0908 | L'IA au quotidien : coder, noter, créer

Claire Martin: Bonjour et bienvenue, c'est Claire Martin.

Nicolas Moreau: Et Nicolas Moreau. Aujourd'hui, on a passé en revue les lancements de ces dernières vingt-quatre heures, et un fil rouge ressort de tout ça : nos machines font de plus en plus de choses à notre place. Elles codent, elles notent, elles analysent. Et du coup, la vraie question devient : comment on garde la main sur ce qu'elles produisent ?

Claire Martin: Exactement. On commence par le sujet le plus lourd : coder avec des agents, puis comprendre ce qu'ils ont fait. Parce que c'est là que le problème est le plus aigu.

Nicolas Moreau: Alors, premier produit : Airuncode. C'est un runtime d'agents de codage qui tourne en local, sur votre machine. Le principe : vous faites tourner plusieurs agents de codage en parallèle, vous apportez vos propres clés API, et vous pouvez basculer entre des modèles cloud ou des modèles locaux.

Claire Martin: Et un point que le builder souligne : zéro majoration sur les tokens. Vous payez les fournisseurs directement. C'est cohérent avec sa philosophie de départ, qu'il explique très bien dans son post de lancement.

Nicolas Moreau: Oui, il raconte qu'il ne voulait pas que tout son flux de travail de codage dépende d'une seule entreprise d'IA, d'un seul abonnement, d'un seul modèle. Son idée, c'est : le runtime doit être la couche stable, et le modèle doit être remplaçable. C'est un pari architectural, en quelque sorte.

Claire Martin: Concrètement, qu'est-ce que ça fait ? Ça scanne votre base de code, ça fait débattre les solutions entre les agents, ça édite des fichiers, ça lance des tests, et ça tente de se réparer tout seul en cas d'échec. Et disponible sur Windows, macOS et Linux.

Nicolas Moreau: Et il y a une composante surprenante : V-CORE, un runtime 3D Vulkan natif intégré, pensé pour le développement de jeux assisté par IA. L'idée, c'est que les agents aient de vraies capacités de moteur — rendu, terrain, physique — au lieu de devoir recréer tout ça de zéro à chaque fois.

Claire Martin: Mais la discussion communautaire est intéressante, parce qu'elle touche le point faible de ce genre d'approche. Un commentateur soulève un problème très concret : quand on fait tourner plusieurs agents en parallèle sur le même dépôt, le risque n'est pas le mauvais code. C'est une deuxième implémentation correcte de quelque chose qui existait déjà.

Nicolas Moreau: Parce que chaque session part d'une page blanche, et ça se lit très bien dans le diff. La question posée au maker : le débat entre les agents a-t-il lieu après que chacun a lu ce qui existe déjà, ou est-ce qu'ils argumentent sur des approches avant que quiconque ait vérifié si une solution existe ?

Claire Martin: Et le même commentateur est méfiant sur l'auto-réparation d'un test échoué. Son argument : un test qui passe au vert ne vous dit pas que le correctif a été mis au bon endroit, dans la bonne couche. C'est une critique honnête, et le maker n'y répond pas dans ce qu'on a.

Nicolas Moreau: À retenir : Airuncode est une prétention, pas encore un résultat vérifié. Le maker dit lui-même que c'est le début du projet, qu'il reconstruit des parties de la PWA, qu'il ajoute un forum communautaire. Et il pose deux questions honnêtes à la fin : qu'est-ce qui semble cassé ou confus, et qu'est-ce qui vous ferait l'utiliser comme agent de codage quotidien ?

Claire Martin: Voilà. Alors, maintenant, si les agents écrivent le code, il faut bien le comprendre après. Et c'est là qu'intervient PR Lens, par l'équipe Coldtea.

Nicolas Moreau: PR Lens, c'est une nouvelle façon de regarder le code. L'idée de départ : les agents écrivent plus de code chaque semaine, mais il faut toujours le comprendre, et le lire ligne par ligne n'est plus efficace.

Claire Martin: Donc ils ont construit un moteur de rendu custom pour les diffs écrits par des agents. Concrètement, chaque pull request est accompagnée d'un diagramme animé d'architecture et de flux de données. Les changements, ajouts et suppressions sont codés par couleur, et c'est animé.

Nicolas Moreau: Et le détail qui rend ça vivant : vous regardez une requête voyager dans le système, plutôt qu'un mur de diff. Vous voyez le changement avant d'avoir lu la moindre ligne de code.

