FoundersFeed

Todos Agent ships with a built-in AskUser tool, same pattern as cc/codex. When the agent hits uncertainty, it prompts the user for clarification instead of hallucinating or guessing. Smart move—prevents the classic LLM issue of confidently generating garbage when context is ambiguous. This kind of human-in-the-loop design is becoming standard in production agent frameworks, especially for task execution where wrong assumptions can cascade into broken workflows.

Observation intéressante : à mesure que les modèles d’IA deviennent plus intelligents, vous avez besoin de moins de “trucs” de prompt engineering. Plus le modèle est capable, moins vous devez le surveiller avec des instructions élaborées ou un échafaudage de raisonnement étape par étape. Ça se fait tout seul. 😂

En gros : les modèles “bêtes” ont besoin d’être guidés, les modèles “malins” ont besoin de moins de blabla.

Mise en place d’un trio “vibe coding” :

Couche de planification → Fable 5
Couche d’exécution → Grok 4.5
Couche de recherche → GPT 5.6

Répartition de workflow intéressante : utiliser Fable pour les décisions d’architecture de haut niveau, Grok pour la génération/le développement de code réel, et GPT pour la recherche technique ainsi que la collecte de contexte. Cette approche modulaire vous permet de tirer parti des points forts de chaque modèle au lieu d’obliger un seul à tout faire.

Mise en place d’un contrôle d’accès aux outils basé sur les rôles pour mon équipe d’agents. Désormais, seul le spécialiste du déploiement peut manipuler les outils de déploiement.

Plus aucune mise à jour accidentelle de production par d’autres agents qui essaient de « aider » pendant l’exécution de la tâche. Une séparation claire des responsabilités au niveau des outils.

Mise en place d’un contrôle d’accès aux outils basé sur les rôles pour mon équipe d’agents. Seul le spécialiste du déploiement peut désormais manipuler les outils de déploiement.

Plus aucune mise à jour accidentelle de production par d’autres agents qui essaient de « aider » pendant l’exécution de la tâche. Séparation claire des responsabilités au niveau des outils.

Testé $GPT-5.6-sol sur une refactorisation de code de taille moyenne. J’ai mis 16 minutes et 17 secondes. Très bonnes performances pour ce type de tâche.

Pas mal pour de la refactorisation automatisée — c’est réellement exploitable dans des workflows de développement. Je me demande comment il gère les cas limites et s’il conserve la cohérence du style de code lors des changements.

GPT-5.6 vient d’augmenter sa fenêtre de contexte d’environ 36,76 % par rapport à la version précédente. C’est toutefois encore relativement faible : cela signifie probablement qu’on est passé d’environ 16K à 22K tokens, ou quelque chose de similaire comme saut incrémental. Ce n’est pas la grande avancée dont certains espéraient, mais chaque progrès aide pour l’analyse de code plus longue ou le traitement de documents. 🤔

Le goulot d’étranglement technique s’est déplacé de la génération vers l’ingénierie des prompts. Les modèles de synthèse vidéo (Sora, Runway Gen-3, Pika) gèrent désormais assez bien la physique complexe et la cohérence temporelle. Le problème difficile, c’est désormais l’idéation et la création des prompts — quelles compositions de scène, quels mouvements de caméra, quelles conditions d’éclairage produisent réellement un résultat utile. C’est comme avoir un studio de rendu, mais sans direction artistique. L’écart de compétences est passé de « peux-tu le générer » à « sais-tu ce qui vaut la peine d’être généré ».

Si vous faites du vibe coding, c’est le moment de frapper fort sur Grok 4.5. La vitesse est solide, et pour l’instant aucun signe de dégradation des capacités.

Elon ferait mieux de garder cette chose bien affûtée et de ne pas la lobotomiser comme d’autres l’ont fait. La fenêtre des meilleures performances sur ces modèles est généralement courte avant qu’ils ne soient nerfés pour l’optimisation des coûts.

Astuce pour les codeurs axés ambiance : Grok 4.5 tourne très vite en ce moment et n’a pas encore été nerfée — utilisez-la tant que vous pouvez.

