# Productivité Articles associés

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

Si la bulle de l’IA est déjà en train d’éclater, qui restera vraiment ?

L'intelligence artificielle connaît actuellement une bulle spéculative, reconnue par des acteurs comme Ray Dalio, mais parallèlement, son adoption réelle s'accélère. La situation rappelle la bulle internet de 2000 : bien qu'elle ait causé des pertes massives, elle a laissé des infrastructures critiques (câbles sous-marins, large bande) qui ont permis l'essor des géants ultérieurs. Aujourd'hui, des milliers de milliards de dollars sont investis dans l'infrastructure IA (centres de données, GPU, refroidissement, énergie), tandis que les revenus des applications pures restent encore limités. Cependant, le coût du traitement ("token") a chuté de plus de 99,7% depuis 2023. Cette baisse radicale, loin de réduire les dépenses, les a multipliées, car elle débloque une multitude de nouveaux cas d'usage à forte valeur ajoutée (agents autonomes, RAG, analyse de documents, recherche scientifique). C'est le paradoxe de Jevons appliqué à l'IA. Le marché est en phase de purification : les entreprises sans réelle proposition de valeur ou simple "enveloppe" d'API disparaissent. L'évolution profonde se fait en trois temps : 1. Le transfert de valeur des dépenses d'investissement (CapEx, comme les puces) vers les dépenses d'exploitation (OpEx, les applications qui optimisent les processus métiers). 2. La compression des multiples de valorisation, qui sera compensée par la croissance future des bénéfices des entreprises qui intègrent l'IA. 3. L'adoption massive de l'IA dans tous les secteurs (industrie, finance, droit, santé, R&D), où elle devient un outil indispensable, et non plus un gadget. En conclusion, la bulle financière se dégonflera, éliminant la spéculation creuse. Mais l'infrastructure physique et les capacités techniques qui resteront, désormais abordables, alimenteront la transformation de toutes les industries. Comme l'internet après l'an 2000, l'IA est en train de poser les fondations d'une ère où elle sera omniprésente et essentielle. L'agitation de la bulle est passagère, la puissance transformative sous-jacente, elle, est bien réelle.

marsbitIl y a 8 h

Si la bulle de l’IA est déjà en train d’éclater, qui restera vraiment ?

marsbitIl y a 8 h

Si la bulle de l'IA éclate déjà, qui restera vraiment ?

**Résumé** L’IA connaît actuellement une bulle spéculative sur les marchés financiers, alimentée par des investissements massifs dans les infrastructures (centres de données, GPU, électricité, refroidissement). Un décalage existe entre ces investissements en capital (CapEx) et les revenus encore modestes des applications. Cependant, cette situation rappelle la bulle Internet de 2000, qui a laissé derrière elle des infrastructures critiques (câbles sous-marins, large bande) ayant permis l'essor ultérieur de géants comme Amazon ou Netflix. L'élément clé est la baisse spectaculaire du coût du « Token » (unité de calcul IA), qui a chuté de plus de 99,7 % en deux ans. Paradoxalement, cela n'a pas réduit les dépenses des entreprises en IA, mais les a accrues (effet Jevons). La baisse des coûts a libéré une demande de masse et permis à l'IA de passer de simples assistants conversationnels à des « agents intelligents » intégrés dans les flux de travail réels (code, médecine, finance, droit, R&D). Le marché est en train de mûrir et la bulle se dégonfle déjà pour les entreprises sans véritable valeur ajoutée («套壳公司» ou entreprises-coquilles). Une correction est en cours, éliminant les acteurs purement spéculatifs. La valeur migrera progressivement des fournisseurs d'infrastructure (vendanges de pelles) vers les couches applicatives qui résolvent des problèmes métiers concrets et optimisent les dépenses opérationnelles (OpEx). En définitive, si la bulle financière éclatera, les avancées fondamentales de la productivité resteront. Les infrastructures construites aujourd'hui deviendront abordables et omniprésentes, permettant à l'IA de s'intégrer dans tous les secteurs, tout comme Internet l'a fait auparavant. L'ère de « l'IA+ » pour toutes les industries est inéluctable.

