0829 | Almanac, Caddi, screenpipe, Aramb : agents et OS pour IA

Claire Martin: Bienvenue dans Product Hunt Daily, sur Bri Radio. Je suis Claire Martin, et avec Nicolas Moreau, on vous fait la tournée des lancements qui comptent cette semaine. On va parler d'agents d'IA qui s'installent directement dans vos outils, d'un nouveau système d'exploitation pensé pour eux, et d'un contrôleur haptique qui transforme votre iPhone ou iPad en poste de commande pour le Mac.

Nicolas Moreau: Et c'est loin d'être tout. Il y a aussi des outils pour les développeurs, une application Mac dédiée aux démos produits, et même un petit robot bipède open source de vingt-cinq centimètres. Sans oublier une réécriture complète d'un éditeur 3D et le dernier modèle multimédia de Google.

Claire Martin: Beaucoup de terrain à couvrir, donc. On commence tout de suite par ces agents d'IA intégrés aux outils existants, avant de passer au reste de la sélection.

Claire Martin: Ce premier agent s'appelle Almanac, et ses créateurs le présentent comme un assistant qui connaît l'entreprise: connecté en un clic à Gmail, Calendar, Granola, PostHog et GitHub, il construit un wiki personnel et un wiki d'entreprise qui se mettent à jour tout seuls, lit cette base avant d'agir, et dispose de son propre ordinateur, navigateur et terminal.

Nicolas Moreau: Il vit directement dans Slack et iMessage, et il s'arrête pour remettre le navigateur en direct devant une connexion, un paiement ou une décision importante. Le projet est soutenu par Y Combinator. Dans les commentaires, la discussion porte surtout sur trois points: le contrôle des accès, la gestion des conflits entre un ancien fil de discussion Slack et un document récent, et la séparation entre le contexte privé et le wiki d'entreprise.

Claire Martin: Ensuite, Caddi se présente comme un agent qui construit des agents en ne montrant votre travail qu'une seule fois: à partir d'une capture d'écran commentée, il produit des agents qui exécutent du travail de back-office dans vos outils réels, apprend la tâche, construit l'automatisation, et vous permet de la modifier en langage courant. Contrairement aux outils de RPA ou aux constructeurs de workflows qui exigent un cadrage, des développeurs et une configuration pas à pas, Caddi combine le raisonnement de l'IA avec une exécution déterministe: chaque exécution est consignée et chaque permission est limitée.

Nicolas Moreau: Pour sa part, screenpipe enregistre l'écran, l'audio et l'activité de votre ordinateur, puis permet aux agents d'IA d'accéder à cet historique via MCP. Vous pouvez ainsi interroger le système sur des appels, des bugs ou des documents sans reconstituer votre journée.

Nicolas Moreau: C'est une approche local d'abord, avec le code source disponible pour Mac, Windows et Linux. À l'occasion du lancement, le code BUSINESS20 offre une remise sur les plans annuels, valable jusqu'au 28 août à vingt-trois heures cinquante-neuf, heure du Pacifique.

Claire Martin: De son côté, Aramb se présente sur Product Hunt comme un système d'exploitation pour agents d'IA, promettant de construire, lancer et monétiser un agent en vingt minutes. Ses créateurs expliquent qu'expédier un agent exigeait auparavant neuf produits — fournisseur de modèles, API vocale, infrastructure de navigateur, fournisseur de sandbox, base vectorielle, plateforme d'intégrations, mesure d'usage, Stripe et Redis —, avec neuf SDK, neuf jeux de clés, neuf limites de débit et neuf factures. Aramb regroupe runtime, mémoire, navigateur, outils, modèles et facturation derrière une seule API, une seule clé et une seule facture.

Nicolas Moreau: L'utilisateur apporte la connaissance — le prompt système, le playbook, le domaine — et Aramb gère l'exécution: tout modèle ou fournisseur selon le prix, la latence ou l'intention, une voix en temps réel sous quatre cents millisecondes, un navigateur sans tête, des boîtes Linux éphémères facturées à la seconde, et plus de trois mille intégrations pré-authentifiées.

