un seul score, progresse d’environ 0,1 point par mois. Même après le 1er avril 2026, aucune accélération statistiquement significative n’a été observée.
La forme de la courbe est encore plus parlante. La génération de modèles phares de la fin 2024 se situait autour de 0,5 point. Le modèle de la génération précédente, en septembre de cette année, dépassait légèrement 2,9 points. Presque chaque version suit une ligne droite. Le dernier modèle, Argon, atteint environ 3,3 points : c’est le seul point qui se détache, mais sa marge d’erreur est suffisamment faible pour qu’il puisse se situer près de la tendance. Le chercheur Haydn Belfield, qui a participé à l’évaluation, explique que cette hausse s’explique surtout par des investissements accrus en puissance de calcul et en organisation, et non par une accélération autonome de l’IA.
Les données sur le travail réel sont encore plus directes. Google a examiné un échantillon de 1 389 journaux de tâches d’Argon, utilisé comme agent en interne. Conclusion : plus la tâche est importante, moins le modèle a de chances de la terminer seul, et plus il faut intervenir. Pour les tâches d’ingénierie de recherche internes, il n’en a accompli qu’environ la moitié. Or, chez DeepMind, le seuil de 90 % est considéré comme la limite à atteindre pour parler d’automatisation complète. Une enquête menée auprès de 12 responsables et chercheurs chevronnés indique aussi que les tâches les plus automatisées sont celles dont l’exécution est clairement définie et vérifiable. Les moins automatisées sont la recherche scientifique exploratoire, la conception de nouvelles expériences, le diagnostic de l’instabilité de l’entraînement et le jugement nécessaire aux projets de recherche à long terme.
Il faut aussi replacer tout cela dans son contexte. Il y a un mois, le PDG d’Anthropic, Dario Amodei, a déclaré publiquement que l’amélioration récursive autonome s’accélérait déjà. Sam Altman et Elon Musk lui ont emboîté le pas. Le jour même, ces propos ont fait chuter les actions des fabricants de puces de près de 6 %. Dans le même temps, le bitcoin montait ⚠️
À mon avis, cet audit ne signifie pas que l’IA est incapable de progresser. Il vise plutôt à faire reculer, dans les anticipations du marché, l’hypothèse d’une accélération incontrôlable. Pour le marché des cryptomonnaies, une partie de la valorisation des actifs associés au récit de l’IA repose précisément sur l’idée que l’IA va accélérer de plus en plus d’elle-même. Or, l’entreprise la plus avancée dans la création d’IA affirme, sur la base de ses données internes, que ce n’est pas le cas. À court terme, c’est évidemment un facteur de baisse du sentiment. Mais les chiffres de 75 % et de 11,9 % montrent aussi que l’IA est déjà profondément intégrée aux processus de production. Les besoins fondamentaux en matière de paiements et de règlements de l’économie des agents n’ont pas été remis en cause 📉
Jetons aussi un œil aux marchés : le bitcoin oscille autour de 82 000 dollars, l’Ethereum reste sous les 2 500 dollars, et les marchés évaluent désormais à 29 % la probabilité d’une hausse des taux de la Fed en octobre, contre 18 % il y a une semaine. Autrement dit, tandis que le récit de l’IA perd de son éclat, les tensions macroéconomiques se renforcent.
À votre avis, l’IA va-t-elle d’abord échapper à tout contrôle, ou cette hypothèse sera-t-elle réfutée progressivement par ce type de données ? Si une nouvelle panique autour de l’accélération de l’IA éclate, le bitcoin sera-t-il de nouveau une valeur refuge pour les capitaux, comme la dernière fois ? On en parle dans les commentaires.
Cliquez sur l’avatar pour regarder le direct.
Chaque jour, suivez avec moi l’actualité brûlante de l’IA et des cryptomonnaies. Il ne s’agit pas seulement de voir ce qui se passe, mais aussi de comprendre les logiques et les opportunités qui se cachent derrière 👀🚀
🕐 最新解读群里更新
L’enquête a été menée par Google DeepMind, l’un des plus grands laboratoires d’IA au monde. Elle porte sur une hypothèse appelée « amélioration récursive autonome » : l’IA crée une version plus intelligente d’elle-même, qui crée à son tour une génération encore plus intelligente, et ainsi de suite, jusqu’à ce que le processus aille si vite que les humains n’aient plus le temps de tester, de réglementer ou même d’arrêter le système. La conclusion figure dans le dernier rapport de sécurité de son modèle phare, publié le 14 octobre : aucune preuve d’accélération n’a été trouvée.