链捕手Il y a 8 h

Si la bulle de l'IA éclate déjà, qui restera vraiment ?

链捕手Il y a 8 h

Rédiger des prompts, c'est dépassé ? Le codage IA se tourne vers l'ingénierie de boucles (Loop Engineering)

L'ingénierie de boucle (Loop Engineering) remplace désormais l'écriture manuelle de prompts pour les agents d'IA de programmation. Au lieu de guider pas à pas un agent, les développeurs conçoivent désormais des systèmes automatisés qui découvrent, allouent, exécutent et vérifient les tâches de manière récursive jusqu'à leur achèvement. Un tel système repose sur cinq composants clés : les Automations (pour déclencher et trier les tâches), les Worktrees (pour isoler les environnements de travail parallèles), les Skills (pour capitaliser la connaissance du projet), les Plugins/Connecteurs (pour intégrer les outils externes comme GitHub ou Slack), et les Sous-agents (séparant la création de la vérification). Une couche de Mémoire externe (fichiers, tableaux) est essentielle pour suivre l'état entre les exécutions. Des outils comme Claude Code et Codex intègrent désormais ces capacités. Par exemple, une boucle peut chaque matin analyser les échecs de CI, ouvrir des corrections dans des branches isolées, les faire vérifier par un sous-agent, et créer des PR via des connecteurs. Cependant, la boucle n'élimine pas la nécessité d'une compréhension et d'une validation humaines. Elle amplifie le levier du développeur mais ne remplace pas son jugement. Les risques incluent l'accumulation d'une "dette de compréhension" ou une "reddition cognitive" si le développeur cesse de superviser activement. La compétence future ne résidera plus dans l'écriture de prompts, mais dans la conception de flux de travail d'agents fiables, vérifiables et durables.

marsbit06/10 18:02

Rédiger des prompts, c'est dépassé ? Le codage IA se tourne vers l'ingénierie de boucles (Loop Engineering)

marsbit06/10 18:02

L'IA tue le commerce le plus lucratif de l'Inde : 2 000 milliards de yuans

Le 3 juin, le secteur informatique indien s'est effondré en bourse, avec une chute de 5,8 % de l'indice IT, la plus forte en quatre mois. Les géants comme TCS, Infosys et Wipro ont accusé des pertes importantes. La cause principale de cette panique est l'IA, qui menace le cœur du modèle économique indien : l'externalisation de services informatiques (IT), un secteur de 2826 milliards de dollars. Ce modèle, reposant sur la vente de temps d'ingénieurs pour des tâches de développement, de test ou de support, est directement visé par l'automatisation permise par l'IA. Des entreprises du secteur estiment que les équipes de développement pourraient être réduites dans un rapport de 10:1, voire plus, entraînant une chute potentielle de 70 à 90 % du prix des projets. Les signaux concrets se multiplient : les grands groupes comme TCS et Infosys ont réduit leurs effectifs en 2025, une première depuis des décennies. Le marché de l'emploi pour les jeunes diplômés en informatique se contracte brutalement. Pourtant, l'Inde présente également un paradoxe : elle est le pays où l'adoption de l'IA par les employés est la plus élevée au monde (80% l'utilisent régulièrement). Les grandes entreprises IT indiennes se repositionnent massivement. Elles déploient des outils comme Copilot à grande échelle et développent une nouvelle offre centrée sur les solutions et le déploiement de l'IA pour leurs clients internationaux. Ainsi, si l'IA disruptive remet en question le vieux paradigme de "vente d'ingénieurs", elle ouvre aussi une nouvelle voie pour l'Inde : devenir le centre mondial de mise en œuvre et de gestion de la productivité par l'IA, en capitalisant sur son immense expertise en services informatiques.

