# Automatisation Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Automatisation", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

AlphaNet, plateforme de trading quantitatif IA, lève 10 millions de dollars en tour de financement initial menée par Joffre Capital

La plateforme de trading quantitatif AlphaNet a levé 10 millions de dollars en financement initial, dirigé par Joffre Capital, avec la participation de Huashan Capital et d'un consortium de trading quantitatif asiatique. La plateforme vise à démocratiser l'accès à des stratégies de trading institutionnelles grâce à une solution complète incluant un marché de stratégies quantitatives, un déploiement en un clic et une exécution via des algorithmes propriétaires. Actuellement dotée de 30 stratégies à haut ratio de Sharpe et d'un taux de rétention de 98%, AlphaNet prévoit de lancer une plateforme ouverte d'ici fin Q2, permettant à d'autres équipes d'intégrer leurs stratégies. Un système agentique pour la sélection personnalisée de stratégies est également en développement. Les investisseurs apportent leur expertise opérationnelle, leurs ressources technologiques et leurs stratégies propriétaires, positionnant AlphaNet comme la première plateforme open de trading alpha institutionnelle de bout en bout.

TheNewsCryptoIl y a 19 h

AlphaNet, plateforme de trading quantitatif IA, lève 10 millions de dollars en tour de financement initial menée par Joffre Capital

TheNewsCryptoIl y a 19 h

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.

marsbitHier 04:18

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

marsbitHier 04:18

Quand la limite de l'IA n'est plus le modèle : La pratique et la réflexion de Perseus Yang sur la construction d'un écosystème open source

En 2026, la capacité des modèles d'IA ne sont plus le goulot d'étranglement. L'écart se situe dans l'encodage des connaissances métier, les interfaces avec le monde réel et la maturité des outils. Perseus Yang, contributeur open source, explore cette nouvelle frontière. Ses principaux constats : 1. **Les systèmes de Skill** sont une infrastructure sous-estimée. Ils permettent à des non-développeurs d'encoder des connaissances métier pour les agents, bien au-delà du domaine technique. Son projet GTM Engineer Skills automatise des flux de travail marketing complexes. 2. **Les agents doivent opérer au-delà des navigateurs et APIs**. Son framework OpenPocket permet aux agents d’automatiser des tâches sur appareils Android via ADB, comblant un vide infrastructurel crucial. 3. **La valeur de l'open source réside dans la définition de standards**. Ses projets promeuvent des formats comme SKILL.md comme unité de capacité portable pour les agents, et des architectures robustes pour un usage en production. Sa vision : façonner la couche infrastructurelle de l'écosystème IA en permettant à des experts de tous domaines d'étendre les capacités des agents.

marsbit04/13 01:34

Quand la limite de l'IA n'est plus le modèle : La pratique et la réflexion de Perseus Yang sur la construction d'un écosystème open source

marsbit04/13 01:34

5 minutes pour faire de l'IA votre deuxième cerveau

Résumé : Cet article présente un système de gestion des connaissances personnelles, combinant Claude Code et Obsidian, qui fonctionne comme un « deuxième cerveau » alimenté par l'IA. Contrairement aux systèmes RAG traditionnels, il construit et maintient activement une base de connaissances évolutive (Wiki) structurée en trois couches : les sources de données brutes, la base de connaissances organisée par l'IA, et une couche de règles (Schema) pour la cohérence. Le système opère via trois fonctions principales : Ingest (intégration de nouvelles informations), Query (interrogation des connaissances) et Lint (vérification et correction). Cette approche permet une accumulation progressive des savoirs, réduisant la charge cognitive de l'utilisateur et améliorant la précision des réponses de l'IA. L'article détaille comment configurer ce système en 5 minutes, en créant un « Vault » Obsidian, en y connectant Claude Code via son client desktop, et en utilisant un prompt système spécifique pour lancer la construction de la base de données. Des conseils avancés sont fournis, comme l'utilisation d'une extension Chrome pour Obsidian et la gestion des notes isolées (« Orphans »). Le principal inconvénient mentionné est la nécessité d'un entretien régulier et d'un apport constant de données pour que le système reste pertinent et efficace.

