Tendances technologiques

Explorer les dernières innovations, les mises à niveau de protocoles, les solutions inter-chaînes et les mécanismes de sécurité dans l'espace blockchain. Adoption d'une perspective centrée sur les développeurs pour analyser les tendances technologiques émergentes et les percées potentielles.

L'Agent est entré dans l'ère pilotée par le Harnais

L'ère des agents IA est désormais pilotée par le "Harness", un système d'architecture complet qui maximise les capacités des modèles. La fuite du code source de Claude Code d'Anthropic a révélé six composants clés de cette approche : prompts système multicouches, schéma d'outils, boucle d'appel d'outils, gestionnaire de contexte, sous-agents et mécanismes de vérification. Le Harness intère entraînement et production, permettant un apprentissage par renforcement en trajectoire complète et une coordination hiérarchique d’agents. Les implications sont majeures : les compétences en ingénierie purement prompt deviennent moins pertinentes face au besoin de talents hybrides (IA, ingénierie, infrastructure), les entreprises intermédiaires doivent se spécialiser ou disparaître, et le déploiement d’agents exige désormais une approche privée, sécurisée et de bout en bout. La valeur ne réside plus dans le modèle seul, mais dans l’architecture qui l’exploite.

marsbit04/15 10:18

L'Agent est entré dans l'ère pilotée par le Harnais

marsbit04/15 10:18

La « Mafia PayPal » de l'ère de l'IA, des stagiaires devenus milliardaires

Résumé en français : Un groupe d'anciens stagiaires de Hudson River Trading (HRT), liés par des compétitions olympiques durant leur jeunesse, est devenu une force majeure dans l'IA. Parmi eux, Alexandr Wang (dirigeant IA de Meta, ancien fondateur de Scale AI), Scott Wu (fondateur de Cognition, évalué à 102 milliards de dollars), Johnny Ho (co-fondateur de Perplexity, valeur de 200 milliards), Jesse Zhang (fondateur de Decagon, valeur de 45 milliards), Demi Guo (créatrice de Pika, pionnière de la génération vidéo IA) et Steven Hao (CTO de Cognition). Leur réseau, comparé au "PayPal Mafia", allie excellence académique, vision entrepreneuriale et une influence croissante sur l'avenir de l'intelligence artificielle.

marsbit04/15 08:35

La « Mafia PayPal » de l'ère de l'IA, des stagiaires devenus milliardaires

marsbit04/15 08:35

La "Mafia PayPal" de l'ère de l'IA : Des stagiaires devenus milliardaires

Dans un article intitulé "AI时代的'PayPal黑帮'，从一起实习到身价亿万", on découvre l'histoire d'un groupe d'anciens stagiaires de Hudson River Trading (HRT) qui sont devenus des figures majeures de l'IA. Parmi eux, Jeff Yan, fondateur de Hyperliquid, a révélé que plusieurs de ses collègues stagiaires de Harvard sont maintenant des leaders dans le domaine de l'IA. Le groupe inclut Alexandr Wang, responsable de l'IA chez Meta après la vente de Scale AI pour 14,3 milliards de dollars ; Scott Wu, fondateur de Cognition (valorisation 102 milliards de dollars) et créateur de Devin, l'ingénieur logiciel IA ; Johnny Ho, cofondateur de Perplexity (valorisation 200 milliards de dollars) ; Jesse Zhang, fondateur de Decagon (valorisation 45 milliards de dollars) ; Demi Guo, fondatrice de Pika, spécialisée dans la génération de vidéos IA ; et Steven Hao, CTO de Cognition (fortune 1,3 milliard de dollars). Ces entrepreneurs, liés par des compétitions olympiques et une vision commune, représentent une nouvelle génération de leaders technologiques, comparables au "PayPal Mafia". Leur succès illustre l'impact de l'IA et leur capacité à transformer le monde.

Odaily星球日报04/15 08:33

La "Mafia PayPal" de l'ère de l'IA : Des stagiaires devenus milliardaires

Odaily星球日报04/15 08:33

Dialogue avec un ancien cadre de Google : L'IA est la dernière innovation de l'humanité, acceptez-la et prenez les devants

Ancien cadre de Google, Mo Gawdat, prédit une période de bouleversements de 12 à 15 ans due à l’IA, qu’il considère comme la dernière innovation humaine. Selon lui, l’IA entraînera des suppressions massives d’emplois, notamment dans les postes juniors (déjà 23 à 30% de recrutements en moins), et transformera l’économie, nécessitant peut-être un revenu universel de base. Il identifie sept forces de changement, dont la concentration du pouvoir, la falsification de la réalité et le manque de responsabilité. Pour s’adapter, il recommande d’accepter l’IA, de rester agile, de respecter l’éthique et de développer un esprit critique. Gawdat croit qu’après une phase dystopique, un avenir utopique est possible si l’IA est utilisée de manière bienveillante et rationnelle.