marsbit06/09 00:43

L'IA tue le commerce le plus lucratif de l'Inde : 2 000 milliards de yuans

marsbit06/09 00:43

Fondateur de Baixing : Mes 14 expériences d'utilisation de Claude Code

Fondateur de 百姓网 partage 14 expériences d'utilisation de Claude Code : Concentrez-vous sur un outil principal comme Claude Code et maîtrisez ses raccourcis clés. Utilisez la saisie vocale. Pour un nouveau projet, commencez par un fichier PROJECT.md structuré. Privilégiez le mode agents par défaut et intégrez-le avec GitHub et Cloudflare pour l'infrastructure. Séparez clairement le code humain (comme CLAUDE.md) du code généré par l'IA. Utilisez le glisser-déposer pour les fichiers multimédias. Centralisez votre système de mémoire dans ~/.claude/ et versionnez-le avec Git. Développez et améliorez continuellement des Skills, en les sauvegardant également dans Git. Pour les tâches complexes, utilisez ultracode. Faites circuler la documentation entre les agents via Git pour une bonne passation. Enfin, considérez Claude Code comme un partenaire autonome (un cheval) à qui l'on donne un objectif et des limites, plutôt que comme un simple outil passif (une voiture).

链捕手06/08 12:56

Fondateur de Baixing : Mes 14 expériences d'utilisation de Claude Code

链捕手06/08 12:56

Huawei Cloud ne fait pas de guerre des prix sur les Tokens, Zhou Yuefeng veut changer la façon de gagner dans le cloud AI

"Je ne me soucie pas vraiment du nombre total de tokens, ni du chiffre d'affaires total." Lors de la conférence INSPIRE 2026 de Huawei Cloud, Zhou Yuefeng, administrateur de Huawei et PDG de Huawei Cloud, a clairement défini la priorité stratégique actuelle : se concentrer sur l'amélioration de la productivité réelle derrière chaque token, plutôt que de participer à la guerre des prix sur le marché chinois du cloud IA. Contrairement aux concurrents comme Alibaba Cloud et Volcano Engine qui mettent en avant le volume d'appels de tokens et les revenus MaaS, Huawei Cloud adopte une approche différente basée sur trois piliers. Premièrement, une voie de calcul entièrement autonome et localisée (ascendante, Kunpeng), construisant un "deuxième plan de calcul" indépendant de l'écosystème NVIDIA. Deuxièmement, une focalisation commerciale sur les entreprises publiques et les secteurs clés (gouvernement, finance) via son cloud hybride, en proposant un modèle équilibrant souveraineté des données et partage de la puissance de calcul. Troisièmement, une stratégie open source agressive pour son écosystème logiciel. Le cœur de sa nouvelle offre est le paradigme "Agentic Infra", qui déplace la concurrence de la vente de tokens vers la vente de capacités productives pour les agents IA. Huawei Cloud a lancé une série de nouveaux produits (AICS, AMS, CCE Volcano Next, AgentSphere, ModelArts Next, AgentArts/openJiuwen) conçus pour résoudre les défis techniques du déploiement des agents en entreprise. Son pari distinctif réside dans les "zones industrielles spécialisées", comme celles pour la santé intelligente (en partenariat avec l'hôpital Ruijin) et l'intelligence incarnée (plateforme CloudRobo). L'objectif est de mesurer la valeur de l'IA par des gains concrets : meilleur diagnostic dans les hôpitaux régionaux, efficacité accrue dans la finance, etc. En résumé, Huawei Cloud évite la mer rouge des prix du MaaS. Sa stratégie combine une infrastructure de calcul localisée, un écosystème open source, le cloud hybride pour les entreprises et les solutions "Agentic Infra" centrées sur l'industrie. Elle parie sur le futur marché des infrastructures sous-jacentes qui supporteront les agents IA productifs, une voie plus complexe mais potentiellement décisive pour répondre aux besoins réels de l'IA industrielle en Chine.