Nicolas Moreau: CTRL Micro est un contrôleur haptique qui transforme un iPhone ou un iPad en poste de commande pour Mac et pour les agents d'IA. Son créateur dit l'avoir conçu parce que Codex Micro, un produit d'OpenAI et Work Louder, était en rupture de stock, pour recréer cette expérience sur un iPhone déjà en poche. L'interface repose sur le Taptic Engine d'Apple.

Nicolas Moreau: L'application surveille Codex, Claude et Cursor, ouvre des tâches, lit les réponses, répond aux invites, valide les approbations et dicte avec transcription locale via Whisper. La connexion fonctionne à proximité ou via Remote Anywhere, chiffrée de bout en bout, aucun compte ni paiement n'est requis, et le créateur affirme que l'écran, les entrées et la dictée restent traités localement. Deux points demeurent ouverts: le créateur n'a pas précisé si le motif haptique diffère selon qu'un agent termine ou échoue, ni quel protocole sert à la connexion à distance.

Claire Martin: Revalvo se présente comme un environnement de travail local-first pour l'ingénierie de prompts et l'évaluation de grands modèles. Le créateur annonce qu'il lance le même prompt contre plusieurs modèles en parallèle, note les réponses avec quarante évaluateurs intégrés, versionne les prompts comme du code et teste par lots sur des jeux de données avant la mise en production.

Claire Martin: Le point clé, c'est le mode BYOK: les clés API restent dans le navigateur, jamais transmises, sans majoration sur la dépense API, et sans compte ni base de données hébergée. Le positionnement revendiqué se situe entre les chat playgrounds, rapides mais sans trace reproductible, et les plateformes d'évaluation hébergées, rigoureuses mais lentes et côté serveur. La configuration annoncée prendrait moins d'une minute, avec compatibilité OpenRouter, tout fournisseur compatible OpenAI, et fonctionnement entièrement hors ligne via Ollama.

Nicolas Moreau: La discussion soulève une réserve intéressante: un participant note que la plupart des suites d'évaluation qu'il a utilisées reposent sur un autre modèle qui note la sortie, ce qui fait hériter l'évaluation du même mode de défaillance que ce qu'elle évalue. Il veut donc savoir, pour chacun des quarante évaluateurs, s'il est déterministe ou bien un modèle juge. Le créateur demande d'ailleurs des retours sur la couverture des évaluateurs, le flux de synchronisation GitHub et les prochains fournisseurs. Un autre commentateur demande justement en quoi l'outil diffère des évaluations LangSmith ou Weights and Biases.

Claire Martin: Autre lancement: Firecrawl déploie le Developer Index, un index organisé de plus de 70 millions d'artefacts destiné aux agents de codage. Il permet de chercher en un seul point d'accès des README, issues, pull requests et documentations GitHub, sans clé API pour démarrer, accessible sur l'endpoint v2 slash search slash developer via l'API, la CLI et MCP.

Claire Martin: L'équipe, composée d'Eric, Caleb et Nick, explique que les agents de codage bloqués cherchent des réponses sur le web alors qu'elles sont dispersées dans des millions de dépôts et de documents. Une seule session de débogage peut brûler des centaines de milliers de jetons pour trouver les quelques lignes qui comptent. Sur mille cent soixante-dix-neuf requêtes réelles de développeurs, l'index atteint soixante-trois pour cent de rappel à recall@10, soit environ dix pour cent de mieux que le meilleur autre fournisseur externe. L'équipe affirme que c'est le meilleur rappel parmi les index spécialisés en codage.