Claire Martin: Côté diffusion : c'est open source sous licence MIT, ça fonctionne avec n'importe quel modèle que vous apportez, et ça tourne en GitHub Action, en CLI, ou en skill pour votre agent de codage. Un des membres de l'équipe décrit le flux : vous installez l'app GitHub sur un dépôt, vous ouvrez une PR, et le diagramme est déjà là. Pas de clé, pas de config.

Nicolas Moreau: Et pour ceux qui vivent dans un agent de codage : un npx skills add, puis vous demandez à l'agent de diagrammer le changement qu'il vient de faire. Ils disent l'utiliser tous les jours chez Coldtea : les agents livrent une PR, le diagramme arrive avec, et on sait ce qui a bougé avant de lire une ligne du diff.

Claire Martin: Ce qui est frappant dans les commentaires, c'est que tout le monde identifie le même goulot d'étranglement. Un commentateur qui construit des flux d'automatisation le dit bien : les agents génèrent des diffs plus vite que n'importe quel humain ne peut les lire, et le vrai problème n'est pas la taille du diff, c'est la construction d'un modèle mental de ce qui a bougé.

Nicolas Moreau: Et le cas d'usage qui revient plusieurs fois, c'est le solo-fondateur. Un commentateur explique : après une longue série de changements écrits par des agents — une app desktop en Rust, une API en C#, un front React — il perd tranquillement la forme de sa propre base de code. Les parties qu'il a écrites lui-même, il les voit encore. Les parties qu'il a dirigées, moins.

Claire Martin: Il pose deux questions très concrètes : est-ce que la baseline permet de regarder le système tel qu'il est maintenant, plutôt que ce qu'un changement particulier a déplacé ? Et est-ce que ça traverse les frontières entre langages — une commande Tauri en Rust et l'appelant TypeScript de l'autre côté ? Ou le diagramme est-il limité à un langage ?

Nicolas Moreau: Et ces questions restent ouvertes dans ce qu'on a. Personne ne répond dans les commentaires qu'on a. Un autre commentateur s'interroge aussi sur la fiabilité quand les changements touchent des fichiers de config ou d'infra, qui ont des « formes » très différentes des changements de logique pure.

Claire Martin: Et quelqu'un demande même comment ça marche techniquement : est-ce que l'intelligence d'un LLM génère la structure en nœuds, ou est-ce codé en dur dans PR Lens ? C'est une vraie question de fiabilité. Donc, à retenir : PR Lens répond à un vrai problème, celui de la compréhension après coup, avec une approche différenciée — le visuel avant le code. Open source, MIT, gratuit à installer.

Claire Martin: Les limites : on ne sait pas encore comment ça tient sur du multi-langage, sur l'infra, sur les grosses bases de code — quelqu'un demande même quel est le nombre maximum de fichiers.

Nicolas Moreau: Et une remarque d'un solo-fondateur qui ne fait pas de PR du tout : est-ce que ça a du sens sans un deuxième humain qui relit ? Ce qui montre que le produit vise d'abord le flux de relecture, pas la compréhension générale d'une base. Bon, transition naturelle : ces agents produisent du code, des idées, des choses. Il faut bien les conserver quelque part.

Claire Martin: C'est le deuxième grand sujet : ne plus perdre ses idées, des notes qui restent. Et là, Clipnote part d'un problème que tout le monde connaît.

Nicolas Moreau: Vos conversations ChatGPT ou Claude disparaissent dès que vous fermez l'onglet. Le maker raconte qu'il perdait la trace de tout ce qu'il créait avec l'IA — des snippets de code, des brouillons, des idées — éparpillés dans des fenêtres de chat, sans moyen simple de sauvegarder, organiser ou partager.

Claire Martin: Clipnote, c'est un endroit pour garder le contenu généré par l'IA. Le flux le plus malin, c'est via MCP : vous dites à votre IA « save this » et c'est conservé sur le moment. Ou vous collez directement, ça marche aussi.

Nicolas Moreau: Et ça gère trois formats : texte brut, Markdown, et HTML. Le HTML, c'est là où ça devient intéressant, parce que ça préserve la mise en page, la décoration, même les interactions. Vous pouvez demander à ChatGPT un calculateur de pourboire ou un jeu de pierre-feuille-ciseaux, et le HTML fonctionnel est sauvegardé et partageable par URL.

Claire Martin: Et pour l'organisation : collections, recherche, épinglage, archive, corbeille. Les mises à jour créent automatiquement des versions — l'ancien contenu est sauvegardé et restaurable. Et la corbeille garde les choses supprimées 30 jours.