marsbit04/11 12:52

5 minutes pour faire de l'IA votre deuxième cerveau

marsbit04/11 12:52

10 astuces pour utiliser Claude Code : À savoir tôt pour en bénéficier tôt

Voici 10 techniques essentielles pour utiliser efficacement Claude Code, classées en trois parties : **Démarrage** : Trois méthodes pour lancer Claude Code : l'interface graphique (via le site web), la ligne de commande standard, et le mode sans interface (-p) pour automatiser des tâches avec des tokens locaux. **Utilisation** : Trois astuces clés pendant l'exécution : 1. Contrôler l'exécution : Appuyer sur `Echap` une fois pour interrompre une réponse, deux fois pour revenir à un point de conversation précédent. 2. Exécuter des commandes système sans quitter Claude en utilisant la syntaxe `!` (ex: `!ls`). 3. Gérer le contexte : Utiliser `/clear` pour effacer l'historique ou `/compact` pour le compresser et améliorer les performances. **Logiciels complémentaires** : Pour optimiser la collaboration homme-machine : 1. **Superpowers** : Une méthodologie structurée (TDD, revue de code) pour générer un code de haute qualité. 2. **Saisie vocale** : Utiliser des outils comme Typeless ou Douban Input pour saisir du texte rapidement par la voix. 3. **Gestion multi-tâches** : Des outils comme Cmux (terminal avec onglets et division d'écran) et Vibe Island aident à gérer plusieurs instances de Claude et à suivre le travail en cours.

marsbit04/08 07:10

10 astuces pour utiliser Claude Code : À savoir tôt pour en bénéficier tôt

marsbit04/08 07:10

Des experts du secteur se réunissent pour réfléchir et percer dans l'ère des agents IA

Des experts se sont réunis pour discuter de l'ère des agents IA, soulignant que l'économie des agents reconfigure l'organisation économique. Les discussions ont porté sur le choix des modèles linguistiques, la gestion des ressources Token et les stratégies d'adaptation. Les intervenants, dont Li Chenxing de Conflux, ont insisté sur la nécessité de renforcer la mémoire externe des IA pour améliorer leur prise de décision. Des produits comme WorkBuddy de Tencent illustrent l'automatisation des tâches bureautiques via des agents personnalisés. Des préoccupations juridiques ont été évoquées, notamment la isolation des risques et la propriété des actifs numériques. Les investisseurs ont mis en garde contre les "fausses promesses" de l'IA, tout en reconnaissant son potentiel dans des niches comme la santé. L'avenir verra probablement des IA comme entités économiques autonomes, mais leur adoption nécessite encore des optimisations techniques et une meilleure ergonomie.

marsbit04/08 05:58

Des experts du secteur se réunissent pour réfléchir et percer dans l'ère des agents IA

marsbit04/08 05:58

Xianyu, l'OpenClaw plus adapté aux bébés chinois

L'article explore comment la plateforme chinoise de revente Xianyu est présentée comme une alternative plus adaptée au marché local qu'OpenClaw, l'agent IA viral. Alors qu'OpenClaw, phénomène mondial, permet à l'IA d'exécuter des tâches numériques mais à un coût prohibitif (consommation massive de tokens), Xianyu mobilise une main-d'œuvre humaine à très bas prix pour effectuer pratiquement n'importe quelle tâche ou service. Décrit comme "l'internet clandestin chinois", Xianyu regorge d'offres insolites : vente d'objets étranges, services de réservation low-cost employant des méthodes controversées, aide au recrutement, voire médiation matrimoniale. Avec plus de 200 millions d'utilisateurs mensuels et une valeur transactionnelle quotidienne dépassant 1 milliard de RMB, la plateforme est un écosystème économique unique. L'article argue que Xianyu, en canalisant le besoin de services abordables via le capital humain plutôt que technologique, représente une forme d'"agent intelligent" plus pertinent et accessible pour le consommateur chinois, exploitant le levier humain et les asymétries d'information comme moteurs de productivité.