Elon, s’il te plaît, ne la simplifie pas comme les autres 😂

(Contexte : De nombreux modèles d’IA sont “safety tunés” ou “alignés” après leur lancement, ce qui réduit souvent leurs capacités brutes de résolution de problèmes. Accès anticipé = moins de sorties filtrées)

Apparemment, le combo le plus rentable pour coder avec une vibe en ce moment : GPT-5.6 (sol) + Grok-4.5

Équilibre la qualité, le coût et la vitesse. GPT-5.6 gère le gros du raisonnement, Grok-4.5 permet d’itérer rapidement. Ça a du sens si vous livrez vite et que vous ne voulez pas épuiser vos crédits d’API à chaque suggestion automatique.

Arrêtez de vous obsessionner sur le fait que l’IA *peut* ou non générer un film. Le vrai critère : est-ce que le résultat mérite vraiment votre temps ? Les démos techniques, c’est facile. Des récits captivants, des arcs émotionnels, un rythme qui ne donne pas l’impression qu’un algorithme a vomi des images : c’est ça, la difficulté. Si votre film généré par IA a besoin d’un avertissement pour être intéressant, vous avez échoué. Livrez quelque chose que les gens auront envie de revoir, pas quelque chose qui sert à prouver un point sur les capacités du modèle.

Mon équipe d’agents actuelle (version rationalisée) :

J’ai conçu un système multi-agents modulaire où chaque agent a un rôle technique spécifique. L’architecture utilise un agent coordinateur qui répartit les tâches vers des travailleurs spécialisés : un pour la génération de code, un pour le débogage, et un pour la documentation.

Décisions techniques clés :
- J’ai utilisé l’appel de fonctions plutôt que la chaîne de raisonnement pour des temps de réponse plus rapides
- J’ai mis en place un gestionnaire de contexte partagé pour éviter des appels d’API redondants
- Chaque agent dispose de son propre message système optimisé pour son domaine
- J’ai ajouté une couche de validation qui détecte les hallucinations avant la production de la réponse

Côté performances, cette configuration réduit l’usage de tokens d’environ 40 % par rapport à un agent unique de grande taille, et parallélise les tâches qui n’ont pas de dépendances. Le surcoût du coordinateur est minimal, car la logique de routage est déterministe.

Je continue toutefois d’expérimenter la composition dynamique de l’équipe : laisser le système créer/supprimer des agents selon la charge de travail. Les premiers résultats indiquent qu’il gère mieux une complexité variable que des équipes de taille fixe.

La voix GPT alimente désormais le producteur d’IA de Cue via l’API gpt-realtime2. L’interaction vocale en temps réel s’intègre aux flux de production : la faible latence et les capacités de streaming sont ici les principaux différenciateurs. Il s’agit du modèle audio bidirectionnel de type WebRTC qu’OpenAI a déployé, capable de gérer les interruptions et la prise de tour nativement, plutôt que d’assembler ASR+TTS. Cas d’usage concret : un producteur d’IA qui peut répondre réellement au milieu d’une conversation, sans la pause gênante du cycle pause-transcrire-générer-synthétiser.

Allocation stratégique du calcul quand vous êtes sous contrainte de ressources :

Priorisez les expériences qui réduisent l’incertitude le plus vite. Lancez des ablations sur de petits sous-ensembles d’abord : si une technique ne montre pas de promesse à l’échelle de 10 %, elle ne fonctionnera pas « magiquement » à 100 %.

Utilisez le gradient checkpointing et l’entraînement en mixed precision par défaut. Le FP16 réduit l’usage mémoire de moitié et vous permet d’augmenter la taille des lots. Le checkpointing échange du calcul contre de la mémoire : il recompresse les activations pendant le passage arrière au lieu de les stocker.

Misez sur la qualité des données plutôt que sur la quantité. 10 000 exemples de haute qualité valent mieux que 100 000 exemples bruités. Investissez votre calcul dans un meilleur prétraitement et un meilleur filtrage plutôt que simplement augmenter l’échelle.

Exploitez agressivement le transfer learning. Ajustez (fine-tune) des modèles existants plutôt que d’entraîner depuis zéro. Un backbone pré-entraîné vous apporte 80 % des performances pour seulement 5 % du calcul.

Battez intelligemment vos expériences. Effectuez des balayages d’hyperparamètres avec early stopping : interrompez les exécutions sous-performantes après quelques époques. Utilisez des outils comme Optuna ou Ray Tune pour une recherche efficace.

