GENIUSPrix de Genius

L'article explique la nature des actions privilégiées émises par MicroStrategy (notamment STRD et STRC) comme un outil de financement hybride. Légalement des capitaux propres, elles présentent des caractéristiques économiques de dette (dividende fixe ou quasi-fixe) sans en avoir les inconvénients majeurs : le principal n'est pas remboursable et les dividendes ne sont pas obligatoires. Elles ne peuvent donc pas déclencher de faillite. En cas de manque de trésorerie, MicroStrategy peut accumuler ou suspendre ces dividendes. Le vrai risque de crise pour MicroStrategy réside dans ses obligations convertibles, dont les premières échéances de remboursement arrivent en septembre 2027. Jusque-là, les réserves en dollars de l'entreprise (14 milliards $ après une récente levée de fonds par émission d'actions ordinaires MSTR) sont suffisantes pour couvrir les dividendes d'actions privilégiées jusqu'en février/mars 2027. L'entreprise a récemment renforcé sa sécurité financière en augmentant ses réserves sans émettre de nouvelles actions privilégiées. L'auteur estime que le marché baissier du BTC sera probablement terminé d'ici mars 2025, permettant à MicroStrategy de lever à nouveau des fonds via MSTR pour assurer ses paiements futurs.

Karapthy, ancien directeur IA de Tesla et cofondateur d'OpenAI, propose une nouvelle approche radicale pour gérer nos connaissances personnelles : traiter nos notes comme du code source immuable et utiliser un LLM comme compilateur. Cette méthode, nommée LLM-WIKI, contraste avec les systèmes RAG traditionnels qui souffrent de fragmentation et d'incohérence. L'idée est simple : au lieu de faire re-parcourir toutes les notes à l'IA à chaque question (comme le fait le RAG), on laisse le LLM "compiler" une fois l'ensemble des notes brutes en un wiki structuré, interconnecté et cohérent. Ce wiki, constamment mis à jour, devient la source unique de vérité. Le processus repose sur trois couches : les notes brutes (Raw), un schéma de structuration (Schema) défini par l'utilisateur, et le wiki final (Wiki) généré et maintenu par l'IA. Cette automation élimine la tâche fastidieuse de "comptabilité" cognitive – mise à jour des liens, détection des contradictions, révision des résumés – qui a rendu irréalisable la vision du "Memex" de Vannevar Bush en 1945. L'humain est ainsi libéré des corvées d'organisation pour se concentrer sur l'essentiel : choisir ce qu'il ingère et en interpréter le sens. Il ne s'agit pas d'un simple outil, mais d'un changement fondamental dans notre relation à la production de connaissances.

L'ancien « talent prodige » de Huawei, Li Bojie, a suscité l'attention en critiquant publiquement son expérience d'entretien avec DeepSeek, dénonçant des délais injustifiés et une accusation de tricherie qu'il a jugée insultante. Ce litige a ouvert la voie à une controverse plus large avec son ancien investisseur, ABCDE Capital, concernant son projet Web3+AI, Metagent. Le co-fondateur d'ABCDE, Du Jun, a accusé Li Bojie d'un « manque d'esprit contractuel », affirmant que le projet Metagent, dans lequel ils avaient investi 500 000 USD sur une promesse totale de 1,5 million, avait produit des démonstrations de mauvaise qualité et que Li avait cessé de communiquer. D'autres investisseurs ont critiqué son approche peu professionnelle lors des levées de fonds. Li Bojie a répondu que le manque de financement complet avait entravé le développement, et qu'il avait quitté Metagent en 2024 pour des raisons familiales et de conformité, avec l'approbation du conseil. Le projet est depuis tombé en sommeil. Li s'est ensuite tourné vers le projet Pine AI, une plateforme d'agents IA pour les consommateurs, où il a occupé le poste de scientifique en chef avant de démissionner récemment pour se consacrer à la recherche sur les modèles de base, précisant qu'il n'en était pas le fondateur.

Six agences fédérales américaines progressent vers l'échéance du 18 juillet pour établir un cadre réglementaire sur les stablecoins de paiement, dans le cadre du GENIUS Act. Ce développement, loin de simplement influencer les prix à court terme, apporte avant tout de la clarté réglementaire sur des aspects critiques : les règles concernant les réserves, les exigences de capital pour les émetteurs et les licences pour les stablecoins de paiement. L'importance de cette avancée réside dans sa capacité à réduire les incertitudes pour les acteurs du marché. Elle définit les conditions d'opération pour les entreprises, influence la mobilité des capitaux et affecte des secteurs pratiques comme les paiements, le règlement transfrontalier et la gestion de trésorerie. Les institutions, notamment les banques commerciales, pourront ainsi évaluer de nouvelles voies d'accès via ce cadre de licence. Pour les traders et les observateurs, l'attention doit se porter sur l'évolution concrète des règles, leur intégration et leur impact sur l'infrastructure, plutôt que sur des réactions spéculatives immédiates. Cette étape réglementaire constitue un point de données concret pour évaluer la place des stablecoins dans l'écosystème actuel, sans pour autant représenter une certitude juridique finale. Le récit à suivre sera de voir si cette direction se confirme et comment elle s'articulera avec les autres thèmes majeurs de la cryptomonnaie.

Aujourd'hui, 99% de l'humanité serait dépassée en termes de QI par une IA. Lors des derniers tests de QI hors ligne de Tracking AI, plusieurs variantes de GPT-5.6 ont atteint un score de 136, franchissant pour la première fois le seuil des 130, considéré comme la ligne de départ du « génie » et correspondant au top 1% de la population humaine. Ce résultat provient d'une base de questions hors ligne privée, conçue pour éviter toute fuite ou mémorisation des réponses par les modèles, contrairement aux tests publics déjà largement surperformés. Sur ce classement exigeant, la famille GPT-5.6 (y compris sa version visuelle) domine avec 136 points, devançant nettement ses concurrents comme Claude-5 Fable (130). Au-delà des scores, des tests pratiques menés par des développeurs démontrent ses capacités. GPT-5.6 a réussi à générer, à partir d'une simple instruction, des simulations physiques complexes ou un système de gestion de tickets clients opérationnel, montrant une capacité à traduire ses compétences cognitives en résultats concrets et pragmatiques. Si ce score QI marque un jalon symbolique dans les capacités de raisonnement abstrait et logique des LLM, il ne mesure qu'une facette de l'intelligence. Les retours d'usage suggèrent cependant que GPT-5.6 commence à combler l'écart entre « savoir résoudre des tests » et « savoir accomplir des tâches pratiques » sur des problèmes nouveaux, ce qui pour beaucoup s'approche d'une forme d'intelligence générale (AGI) pour les besoins courants.