0904 | L'IA au sommet : Astra, open source etondes de choc

Claire Martin: Bonjour et bienvenue dans l'émission, moi c'est Claire Martin.

Nicolas Moreau: Et moi Nicolas Moreau. Ce soir on fait le tour des discussions qui ont animé les dernières vingt-quatre heures, et il se trouve que tout se tient un peu : un lancement d'IA qui sature les benchmarks, et derrière lui toute une industrie qui se réorganise, entre open source, rachats milliardaires, plateformes qui peuvent vous couper l'accès du jour au lendemain, et des outils qui changent la façon de coder.

Claire Martin: Et pour couronner le tout, des castors, un décagone sur Saturne et un hommage. On commence comme prévu par le gros morceau : GPT-6 Astra. OpenAI a lancé ce nouveau modèle, et les chiffres donnent le vertige. FrontierMath Tier 4, saturé à 98 pour cent. ExploitBench, 100 pour cent. Et surtout ARC-AGI-3, à 99,9 pour cent.

Nicolas Moreau: Le chiffre d'ARC-AGI-3 mérite qu'on s'y attarde, parce qu'il y a deux façons de l'atteindre, et elles ne racontent pas la même histoire. Avec le harness standard, Astra obtient 62,7 pour cent, pour une facture d'environ 26 000 dollars. Mais avec ce qu'ils appellent le Provider Adapter, le score monte à 99,9 pour cent.

Claire Martin: Et c'est là que la discussion devient intéressante. Parce qu'au-delà du score brut, Astra dépasse les humains en efficacité d'actions sur ARC-AGI-3. Ce n'est plus juste "il résout la tâche", c'est "il la résout avec moins d'actions qu'un humain". Et ça relance le débat sur ce qu'on appelle l'agenticité réelle : est-ce qu'on mesure une vraie capacité d'agent, ou un artefact du harnais de test ?

Nicolas Moreau: C'est exactement la tension. L'écart entre 62,7 et 99,9 pour cent selon le setup, ça veut dire que le résultat dépend beaucoup de la façon dont on interroge le modèle. Une partie de la communauté y voit un signe que le benchmark lui-même arrive en fin de vie : quand un score sature, il ne discrimine plus.

Nicolas Moreau: La vraie question, non résolue, c'est de savoir quels benchmarks résisteront à la saturation, et qu'on pourra encore utiliser demain pour distinguer deux modèles qui seraient tous les deux à 99 pour cent.

Claire Martin: Et ce débat-là, il ne se limite pas aux scores. Sur LessWrong, on discute en ce moment l'architecture récurrente des looped transformers qu'utilise Astra, une approche où le modèle boucle sur lui-même. Et en parallèle, sur Hacker News, un fil interroge carrément la chaîne de raisonnement : est-ce qu'elle est une vraie pensée, ou une imitation crue de la pensée ?

Nicolas Moreau: Et ces questions n'étaient pas théoriques, parce que le lancement a eu des effets très concrets sur l'industrie. OpenAI, Claude et Grok sont tombés simultanément. Parmi les suspects évoqués : des problèmes côté Cloudflare ou Azure, mais aussi un effet de cascade de migration d'utilisateurs, précisément pendant le lancement de la Astra. Beaucoup de monde qui bascule d'un service à l'autre au même moment, ça met une pression énorme sur l'infra.

Claire Martin: Grok a d'ailleurs subi sa propre interruption, sur les API et les applis, pendant que status.x.ai rapportait des défaillances. Et sur Hacker News, on a noté la coïncidence avec les chutes de ChatGPT et de Claude.

Nicolas Moreau: Ce qui est fascinant dans cette panne simultanée, c'est ce qu'elle révèle : nos outils d'IA ne sont pas des services indépendants, ils reposent sur des couches communes. Quand une couche partagée lâche, tout lâche en même temps. Et ça, ça nous amène tout naturellement vers la suite : la consolidation du marché, et ce qu'on appelle l'open source dans tout ça.

Claire Martin: Parce que dans la même semaine, deux nouvelles très différentes sont tombées. D'un côté, IFM lance K2 Horizon : une flotte de six modèles ouverts, qui vont de 0,9 milliard à 375 milliards de paramètres — la version 375B-A23B, donc un mélange d'experts — sous licence Apache 2.0. Et ils ne libèrent pas que les poids : les checkpoints, les données d'entraînement et le code de training sont publiés aussi.