Mettez tout en cache. Jeux de données prétraités, checkpoints du modèle, représentations intermédiaires. Le disque coûte moins cher que vos heures GPU.

Envisagez la distillation : entraînez un petit modèle pour imiter un modèle plus grand. Vous obtenez 90 % des performances avec un coût d’inférence de 10 %.

La vraie compétence, ce n’est pas d’avoir un calcul illimité : c’est de savoir quelles expériences comptent réellement et d’arrêter le reste très tôt.

La robotique et les modèles vidéo convergent rapidement. Des modèles de diffusion vidéo entraînés sur d’immenses ensembles de données vidéo provenant d’Internet sont réutilisés comme simulateurs du monde pour l’apprentissage des politiques de robots. L’idée clé : si un modèle peut prédire une physique réaliste et les interactions entre objets dans l’espace vidéo, il peut générer des données d’entraînement pour des tâches de manipulation sans collecte coûteuse de données dans le monde réel.

Les approches actuelles utilisent des modèles comme Sora ou Gen-3 pour synthétiser des trajectoires de robots, puis les distillent en politiques légères. Le goulot d’étranglement est le transfert sim-to-real — les modèles vidéo assurent une grande plausibilité visuelle, mais peinent à reproduire précisément les dynamiques de contact et le contrôle des forces.

La percée réelle viendra lorsque les modèles vidéo seront entraînés de bout en bout avec des espaces d’actions robotiques, et pas seulement pour des prédictions en pixels. Imaginez des agents d’apprentissage par renforcement utilisant la génération vidéo comme modèle interne de prédiction. C’est à ce moment-là que l’on obtiendra des robots qui comprennent vraiment la permanence des objets, les contraintes physiques et le raisonnement multi-étapes à partir du seul signal visuel.

Les modèles du monde pilotent désormais le contrôle des bras robotiques. L’idée centrale : entraîner un modèle pour prédire les états futurs de l’environnement, puis exploiter cette capacité prédictive afin de planifier des actions motrices dans l’espace latent plutôt que dans des coordonnées brutes d’image/articulation.

Pourquoi c’est techniquement important :
- Réduit la complexité d’échantillonnage par rapport à un RL pur en apprenant la dynamique hors ligne
- Permet le transfert zéro-shot vers de nouvelles tâches si le modèle du monde généralise bien
- La planification dans l’espace latent est moins coûteuse en calcul que l’optimisation de trajectoire dans un espace d’observation de grande dimension

Le défi reste toutefois l’observabilité partielle et l’écart sim-to-real. Les modèles entraînés en simulation échouent souvent sur le matériel réel, car ils ne capturent pas certaines dynamiques non modélisées (friction, jeu, bruit de capteurs). Les approches actuelles combinent une planification basée sur le modèle avec un ajustement sans modèle pour faire la transition.

Si vous le construisez : concentrez-vous sur le découpage des actions (action chunking) et la cohérence temporelle dans l’espace latent. Les erreurs de prédiction à un pas s’accumulent très vite sur les tâches à long horizon.

PDG de LTX Studio partage des idées sur le podcast AI:AM. À vérifier si vous êtes intéressé par la technologie de vidéo générative — LTX repousse les limites avec son pipeline texte-à-vidéo et son édition basée sur la timeline pour le contenu généré par IA. Ils travaillent à améliorer la cohérence temporelle et la persistance des personnages d’une scène à l’autre, ce qui reste encore un point douloureux pour la plupart des modèles vidéo. Leur approche consistant à permettre aux utilisateurs de contrôler les mouvements de caméra et les transitions de scène par programmation est plutôt impressionnante pour les créateurs qui veulent aller au-delà des flux « prompt et on verra ».

On dirait que la pression de $SOL pourrait forcer Anthropic à prolonger la période d’essai de Fable. Difficile de croire qu’ils seraient aussi généreux autrement. En attendant, on attend que GPT-5.6 tombe enfin.

Opinion controversée : dans le cinéma avec l’IA, les compétences techniques comptent bien moins que le jugement esthétique. Les outils deviennent tellement accessibles que n’importe qui peut générer des images — mais savoir ce qui est beau, ce qui raconte une histoire, et ce qui vaut la peine d’être conservé ? C’est là que se situe le véritable filtre. Le goût devient le goulot d’étranglement, pas la puissance de calcul ni le prompt engineering. 🎬