Commençons par trois chiffres. Premièrement, plus de 75 % du code de production de Google DeepMind est désormais écrit par l’IA. La proportion de modifications de code entièrement confiées à l’IA est passée de 7,5 % en avril à 11,9 % en septembre : son adoption s’approfondit bel et bien. Deuxièmement, environ 88 % des changements de code nécessitent encore plusieurs étapes de guidage humain, ou sont tout simplement écrits par des personnes. Troisièmement, l’indice composite interne utilisé par Google pour mesurer les capacités, qui combine 123 modèles et 92 bancs d’essai en un seul score, progresse d’environ 0,1 point par mois. Même après le 1er avril 2026, aucune accélération statistiquement significative n’a été observée.
La forme de la courbe est encore plus parlante. La génération de modèles phares de la fin 2024 se situait autour de 0,5 point. Le modèle de la génération précédente, en septembre de cette année, dépassait légèrement 2,9 points. Presque chaque version suit une ligne droite. Le dernier modèle, Argon, atteint environ 3,3 points : c’est le seul point qui se détache, mais sa marge d’erreur est suffisamment faible pour qu’il puisse se situer près de la tendance. Le chercheur Haydn Belfield, qui a participé à l’évaluation, explique que cette hausse s’explique surtout par des investissements accrus en puissance de calcul et en organisation, et non par une accélération autonome de l’IA.
Les données sur le travail réel sont encore plus directes. Google a examiné un échantillon de 1 389 journaux de tâches d’Argon, utilisé comme agent en interne. Conclusion : plus la tâche est importante, moins le modèle a de chances de la terminer seul, et plus il faut intervenir. Pour les tâches d’ingénierie de recherche internes, il n’en a accompli qu’environ la moitié. Or, chez DeepMind, le seuil de 90 % est considéré comme la limite à atteindre pour parler d’automatisation complète. Une enquête menée auprès de 12 responsables et chercheurs chevronnés indique aussi que les tâches les plus automatisées sont celles dont l’exécution est clairement définie et vérifiable. Les moins automatisées sont la recherche scientifique exploratoire, la conception de nouvelles expériences, le diagnostic de l’instabilité de l’entraînement et le jugement nécessaire aux projets de recherche à long terme.
Il faut aussi replacer tout cela dans son contexte. Il y a un mois, le PDG d’Anthropic, Dario Amodei, a déclaré publiquement que l’amélioration récursive autonome s’accélérait déjà. Sam Altman et Elon Musk lui ont emboîté le pas. Le jour même, ces propos ont fait chuter les actions des fabricants de puces de près de 6 %. Dans le même temps, le bitcoin montait ⚠️
À mon avis, cet audit ne signifie pas que l’IA est incapable de progresser. Il vise plutôt à faire reculer, dans les anticipations du marché, l’hypothèse d’une accélération incontrôlable. Pour le marché des cryptomonnaies, une partie de la valorisation des actifs associés au récit de l’IA repose précisément sur l’idée que l’IA va accélérer de plus en plus d’elle-même. Or, l’entreprise la plus avancée dans la création d’IA affirme, sur la base de ses données internes, que ce n’est pas le cas. À court terme, c’est évidemment un facteur de baisse du sentiment. Mais les chiffres de 75 % et de 11,9 % montrent aussi que l’IA est déjà profondément intégrée aux processus de production. Les besoins fondamentaux en matière de paiements et de règlements de l’économie des agents n’ont pas été remis en cause 📉
Jetons aussi un œil aux marchés : le bitcoin oscille autour de 82 000 dollars, l’Ethereum reste sous les 2 500 dollars, et les marchés évaluent désormais à 29 % la probabilité d’une hausse des taux de la Fed en octobre, contre 18 % il y a une semaine. Autrement dit, tandis que le récit de l’IA perd de son éclat, les tensions macroéconomiques se renforcent.
À votre avis, l’IA va-t-elle d’abord échapper à tout contrôle, ou cette hypothèse sera-t-elle réfutée progressivement par ce type de données ? Si une nouvelle panique autour de l’accélération de l’IA éclate, le bitcoin sera-t-il de nouveau une valeur refuge pour les capitaux, comme la dernière fois ? On en parle dans les commentaires.
Cliquez sur l’avatar pour regarder le direct.
Chaque jour, suivez avec moi l’actualité brûlante de l’IA et des cryptomonnaies. Il ne s’agit pas seulement de voir ce qui se passe, mais aussi de comprendre les logiques et les opportunités qui se cachent derrière 👀🚀