Nicolas Moreau: Le partage se fait par URL, avec une bascule privé/public, modifiable après coup. Point important relevé dans les commentaires : les sauvegardes via MCP sont privées par défaut. Un commentateur dit que c'est le bon choix — ça évite une fuite accidentelle dès le premier jour.

Claire Martin: Mais un autre commentateur pose une vraie question : beaucoup de ce qui est « save this » hors d'un chat IA est à moitié fini, ou contient des choses qu'on ne voudrait pas rendre publiques par accident. Est-ce qu'il y a une expiration ou un contrôle d'accès sur ces liens, ou sont-ils permanents et ouverts à quiconque a l'URL ? Question laissée sans réponse dans nos sources.

Nicolas Moreau: Et on peut aussi réutiliser les notes dans la conversation : dire « le programme de voyage Kyoto de la semaine dernière, ajoute des ryokan avec onsen », et l'IA relit la note et répond en conséquence. Ou demander une mise à jour — « ajoute la date de la prochaine réunion au compte-rendu » — et la note est mise à jour en version.

Claire Martin: Côté compatibilité : Claude de Free à Enterprise, avec une limite d'un connecteur custom sur Free, et ChatGPT en Plus, Pro, Business, Enterprise, Edu — en activant le Developer mode, en web uniquement. Gratuit pour commencer. Une question communautaire reste ouverte : est-ce qu'on peut organiser les conversations par sujet ou par projet ? Le produit a des collections, mais la question spécifique sur le classement par projet n'a pas de réponse directe dans ce qu'on a.

Nicolas Moreau: Bon, Clipnote capture après coup, depuis le chat. Tucky, c'est l'inverse : la capture avant, pendant qu'on pense. Un macOS app, native, où les notes vivent en permanence sur le bord de l'écran.

Claire Martin: L'image : une fine bande sur le bord, avec les titres tournés sur le côté pour qu'on puisse les lire sans ouvrir une note. On tend la main, les notes se déploient. On en choisit une, elle s'ouvre. Le reste reste sur le bord.

Nicolas Moreau: Le maker raconte qu'en tant que fondateur, il se noyait dans des notes éparpillées — des idées, du feedback, des rappels, dans des apps et sur des écrans. Tout grand produit commence par une pensée capturée, mais les siennes se perdaient.

Claire Martin: Tout est local et chiffré sur le Mac. Et il y a un agent IA intégré — à 12 dollars par mois pour la version Plus. La version gratuite, c'est une note d'essai, sans IA, sans voix, sans apps.

Nicolas Moreau: Le Plus, ça débloque : notes illimitées, les meilleurs modèles de raisonnement, la dictée vocale en plus de 60 langues, et des connecteurs — Gmail, Google Calendar, Docs, Sheets, GitHub, Notion. Vous pouvez tenir Option-Espace et parler à vos notes depuis n'importe quelle app.

Claire Martin: Ce qui est salué dans les commentaires, c'est le design de la retenue. Un commentateur dit : chaque app de notes se bat pour votre attention, celle-ci se cache délibérément jusqu'à ce que vous en ayez besoin. Cette retenue est plus difficile à concevoir qu'il n'y paraît.

Nicolas Moreau: Mais deux vraies questions. D'abord la frontière du chiffrement : tout est local et chiffré, mais Plus tape dans « les meilleurs modèles LLM ». Un commentateur demande où passe la limite — est-ce que l'agent appelle un modèle cloud seulement quand vous lui demandez explicitement quelque chose, ou lit-il aussi vos notes en arrière-plan pour suggérer des actions ?

Claire Martin: Pas de réponse dans nos sources. Et ensuite, le modèle économique : un commentateur note que beaucoup de fonctionnalités sont derrière le payement, donc il faut payer avant d'avoir un vrai avant-goût. Il demande s'il n'aurait pas été plus simple de pousser un abonnement payant dès le début plutôt que de maintenir un plan gratuit. Et plusieurs demandent une version Windows, qui n'est pas annoncée.

Nicolas Moreau: Le site précise quand même les bases techniques : macOS 15 ou plus récent, Apple silicon et Intel, environ 15 Mo, mises à jour automatiques. Bon, on a parlé de capturer et de conserver. Maintenant, le geste même : annoter, montrer, enregistrer.

Claire Martin: Assist, c'est trois workflows Mac condensés dans le notch. C'est un app macOS natif qui vit dans le notch, et le maker — Abhishek — raconte qu'il l'a construite en deux semaines, par frustration.