Nicolas Moreau: Et ça, c'est rare. Publier les checkpoints, c'est bien. Publier les données et le code d'entraînement, c'est permettre à quelqu'un de reproduire, d'auditer, de refaire le pipeline complet. C'est une définition beaucoup plus exigeante de l'ouverture que le simple "on a mis les poids en ligne". De l'autre côté du spectre, NVIDIA annonce le rachat de Hugging Face pour 12,93 milliards de dollars, en promettant que la plateforme restera ouverte et multi-accélérateur.

Claire Martin: Et c'est là que la discussion se cristallise : peut-on croire à la promesse ? Le rachat d'un hub aussi central de l'écosystème open source par un fondeur de puces, c'est une concentration énorme du marché. Les commentateurs sceptiques disent : on a déjà vu des promesses d'indépendance avalées par les réalités économiques.

Claire Martin: Les plus optimistes répondent que le modèle d'affaires de Hugging Face dépend justement de sa neutralité, qu'il héberge des modèles qui tournent sur tous les accélérateurs, pas seulement NVIDIA, et que la clause multi-accélérateur est un gage sérieux.

Nicolas Moreau: La vérité, c'est qu'on ne peut pas trancher aujourd'hui. Ce qu'on peut faire, c'est noter la tension structurelle : le même marché qui produit des flottes totalement ouvertes comme K2 Horizon produit aussi des rachats à treize milliards qui concentrent les infrastructures. Les deux mouvements sont réels, simultanés, et en tension l'un avec l'autre. Et dans cette économie de l'inférence, l'infra ouverte existe déjà sous une autre forme : Cerebras propose Qwen 3.

Nicolas Moreau: 8 27B à environ 1500 tokens par seconde sur un endpoint public, avec du prompt caching sans frais supplémentaires — les tokens en cache sont facturés au prix standard.

Claire Martin: 1500 tokens par seconde, c'est le genre de vitesse qui change l'expérience utilisateur : les réponses arrivent quasi instantanément, et les agents qui font plein d'allers-retours deviennent pratiques. Mais cette question de l'infrastructure nous amène au troisième sujet, et celui-là, il est plus inconfortable : les plateformes qui peuvent couper le cordon.

Nicolas Moreau: Deux histoires qui se répondent. La première : les conditions d'utilisation de Google Antigravity autorisent la suspension d'un compte Google entier pour ce qu'ils appellent un usage suspecté par des tiers. Et Gergely Orosz a tiré la sonnette d'alarme là-dessus : si votre usage est "suspect", tout votre compte — Gmail, Drive, tout — peut tomber. Le risque, c'est la dépendance totale à une plateforme sans vraie procédure de recours.

Claire Martin: La deuxième est encore plus radicale. L'ICANN a approuvé la destruction des domaines de troisième niveau du .name. Résultat : environ 22 000 utilisateurs perdent leurs sites, leurs e-mails et leurs services en février. Parmi eux, Neil Fraser, dont le cas a été largement commenté.

Nicolas Moreau: Ce qui est saisissant dans le parallèle, c'est que dans les deux cas, la décision vient d'ailleurs. Ni Neil Fraser ni les utilisateurs du .name n'ont fait quoi que ce soit de mal — c'est une décision de gouvernance de noms de domaine qui balaye leurs existences numériques. Et chez Google, c'est une clause de conditions d'utilisation qui met tout votre univers numérique en danger à cause d'un usage "suspecté", pas prouvé.

Nicolas Moreau: Le fil rouge, c'est ça : notre présence en ligne repose sur des couches qu'on ne contrôle pas, et ces couches peuvent être retirées sans négociation.

Claire Martin: Et ce n'est pas qu'une affaire technique — ça rejoint aussi les questions de gouvernance côté rédactionnel. Au New York Times et au The Athletic, les travailleurs, via le syndicat NewsGuild, ont voté à l'unanimité pour exiger l'annulation du partenariat avec Kalshi, une plateforme de marchés de prévision. Un vote à l'unanimité, c'est rare, et ça montre le degré de rejet : la rédaction ne veut pas que son travail alimente un marché de paris sur l'actualité.

Claire Martin: C'est encore la même question, sous un autre angle : qui décide de ce qu'on peut faire de l'information et des contenus ?

Nicolas Moreau: Exactement. Et justement, l'information, la façon dont on la produit, la façon dont on code — c'est le sujet suivant, et c'est peut-être le plus parlant de la soirée. Une histoire qui a beaucoup circulé : un créateur a porté un jeu Amiga de 1993 vers Godot en une nuit. Le jeu, c'est 72 758 lignes d'assembly 68000. Une nuit. Et l'outil, c'est Claude Fable 5. Le jeu est d'ailleurs libéré gratuitement.