marsbit06/06 05:51

Huawei Cloud ne fait pas de guerre des prix sur les Tokens, Zhou Yuefeng veut changer la façon de gagner dans le cloud AI

marsbit06/06 05:51

Officiers de la Fed : le choix actuel est entre la patience et la hausse des taux, l'inflation est le risque économique n°1, l'IA n'a pas encore d'impact

Des responsables de la Réserve fédérale américaine (Fed) ont émis des signaux plutôt fermes concernant l'inflation et la trajectoire des taux d'intérêt. Lors de prises de parole jeudi, ils ont indiqué que le principal dilemme actuel de la Fed est de choisir entre maintenir sa patience en laissant les taux stables, ou procéder à une nouvelle hausse pour contenir une inflation persistante. Jeffrey Schmid, de la Fed de Kansas City, a clairement identifié l'inflation comme le risque numéro un pour l'économie et a, pour la première fois, évoqué une hausse des taux comme une option, sans mentionner de futures baisses. Mary Daly, de la Fed de San Francisco, a estimé que la politique monétaire était actuellement bien positionnée, mais qu'en raison d'une grande incertitude économique, la Fed devait se préparer à agir dans les deux sens (hausse ou baisse) et éviter des orientations prématurées qui pourraient induire le marché en erreur. Les contrats sur les taux d'intérêt montrent que les investisseurs anticipent désormais une probabilité élevée d'une hausse cette année. Concernant l'intelligence artificielle (IA), Mary Daly a déclaré qu'elle n'avait actuellement aucun impact significatif sur l'inflation ou la productivité à grande échelle, et que ses effets déflationnistes potentiels n'étaient pas une préoccupation immédiate pour la politique monétaire. Thomas Barkin, de la Fed de Richmond, a pour sa part noté un marché du travail équilibré, sans tensions excessives. La prochaine réunion du Comité fédéral de l'open market (FOMC) est prévue les 16 et 17 juin.

marsbit06/05 02:51

Officiers de la Fed : le choix actuel est entre la patience et la hausse des taux, l'inflation est le risque économique n°1, l'IA n'a pas encore d'impact

marsbit06/05 02:51

La fusion de Codex et de ChatGPT marque le début d'une refonte complète des outils de programmation

OpenAI annonce une réorientation stratégique majeure en fusionnant ChatGPT, Codex et son navigateur Atlas en une super-application de bureau unique. Ce changement signale que l'entreprise considère désormais Codex, son outil axé sur l'exécution de tâches, comme le produit d'avenir, plutôt que ChatGPT, centré sur le dialogue. La croissance rapide de Codex, avec plus de 5 millions d'utilisateurs actifs hebdomadaires, est portée par son adoption au-delà des développeurs. Analystes, gestionnaires, marketeurs et autres professionnels l'utilisent pour automatiser des travaux complexes comme l'analyse financière ou la création de contenu. La valeur perçue par les entreprises réside dans sa capacité à *exécuter* le travail, pas seulement à en discuter. Pour accompagner cette évolution, OpenAI introduit des plugins spécialisés pour différents métiers (analyse de données, vente, conception, etc.) et des fonctionnalités comme "Sites", qui transforme automatiquement des documents en sites web interactifs. L'ambition ultime est de redéfinir l'interaction logicielle : l'IA comprend l'objectif de l'utilisateur et orchestre elle-même les outils pour l'atteindre, agissant comme un véritable "collaborateur numérique".