marsbit04/15 05:03

Dialogue avec un ancien cadre de Google : L'IA est la dernière innovation de l'humanité, acceptez-la et prenez les devants

marsbit04/15 05:03

Travailler seulement 2 heures par jour ? Cet ingénieur de Google utilise Claude pour automatiser 80 % de son travail

Un ingénieur de Google avec 11 ans d'expérience a automatisé 80% de son travail en utilisant Claude Code, réduisant sa journée de 8 heures à seulement 2-3 heures. Il génère désormais 28 000 dollars de revenus passifs mensuels. La clé réside dans l'utilisation d'un fichier CLAUDE.md, inspiré des principes d'Andrej Karpathy, pour guider le comportement de l'IA et éviter les erreurs courantes comme la surconception. Ce fichier, simple et efficace, réduit le taux de violation des normes de 40% à 3%. Le système intègre également Everything Claude Code, une suite d'agents qui transforme l'interaction avec l'IA en gestion d'une équipe d'ingénierie automatisée. Cependant, une version récente de Claude (v2.1.100) consomme discrètement plus de tokens, diluant les instructions et réduisant la qualité des sorties. Une solution temporaire est proposée en attendant un correctif officiel. L'automatisation complète repose sur trois parties : un planificateur, un codeur et un réviseur, fonctionnant en cycles toutes les 15 minutes. Cela permet à l'ingénieur de se concentrer sur la revue et les tests, libérant ainsi 5 à 6 heures par jour. La mise en place ne prend que 15 à 20 minutes, offrant des gains de temps et d'argent significatifs.

marsbit04/15 04:18

Travailler seulement 2 heures par jour ? Cet ingénieur de Google utilise Claude pour automatiser 80 % de son travail

marsbit04/15 04:18

YouTube deviendra la prochaine néobanque

Chaque néobanque prospère commence par identifier un point d’entrée dans le système bancaire traditionnel — frais excessifs ou services médiocres — puis élargit son offre. Aujourd’hui, grâce aux stablecoins, la création de comptes courants et d’épargne est simplifiée, mais cette facilité rend la différenciation difficile pour les nouvelles startups. La vraie opportunité réside dans l’intégration des services financiers au sein de plateformes qui génèrent déjà des revenus, comme YouTube, Twitch, Uber ou TikTok. Ces plateformes disposent de données précieuses sur les flux de trésorerie, la croissance et les comportements des utilisateurs, leur permettant d’offrir du crédit et d’autres services financiers avec une précision inédite. Par exemple, YouTube a déjà versé plus de 100 milliards de dollars aux créateurs depuis 2021 et propose désormais des paiements en stablecoins. En intégrant des services bancaires (comptes, cartes, prêts), ces plateformes peuvent capter une partie des frais transactionnels et des rendements obligataires, tout en maintenant les utilisateurs dans leur écosystème. L’argument est clair : là où l’argent est généré, les services financiers doivent suivre. YouTube ne deviendra pas une banque en termes réglementaires, mais il offrira des services bancaires intégrés, alimentés par ses propres données. Le point d’entrée n’est plus un avantage tarifaire, mais la relation économique elle-même.

marsbit04/15 04:04

YouTube deviendra la prochaine néobanque

marsbit04/15 04:04

Rapport AI de Stanford de 423 pages : L'écart entre la Chine et les États-Unis n'est que de 2,7%, DeepSeek de Tsinghua entre dans le top 10 mondial

Le rapport sur l'IA 2026 de Stanford révèle que l'écart entre les modèles d'IA américains et chinois n'est plus que de 2,7%, avec des performances quasi-équivalentes. La Chine produit 30 modèles de pointe contre 50 aux États-Unis, et des acteurs comme DeepSeek et Tsinghua figurent dans le top 10 mondial. L'IA évolue à un rythme sans précédent : 90% des modèles de pointe proviennent du secteur privé, et leurs performances en programmation (SWE-bench) sont passées de 60% à près de 100% en un an. Cependant, des lacunes persistent, comme la lecture d’une horloge analogique (50,1% de précision). Les investissements mondiaux en IA ont doublé en 2025, atteignant 5817 milliards de dollars, dominés par les États-Unis. Pourtant, le nombre de chercheurs en IA entrant aux États-Unis a chuté de 89% depuis 2017. L’adoption de l’IA en milieu professionnel dépasse 80% en Chine, contre une moyenne mondiale de 58%. Les postes juniors en développement logiciel ont diminué de 20% pour les 22-25 ans depuis 2024. Enfin, 80 des 95 principaux modèles n’ont pas divulgué leur code d’entraînement, reflétant un manque de transparence croissant.