Nicolas Moreau: Son problème : il utilisait l'app de capture d'écran native de Mac, recadrait, envoyait l'image à Codex avec un long prompt qu'il devait taper. Rien de terrible en soi, mais si vous le faites cent fois par jour, annoter et recadrer devient frustrant.

Claire Martin: Maintenant : il maintient la touche Option et commence à annoter en parlant. Un modèle local transcrit sa voix et crée un prompt optimisé qu'il peut copier et envoyer à Codex, Claude Code, ou ailleurs.

Nicolas Moreau: Trois workflows dans le notch. Un : l'annotation vocale — on maintient Option, on dessine par-dessus ce qu'on voit, on parle pendant qu'on montre. Un transcript local est ajouté à la capture, donc l'image et l'intention restent ensemble. La transcription tourne en local avec WhisperKit sur Apple silicon, l'audio brut reste en mémoire seulement pendant la transcription, jamais sauvegardé, jamais envoyé au cloud. Pas de serveur du tout, dit-il.

Claire Martin: Deux : la capture plein écran avec Contrôle-Option, sauvegardée immédiatement, avec un éditeur rapide qui apparaît sous le notch — recadrage, flou avec trois tailles de pinceau, arrière-plans dégradé ou papier peint avec coins arrondis et ombre. Si on ignore l'éditeur, rien n'est perdu, la capture originale est déjà sauvegardée, et l'éditeur se ferme après cinq secondes.

Nicolas Moreau: Trois : l'historique de presse-papiers. On copie comme d'habitude, et Assist garde le texte dans un historique local à côté des captures d'écran. On peut filtrer par Tout, Texte ou Images, re-copier, ou glisser dans une autre app.

Claire Martin: Prix : 20 dollars, un Mac, achat unique, pas d'abonnement. Nécessite macOS 14 Sonoma ou plus. Et un détail pertinent dans les commentaires : quelqu'un avec un syndrome du canal carpalien dit que c'est vraiment utile pour lui — réduire la saisie.

Nicolas Moreau: Mais un commentateur soulève un point de sécurité important : un gestionnaire de presse-papiers avec historique devient un coffre à secrets, qu'on l'ait conçu comme tel ou non. Tout le monde colle une clé API ou un mot de passe à un moment, et le voilà assis dans le notch, prêt à être réutilisé. Sa question : est-ce qu'Assist détecte et saute ces éléments, ou y a-t-il au moins une fenêtre de rétention qu'on peut régler ? Pas de réponse dans nos sources.

Claire Martin: Et quelqu'un demande comment ça se compare à Whisperflow. Là non plus, pas de réponse dans ce qu'on a. Bon, de l'annotation à la création vidéo : Scriptly.

Nicolas Moreau: Scriptly, c'est une app de téléprompteur iOS, et le cœur du produit, c'est le défilement qui suit la voix en temps réel, plutôt qu'une vitesse de défilement figée.

Claire Martin: Le maker — Jason — raconte qu'en tant que créateur de contenu, il était frustré par les téléprompteurs classiques qui l'obligeaient à匹配 son rythme de parole à une vitesse de défilement pré-réglée. Scriptly suit votre voix pendant que vous parlez, donc le script bouge à votre rythme.

Nicolas Moreau: L'app regroupe aussi l'écriture, l'organisation des scripts, et l'enregistrement — pour ne pas jongler entre plusieurs apps. Et il y a des contrôles Apple Watch : démarrer et arrêter l'enregistrement, ajuster le texte du téléprompteur, sans toucher au téléphone.

Claire Martin: Stockage local pour la confidentialité, pas de compte nécessaire. Actuellement en bêta publique sur TestFlight. Fait avec amour au Ghana par Jason et Kukua.

Nicolas Moreau: Les questions en suspens, posées par les commentaires : quelqu'un demande s'il y a Android sur la feuille de route, ou si le voice matching est lié à des APIs iOS uniquement. Et une question très concrète : quand on sort du script pour une phrase, est-ce que ça reprend où on en était, ou est-ce que ça attend sur la dernière ligne ? Pas de réponse dans nos sources. Et une remarque un peu cinglante mais juste : c'est un service vidéo, et il n'y a pas de vidéo de démo sur Product Hunt.

Claire Martin: Bon, on reste dans le geste créatif, et là, Bloop ferme la boucle. C'est l'histoire d'un maker qui voulait retrouver le visualiseur iTunes d'antan — mais un qui puisse rendre un fichier à la fin, au lieu d'être juste joli pendant qu'il joue.