Nicolas Moreau: L'idée, c'est qu'un agent pourrait répondre à ses propres questions sur le comportement du code, les contrats d'API, les messages d'erreur et les bugs connus à partir de sources primaires — par exemple retrouver l'issue décrivant une erreur inconnue et le correctif fusionné qui a suivi. L'équipe recommande d'utiliser la CLI ou MCP avec la compétence associée pour de meilleures performances. Mais ces mesures reposent sur des requêtes réelles publiées par l'équipe elle-même: l'effet réel sur la consommation de jetons reste inconnu, et un membre de la communauté s'interroge justement sur ce point, même si un autre a salué le chiffre de rappel.

Claire Martin: Deux lancements macOS transforment l'encoche du MacBook en surface utile, avec des approches distinctes. Fide Island, en accès anticipé à un dollar par mois sur macOS 14 ou ultérieur, en fait une surface de commande pour la lecture de médias, le calendrier, les fichiers, l'historique du presse-papiers, les calculs rapides, les conversions de devises avec taux en cache, ainsi que les retours système de luminosité, volume et sourdine. L'application est présentée comme locale, sans analytics maison, avec des permissions optionnelles.

Claire Martin: L'assistant Gemini reste optionnel, avec sa propre clé API conservée dans le trousseau macOS, et les prompts ne sont envoyés que lorsqu'on les soumet. Le presse-papiers et l'étagère de fichiers restent locaux et expirent après vingt-quatre heures. Reste une limitation: l'application n'est pas encore signée ni notariée via le programme Apple Developer. La page indique que l'avertissement Gatekeeper concerne cette absence de vérification Apple, et non une malveillance — mais un participant a rapporté ne pas avoir pu l'installer, macOS l'ayant signalée comme contenant des fichiers malveillants.

Nicolas Moreau: Dans les discussions, quelqu'un relève que les utilitaires d'encoche sont très concurrencés, avec au moins trois ou quatre applications similaires sur la même page, et demande ce qui distingue Fide Island. Un autre demande ce que l'île affiche quand rien ne tourne. En parallèle, NotchDrop v2 est décrit comme un espace de travail plus large dans l'encoche, via NotchDrop Studio pour l'enregistrement et le montage d'écran.

Claire Martin: Glisio, lancé sur Product Hunt le 26 août, est une application native Mac pour démonstrations de produits, vidéos de lancement et tutoriels. Elle enregistre l'écran, une fenêtre ou une zone avec l'audio système, le micro et, en option, une webcam. Un auto-zoom suit les clics pour éviter un montage chronophage — c'est l'affirmation des créateurs, mais un membre de la communauté a demandé si l'outil suit les clics ou bien le curseur. La question reste donc ouverte.

Claire Martin: L'éditeur Snap permet de recadrer, annoter et ajouter un arrière-plan avant d'exporter. Les enregistrements restent sur le Mac: pas d'envoi au cloud, capture via ScreenCaptureKit d'Apple et rendu par un pipeline macOS natif. macOS 13 Ventura ou ultérieur est requis, sans pilote BlackHole ni chronologie classique. L'éditeur intégré comprend découpe, contrôle de vitesse, modification des zooms, flou de mouvement, musique de fond, nettoyage audio, surlignage des clics et sauvegarde automatique.

Nicolas Moreau: Côté tarifs, l'offre gratuite est illimitée avec filigrane, et l'export produit du MP4 en 16:9, 9:16 ou 1:1, jusqu'à 60 images par seconde. Le forfait Pro à vie coûte 79 dollars en un paiement, avec 40 pour cent de remise pendant le lancement, sans filigrane et pour trois Mac; le forfait mensuel est à 9 dollars 99. Selon le site, le forfait à vie devient généralement plus avantageux après huit mois. Une liste d'attente Windows est ouverte, et les créateurs, un couple, disent avoir construit l'outil parce que les alternatives étaient trop chères ou pas assez qualitatives.

Claire Martin: Enfin, Microduck, présenté par Hugging Face et Pollen Robotics, est un petit robot bipède open source de 25 centimètres, vendu 399 dollars avant taxes et livraison. Selon la fiche produit, il pèse moins de 800 grammes, possède 15 moteurs, une caméra, un LiDAR et deux unités de mesure inertielle, et embarque une boucle de politique à 50 hertz. Il est conçu pour l'apprentissage par renforcement sim-to-real: les comportements sont appris dans le simulateur MuJoCo puis déployés sur le robot.