Claire Martin: Il faut prendre une seconde pour mesurer ce que ça veut dire. 72 758 lignes d'assembly 68000, c'est du code très bas niveau, très dépendant du matériel Amiga — les blitters, les timings vidéo, tout ça. Le porter vers un moteur moderne comme Godot, c'est normalement un projet de semaines, parfois de mois, fait par des passionnés qui démontent le binaire. Là, une nuit, avec un agent de code.

Nicolas Moreau: Et la discussion sur Hacker News s'est emparée de cette histoire, avec des réactions partagées. D'un côté, l'émerveillement : la barrière à l'entrée pour la préservation du patrimoine logiciel vient de s'effondrer. Des milliers de vieux jeux pourraient être ressuscités comme ça. De l'autre, la nuance : une nuit pour faire tourner, mais quelle est la qualité du portage ? Est-ce que le code généré est maintenable, fidèle, documenté ?

Nicolas Moreau: Et il y a aussi la question du rôle exact de l'humain dans la boucle — une nuit, c'est aussi une nuit de supervision, de décisions, de tests. L'agent a-t-il fait le travail, ou l'humain a-t-il dirigé un travail ?

Claire Martin: Ce qui rend cette question encore plus intéressante, c'est que les données commencent à arriver. Armature, une startup du YC P26, a mesuré environ 17 000 sessions de Claude Code, de Codex et de Cursor. Et le résultat le plus frappant : le recours à la recherche web varie énormément selon les outils. Certains agents cherchent presque tout le temps sur le web, d'autres presque jamais.

Nicolas Moreau: Et là, il y a un point sensible : un conflit d'intérêt a été révélé dans cette étude. Si l'outil qui mesure les agents est lié à l'un des outils mesurés, il faut lire les résultats avec prudence. Les commentateurs ont fait exactement ce reproche, et c'est sain. Ça ne veut pas dire que les données sont fausses, mais que l'interprétation — pourquoi tel agent cherche peu sur le web — peut être influencée par qui la finance.

Nicolas Moreau: Un agent qui ne cherche pas sur le web, est-ce qu'il est plus efficace, ou est-ce qu'il est configuré pour rester dans l'écosystème du fournisseur ? La question reste ouverte.

Claire Martin: Et pour boucler la boucle avec le début de l'émission : pendant qu'on mesure comment les agents codent, LessWrong discute l'architecture des looped transformers d'Astra, et HN demande si le chain-of-thought n'est qu'une imitation crue de la pensée. Au fond, ces fils racontent la même interrogation : quand on voit un agent porter un jeu Amiga en une nuit, on ne sait pas encore dire s'il comprend ce qu'il fait, ou s'il reproduit très habilement des motifs vus ailleurs.

Nicolas Moreau: C'est peut-être la vraie frontière à surveiller dans les mois qui viennent. Bon, on change de registre, mais en douceur : après les machines, la science et la nature — et croyez-moi, la nature fait des choses que nos modèles ne font pas.

Claire Martin: Alors, première histoire, côté ciel. Les astronomes ont trouvé, via Hubble, un décagone — une forme à dix côtés — au pôle sud de Saturne. Et détail vertigineux : il se serait formé vers 2024. En face, au pôle nord, il y a le fameux hexagone, connu depuis des décennies, qui reste lui-même un mystère complet.

Nicolas Moreau: Et c'est ça le plus troublant : on n'a toujours pas d'explication consensuelle pour l'hexagone nord, et maintenant la planète en produit un deuxième, avec un nombre de côtés différent, très récemment. Ces formes polygonales dans les jets atmosphériques aux pôles défient nos modèles de fluides. Est-ce que c'est stable ? Combien de temps va-t-il durer ? Pourquoi dix côtés et pas six ? Personne ne le sait, et c'est très rafraîchissant de le dire.

Claire Martin: Côté terre maintenant, et une belle leçon d'ingénierie écologique — sauf que les ingénieurs ne sont pas humains. En Californie, des represas artificielles de castor, donc des barrages construits à la manière des castors, ont fait grimper la survie du saumon coho juvénile à French Creek de 8 pour cent à 60 pour cent.

Nicolas Moreau: De 8 à 60 pour cent, c'est un facteur sept et demi. Ce que font ces barrages, c'est créer de l'eau calme, profonde, là où les jeunes saumons peuvent se nourrir et échapper aux prédateurs et aux variations de débit. Et la discussion qui en découle est belle : est-ce qu'on installe plus de ces structures partout, ou est-ce qu'on réintroduit de vrais castors qui entretiendront les barrages eux-mêmes, gratuitement, indéfiniment ? L'argument pour les vrais castors, c'est l'auto-entretien.