marsbit04/15 03:24

Rapport AI de Stanford de 423 pages : L'écart entre la Chine et les États-Unis n'est que de 2,7%, DeepSeek de Tsinghua entre dans le top 10 mondial

marsbit04/15 03:24

10 graphiques pour comprendre l'état de l'IA en 2026 : L'écart entre la Chine et les États-Unis n'est que de 2,7 %, les postes de développeurs de moins de 25 ans se contractent fortement

Selon le rapport 2026 de Stanford HAI, l’IA progresse plus vite que l’adoption humaine, avec un écart de seulement 2,7 % entre les modèles américains et chinois. Les tests d’évaluation actuels sont souvent inefficaces ou sujets à manipulation. L’adoption de l’IA générative atteint 53 % en trois ans, dépassant celle du PC et d’Internet, mais les États-Unis ne sont que 24e en taux d’adoption. Les investissements privés américains sont 23 fois supérieurs à ceux de la Chine, mais les fonds publics chinois réduisent l’écart. L’emploi des jeunes développeurs (22-25 ans) a chuté de 20 %, et 1/3 des organisations prévoient des réductions de personnel. Les agents IA progressent mais échouent encore dans un tiers des cas, et 89 % des robots restent en labo. Les experts sont optimistes (73 %) contrairement au public (23 %). L’impact environnemental est énorme : GPT-4o consomme l’eau de 12 millions de personnes et l’électricité de l’État de New York.

marsbit04/15 00:22

10 graphiques pour comprendre l'état de l'IA en 2026 : L'écart entre la Chine et les États-Unis n'est que de 2,7 %, les postes de développeurs de moins de 25 ans se contractent fortement

marsbit04/15 00:22

Pourquoi le mécanisme de market maker automatique (AMM) échoue-t-il dans le domaine des marchés prédictifs ?

L'article explore pourquoi le mécanisme de Market Maker Automatique (AMM), pourtant révolutionnaire dans le domaine de la finance décentralisée (DeFi), échoue dans le domaine des marchés prédictifs. L'AMM, popularisé par Uniswap et sa formule simple x * y = k, permet à quiconque de créer des marchés liquides pour n'importe quel actif sans avoir besoin de carnets d'ordres ou de teneurs de marché professionnels. Cette solution semblait idéale pour résoudre le problème de démarrage à froid des marchés prédictifs. Cependant, une différence fondamentale pose problème : les marchés prédictifs ont des résultats binaires (un résultat se fixe à 1 et l'autre à 0 à l'échéance), contrairement aux jetons qui fluctuent indéfiniment. Pour les fournisseurs de liquidités (LP), la « perte impermanente » des AMM DeFi devient une perte certaine et structurelle, car le pool se rééquilibre inévitablement vers le côté perdant à l'approche du règlement. Les frais de transaction ne peuvent compenser ces pertes. De plus, la courbe de produit constant des AMM introduit des glissements qui faussent la découverte des prix et la représentation des probabilités, surtout sur les marchés peu liquides. Face à ces échecs, des plateformes comme Polymarket sont passées des AMM à des carnets d'ordres centralisés (CLOB), mieux adaptés pour une tarification précise de résultats binaires. Le défi reste de reproduire les avantages des AMM (création de marché sans permission, liquidité instantanée) avec une infrastructure adaptée à la réalité des marchés prédictifs.

marsbit04/14 13:22

Pourquoi le mécanisme de market maker automatique (AMM) échoue-t-il dans le domaine des marchés prédictifs ?

marsbit04/14 13:22

Quelqu’un a transformé Buffett et Munger en Agent, puis l’a open-source…

Un projet open source nommé "AI Hedge Fund", récemment très populaire sur GitHub, a "recréé" les esprits d'investisseurs légendaires comme Warren Buffett et Charlie Munger sous forme d'agents IA. Ce système utilise 18 agents spécialisés, dont 12 reproduisent les philosophies d'investissement de grands noms (Buffett, Munger, Cathie Wood, etc.), et 6 agents analytiques techniques (analyse fondamentale, valorisation, risque, etc.). L'architecture technique combine React et Python/FastAPI, avec LangGraph pour orchestrer les workflows. Les utilisateurs peuvent configurer des stratégies via une interface visuelle ou en ligne de commande, effectuer des backtests historiques, et obtenir des signaux d'achat/vente. Le projet prend en charge 13 modèles de langage (OpenAI, Anthropic, local via Ollama, etc.). Bien que innovant, la note de prudence est de mise : aucun résultat de performance réelle n'est encore disponible, et les avis des différents "experts" simulés peuvent être conflictuels. L'objectif affiché est moins de garantir des profits que d'offrir un cadre d'expérimentation et d'apprentissage sur les multi-agents IA en finance. Le projet a atteint plus de 50 000 étoiles sur GitHub, soulignant l'engouement pour ce type d'application.

marsbit04/14 11:21

Quelqu’un a transformé Buffett et Munger en Agent, puis l’a open-source…

marsbit04/14 11:21

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow

Ethereum