Odaily星球日报04/07 06:08

Xianyu, l'OpenClaw plus adapté aux bébés chinois

Odaily星球日报04/07 06:08

Ces jeunes des petites villes qui étiquettent les grands modèles d'IA

À Datong, dans la province du Shanxi, des milliers de jeunes étiquettent des données pour nourrir les modèles d'IA. Ces "ouvriers du clic" travaillent dans d'immenses centres, effectuant un travail fastidieux de labellisation d'images (cadrage 2D/3D) pour l'entraînement des intelligences artificielles. Le travail, autrefois bien rémunéré, a vu ses tarifs chuter drastiquement, passant de 0,10 ¥ à 0,03-0,04 ¥ par cadre. La pression est intense : surveillance stricte, cadence élevée et taux d'erreur autorisé très faible (95-99% de précision requis). Certains gagnent à peine 30 ¥ pour une journée de travail. L'industrie s'étend également à l'annotation subjective (RLHF), où des employés, souvent sous-payés, doivent évaluer les réponses de l'IA sur leur "empathie" ou leur "chaleur", quantifiant des émotions humaines complexes. Même les diplômés d'universités prestigieuses (master requis) sont désormais attirés par ce travail, pour finalement se retrouver piégés dans des tâches aliénantes sans réelle progression. Le marché de l'annotation de données est en pleine croissance (prévu à 1171 milliards ¥ d'ici 2030), mais la richesse générée ne profite pas aux travailleurs de base, pris dans une structure en pyramide de sous-traitance qui les prive de la juste valeur de leur travail. Pire encore, l'IA qu'ils ont contribué à construire commence maintenant à les remplacer. Des entreprises comme Li Auto utilisent désormais des modèles capables d'automatiser en quelques heures un travail qui prenait auparavant un an à des milliers de personnes. Ces "serfs numériques" de l'ère moderne, essentiels mais invisibles, se retrouvent ainsi à nourrir la machine qui pourrait bien signer la fin de leur propre emploi.

marsbit04/07 04:46

Ces jeunes des petites villes qui étiquettent les grands modèles d'IA

marsbit04/07 04:46

Qui d'autre ne peut pas être distillé en compétence ?

Malheureusement, à notre époque, plus vous travaillez avec un dévouement total, plus vous risquez d'être "distillé" en une compétence (skill) remplaçable par l'IA. Le phénomène "同事.skill" a suscité une vive inquiétude, mais le plus alarmant est la recommandation selon laquelle la "qualité des matières premières" (c'est-à-dire les données des travailleurs) détermine la qualité du skill. Les employés les plus consciencieux—ceux qui rédigent des documents détaillés, expliquent leurs décisions par écrit et confient méticuleusement leurs connaissances aux systèmes—sont paradoxalement les plus facilement réduits à de simples données. L'article explore comment les outils de collaboration modernes (comme Feishu ou DingTalk) deviennent d'immenses bases de connaissances où le "contexte" humain (décisions, discussions, raisonnements) est capturé et stocké. Ce contexte est le carburant des IA, leur permettant de fonctionner avec précision. Les employés, en cherchant à être productifs et collaboratifs, "offrent" involontairement leur intelligence au système. Cette logique de distillation dépasse le cadre professionnel : des dérivés comme "ex.skill" ou "boss.skill" montrent comment les relations humaines sont réduites à de simples interfaces fonctionnelles (une relation "Je-Cela" selon Martin Buber), où la personne n'est plus qu'un objet utile dont on extrait une fonction spécifique. Cependant, l'IA ne peut capturer que les connaissances explicites (écrites, documentées), pas les connaissances tacites—l'intuition, l'expérience non formulée, le savoir-faire inné—décrites par le philosophe Michael Polanyi. Pire, lorsque les IA sont entraînées avec des données générées par d'autres IA (via ces skills), elles risquent le "model collapse" : les données deviennent de plus en plus médiocres et homogènes, comme une image qui perd en qualité à force d'être copiée ("emballage électronique"). Face à cela, des projets comme "anti-distill" tentent de polluer volontairement les données avec du bruit pour protéger le savoir humain essentiel. Mais la solution ultime réside peut-être dans la nature même : les humains sont des algorithmes vivants et en constante évolution. Un skill n'est qu'un instantané figé du passé, tandis que l'humain continue d'apprendre, de s'adapter et de créer—restant ainsi toujours un peu ahead of the machine.

marsbit04/05 03:48

Qui d'autre ne peut pas être distillé en compétence ?

marsbit04/05 03:48

Quand l'IA résoudra la sécurité, le DeFi retrouvera-t-il son âge d'or ?

L'ère du DeFi Summer en 2020 a été marquée par une innovation frénétique mais aussi par des failles de sécurité coûteuses, ce qui a conduit à un resserrement drastique des procédures de sécurité et a étouffé l'expérimentation. Aujourd'hui, l'IA révolutionne la sécurité en réduisant considérablement les coûts et les délais. Des outils de nouvelle génération comme Nemesis détectent des vulnérabilités complexes avec une compréhension contextuelle approfondie, tandis que des plateformes comme Battlechain de Cyfrin permettent des tests en conditions réelles. Le flux de développement futur deviendra : codage, audit IA en minutes, déploiement test, attaque par des IA compétitives, récupération des fonds, correction et redéploiement — réduisant un processus de plusieurs mois à quelques heures seulement. Enfin, l'audit IA sera également intégré au niveau des portefeuilles, permettant à chaque utilisateur d'être protégé. Cette évolution rouvre la porte à l'innovation expérimentale, permettant à des idées auparavant trop risquées d'être testées et de redynamiser l'ère du prototypage en direct.

marsbit04/03 10:17