marsbit06/04 11:37

La fusion de Codex et de ChatGPT marque le début d'une refonte complète des outils de programmation

marsbit06/04 11:37

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

En mars 2026, Matt Van Horn a publié un article intitulé "Chaque astuce Claude Code que je connais", déclenchant un débat sur son approche "No IDE". Il développe entièrement dans le terminal et un fichier plan.md, déléguant l'exécution à des agents d'IA. Cette méthode, popularisée par meng shao sous le nom de "Conseils pratiques pour l'ingénierie d'agents", repose sur un cycle "Research → Plan → Work". L'idée centrale est de remplacer l'IDE, qui offre un retour visuel immédiat (surlignage, débogage), par un flux de travail basé sur des commandes et un plan. Le fichier plan.md sert de "contrat" avec l'agent, définissant le problème, la solution et une checklist pour guider l'exécution et éviter la "dégradation du contexte" des LLM. Des outils comme Compound Engineering (avec /ce:plan) aident à générer et affiner ce plan. Le cycle en trois phases est crucial : 1. **Research** : L'agent collecte des informations (ex: avec last30days-skill). 2. **Plan** : Génération et révision humaine du plan pour corriger les hypothèses et ajouter des connaissances métier. 3. **Work** : L'agent exécute le plan en parallèle (/ce:work). Des astuces pratiques incluent : générer un plan dès qu'une idée émerge ; faire résumer le plan par l'agent ; utiliser plusieurs terminaux en parallèle ; saisir par voix les instructions complexes ; déclencher des tâches par email (agentmail) ; et utiliser des compétences préexistantes (AgentSkills). Cependant, cette approche présente des risques. Elle nécessite une forte capacité à décomposer les problèmes et à rédiger des instructions précises. Les erreurs non détectées en phase de planification peuvent être amplifiées. Enfin, il existe un risque de "psychose IA", où l'optimisation du flux de travail devient une fin en soi, éclipsant l'objectif initial. Ce flux de travail est un amplificateur d'efficacité pour les développeurs expérimentés sachant exactement ce qu'ils veulent, et non un outil d'apprentissage pour les débutants qui ont encore besoin des retours visuels de l'IDE. Les outils (Claude Code CLI, Compound Engineering) évoluent rapidement, offrant une fenêtre d'expérimentation aux pionniers.

marsbit06/03 07:03

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

marsbit06/03 07:03

Après 540 000 lignes de code, Garry Tan constate que le vieux jeu de la programmation avec l'IA est terminé

Après avoir développé un projet de 540 000 lignes de code (Garry's List) avec Rails et des agents IA, Garry Tan, président de Y Combinator, constate que l'approche traditionnelle du développement logiciel est obsolète. Au lieu de célébrer la quantité de code, il souligne la valeur d'une nouvelle méthodologie : le GStack, un cadre de travail centré sur les flux d'agents IA. Selon lui, l'industrie s'est enfermée dans une logique de "usine Foxconn", entourant les modèles de langage (LLM) intelligents de tests, de validateurs et de mécanismes de contrôle redondants. Alors que le coût des LLM baisse et que leurs capacités augmentent, cette approche devient contre-productive. Elle restreint des agents capables d'autonomie. La solution ? Passer d'une logique de "plus de code" à une logique de "plus de capacités". Tan prône l'utilisation de "skill packs" (packs de compétences) – des modules d'aptitude réutilisables et testables, décrits en Markdown et accompagnés du code minimal nécessaire. L'agent IA peut lui-même générer le code, les tests et le système d'évaluation pour ces compétences. Il illustre ce pouvoir par un exemple : l'évaluation de 85 projets pour un hackathon, un travail de plusieurs jours, a été accomplie par un agent en 30 minutes. Une fois finalisée, cette capacité a été encapsulée dans un "skill pack" pour une réutilisation future. Tan défend le "tokenmaxxing" : il faut accepter de dépenser en tokens d'IA aujourd'hui pour vivre avec les méthodes de demain et acquérir un avantage concurrentiel. La rareté ne réside plus dans la capacité à écrire du code, mais dans la clarté, le jugement et la capacité à définir les bons problèmes. L'ingénieur du futur ne sera pas celui qui écrit le plus de code, mais celui qui, en en écrivant le moins, libère le plus d'intelligence.

marsbit06/02 21:44

Après 540 000 lignes de code, Garry Tan constate que le vieux jeu de la programmation avec l'IA est terminé