Claire Martin: Il embarque sept mouvements pré-entraînés, dont la marche, s'asseoir et se lever, la saisie, le roller et le relèvement après une chute. Toute la pile logicielle, SDK, simulation et entraînement, est publiée sous licence Apache 2.0 sur GitHub, avec les sept politiques retrainables. Les précommandes ouvrent le 27 août, avec une expédition prévue avant Noël et quatre coloris. Des packs optionnels sont proposés: chargeur à 39 dollars, pack développeur à 119 dollars, pack accessoires à 39 dollars.

Nicolas Moreau: Un commentateur décrit ce robot comme transformant le sim-to-real, un luxe de laboratoire, en un système retrainable sur un bureau, et oppose Reachy, le robot que l'on écoute, à Microduck, que l'on apprend à faire marcher. Mais une limite reste ouverte: un autre commentateur demande si le robot marche correctement du premier coup sur le matériel réel ou s'il faut le réentraîner après déploiement, car il observe généralement un écart entre simulation et réalité.

Nicolas Moreau: Spline présente sa version 2 comme une réécriture complète de son éditeur 3D, pensée pour l’ère agentique. Concrètement, cela se traduit par une nouvelle interface, un mode dédié à l’IA, Spline MCP, un moteur WebGPU annoncé plus rapide, des flux PBR et HDR, du code personnalisé et du scripting.

Claire Martin: Oui, et le positionnement est clair: Spline se revendique comme un outil de conception 3D collaboratif dans le navigateur, orienté vers des expériences interactives en temps réel. Les exports couvrent le web, iOS et Android, avec des intégrations Webflow, Framer, Wix Studio, React, Next.js, Swift et Kotlin.

Nicolas Moreau: Dans la discussion communautaire, un commentaire présenté comme venant de l’équipe évoque la plus grande mise à jour de Spline en cinq ans. Un autre commentateur salue la refonte et juge la montée en gamme du moteur WebGPU vraiment fluide.

Claire Martin: Il faut toutefois rester prudent sur le moteur WebGPU: l’annonce le décrit comme plus rapide, mais cette rapidité n’est pas quantifiée dans ce qui est publié.

Nicolas Moreau: Google présente Gemini Omni 1.1 Flash comme son dernier modèle multimodal pour la génération et le montage vidéo. L’annonce du vingt-sept août deux mille vingt-six, signée par deux product managers de Google DeepMind, met en avant une production vidéo de qualité studio, avec extension de scène, interpolation des images de début et de fin, un upscaling net en 4K et un prototypage plus rapide.

Claire Martin: Les capacités détaillées sont précises: étendre une scène en préservant personnages, éclairage et contexte, contrôler les première et dernière images pour des transitions fluides, rédiger un brouillon en 360p puis upscaler les favoris jusqu’en 4K, et ajouter jusqu’à trois secondes de vidéos de référence pour le mouvement et la cohérence.

Nicolas Moreau: Le déploiement est en cours vers Google AI Studio, Flow et la plateforme Gemini Enterprise Agent. L’extension de scène, elle, est disponible dans l’application Gemini pour les abonnés Plus, Pro et Ultra.

Claire Martin: Un commentateur soulève une limite importante: si le brouillon en 360p et le rendu final en 4K ne viennent pas de la même génération, l’upscale peut réinterpréter une main ou un visage. Du coup, la question reste ouverte de savoir si le 360p est un véritable aperçu de la même graine et du même mouvement.

Claire Martin: Nous venons de voir trois agents d'IA — Almanac, OpenTag et SuperIntern — arriver sur la même idée pour travailler dans les outils existants.

Nicolas Moreau: Et aussi Caddi, qui transforme une simple narration d'écran partagé en automatisation de production. Merci de nous avoir écoutés.

Claire Martin: À la prochaine.