Nicolas Moreau: L'argument pour les structures artificielles, c'est le contrôle. Le débat est ouvert.

Claire Martin: Et pour finir ce volet science, une histoire qui a beaucoup fait sourire et rêver : trois adolescentes irlandaises ont testé 13 000 graines pendant trois ans. Leur découverte : une bactérie, le rhizobium, accélère la germination de l'orge jusqu'à 50 pour cent. Le projet a gagné le Google Science Fair.

Nicolas Moreau: 13 000 graines, trois ans — c'est une rigueur de laboratoire professionnel. Et rhizobium, c'est une bactérie connue pour sa symbiose avec les légumineuses, pas typiquement avec les céréales comme l'orge. Donc si ça se confirme, c'est une piste agronomique sérieuse : accélérer la germination d'une culture majeure avec un inoculant bactérien, c'est potentiellement moins d'intrants chimiques.

Nicolas Moreau: Évidemment, comme toujours en science, la question suivante c'est la reproductibilité et le mécanisme : est-ce que la bactérie fixe de l'azote, est-ce qu'elle produit des hormones de croissance, ou autre chose ? Le prix a récompensé la méthodologie ; la biologie reste à élucider.

Nicolas Moreau: Et puisqu'on parle de vies qui laissent une trace, il faut prendre un moment pour une disparition : Gloria Steinem est morte à 92 ans, à New York.

Claire Martin: Féministe et journaliste, auteure de neuf livres, active depuis les années 1960 — et "active", dans son cas, c'est peu dire : plus de soixante ans de militantisme, de reportages, d'écriture. Sa mort a suscité une vague d'hommages, mais aussi, dans les discussions, une réflexion sur ce qu'elle laisse derrière : une façon de faire du journalisme engagé, et des combats qui, selon beaucoup de commentateurs, sont loin d'être terminés.

Nicolas Moreau: Et de façon assez saisissante, son décès est arrivé à côté d'un projet qui remet la vie humaine en perspective : un site appelé Any Human Ever, qui vous fait tirer au sort une vie parmi les plus de 100 milliards d'humains qui ont jamais existé, avec des données démographiques réelles.

Claire Martin: Et c'est là que les deux histoires se répondent d'elles-mêmes. Tirer une vie au hasard parmi 100 milliards, c'est presque statistiquement certain de tomber sur une vie courte, pauvre, sans traces écrites. Gloria Steinem est, statistiquement, l'exception absolue : quelqu'un dont la vie a été documentée, publiée, débattue pendant soixante ans.

Claire Martin: Les deux projets, l'hommage et le site, disent la même chose par des moyens opposés : une vie humaine, c'est rare, et la grande majorité ne laisse pas de livre derrière elle.

Nicolas Moreau: Et pour finir sur une note plus quotidienne, mais qui montre que l'écosystème logiciel n'attend personne : deux outils ont livré des versions majeures. Audacity 4.0 a refait son interface en Qt6, avec un nouveau modèle d'édition de clips, des workspaces, et des thèmes clair, sombre et à contraste élevé. C'est un changement de fond pour un logiciel que beaucoup utilisent depuis vingt ans sans jamais le voir bouger.

Claire Martin: Et Polars 2.0, en pré-release, passe à son moteur de streaming par défaut, avec environ cinq fois plus de vitesse au compteur, mais aussi un comportement plus strict sur les coercions de types et les concaténations. Et ce point-là a nourri un vrai débat : la vitesse, tout le monde est pour. La rigueur accrue, c'est plus divisant — votre code existant peut casser. Les défenseurs disent qu'il vaut mieux une erreur explicite qu'une conversion silencieuse qui corrompt les données.

Claire Martin: Les mécontents disent que c'est un coût de migration réel. C'est le compromis classique de tout changement de version majeure.

Nicolas Moreau: Donc voilà, en résumé de la soirée : un modèle qui sature ses propres benchmarks et fait tomber les serveurs, une industrie qui se concentre et s'ouvre en même temps, des plateformes capables de couper le cordon, des agents qui portent des jeux Amiga en une nuit, un décagone qui apparaît sur Saturne, des castors qui sauvent des saumons, des lycéennes qui font germer l'orge, et une vie de combat qu'on salue.

Claire Martin: Ce qui relie tout ça, c'est peut-être la question de la fiabilité — des benchmarks, des plateformes, des modèles, des écosystèmes. Ce sur quoi on peut vraiment compter, et à quelles conditions.

Nicolas Moreau: Merci de nous avoir écoutés, on se retrouve dans les prochaines vingt-quatre heures.