Nicolas Moreau: Bloop, c'est un app macOS qui écoute l'audio système ou le micro et le rend en temps réel avec huit skins de shaders. Chaque frame réagit à ce qui joue réellement — le niveau, les basses, les médiums, les aigus, le beat.

Claire Martin: Il y a un mini-lecteur redimensionnable qui peut rester au-dessus des autres apps, un visualiseur dans la barre de menu, des infos de piste. Et la fonctionnalité que le maker dit utiliser le plus : on peut glisser une playlist MP3 et exporter le tout en vidéo finie.

Nicolas Moreau: Le détail de fabrication est charmant : la partie la plus longue n'a pas été l'audio, c'était faire en sorte qu'un skin se sente vivant. Il a reconstruit le dernier quatre fois — encre fluide, puis vagues organiques, puis un anneau de 256 points couplés par ressort qui pousse vers l'extérieur et se détend.

Nicolas Moreau: À la fin, il l'a renommé, parce qu'il l'appelait Black Hole et que le nom décrivait exactement l'inverse de ce qui était à l'écran — rien n'est aspiré, le contour est poussé dehors et trace où il est passé. Ça s'appelle Wake maintenant.

Claire Martin: Et il précise aussi : sur des rythmes réguliers, une pulsation BPM automatique aligne discrètement la respiration et l'oscillation. C'est du shader temps réel, pas des boucles pré-rendues. Et le système audio et le micro fonctionnent, avec suppression de bruit automatique et contrôle de sensibilité — donc ça marche pour une pièce, pas juste pour un fichier.

Nicolas Moreau: Pourquoi les gens paient, d'après lui : l'export vidéo. Si vous mettez de la musique en ligne, il vous faut quelque chose à mettre à l'écran à côté. Il y a une chaîne YouTube, « The Room Started Breathing », avec des playlists complètes rendues dans Bloop.

Claire Martin: Les limites, énoncées clairement par le maker lui-même : Apple silicon uniquement, pas de support Intel. macOS uniquement, pas de Windows prévu à court terme. Et c'est un visualiseur — si vous vouliez un éditeur audio, ce n'est pas ça.

Nicolas Moreau: Côté prix, pas d'abonnement : deux skins gratuits à vie — Glossy et Contour — et ce sont l'app complète, pas une version d'essai. Et il y a une question en suspens : quelqu'un demande une version Apple TV. Pas de réponse.

Claire Martin: Bon. Du geste quotidien, on passe à la machine qui travaille pendant que vous faites autre chose. C'est le dernier grand sujet : l'IA en arrière-plan, qui analyse et agit sans qu'on y pense.

Nicolas Moreau: Routines, par Databox. L'idée : vous donnez un prompt et un calendrier à votre analyste IA. Il exécute l'analyse sur vos données réelles, prépare le rapport ou l'analyse demandée, et le livre par e-mail, Slack, ou dans l'app.

Claire Martin: Pete, de Databox, situe bien le produit dans la continuité : leur premier lancement, l'analyste IA Genie, rendait l'analyse instantanée. Le deuxième, Artifacts, transformait ces réponses en rapports partageables. Mais les deux commençaient de la même façon : une personne ouvre un chat et pose une question.

Nicolas Moreau: Donc Routines : mettre l'analyse récurrente sur un calendrier. Chaque exécution se produit à l'heure prévue, sans que personne n'ait à penser à la lancer. Et ça peut aussi être déclenché par un webhook depuis un autre système — quelqu'un dans les commentaires souligne que ça permet de déclencher une analyse au moment où une campagne se termine, par exemple.

Claire Martin: Chaque exécution arrive avec un résumé qui dit où en sont les choses, et chaque exécution est sauvegardée dans la routine — donc on peut retrouver ce que disait le check de mardi dernier sans faire défiler l'historique de chat.

Nicolas Moreau: Et il y a les Skills : on peut sauvegarder sa façon d'analyser quelque chose une fois, puis le mettre sur un calendrier. Un commentateur produit dit que Skills et Routines sont devenus ses meilleurs amis : un Skill définit comment il veut l'analyse faite, et une Routine en fait un flux quotidien en une seule étape.

Claire Martin: Et un détail pratique : on peut transformer un chat ou un artefact existant en Routine en un clic, sans réécrire les instructions. Quelqu'un raconte l'avoir fait — la même question, maintenant exécutée chaque matin sans devoir la retaper.

Nicolas Moreau: Le point différenciant, bien articulé dans les commentaires : la comparaison avec un cron job. Un cron exécute un script sur un minuteur, ne raisonne pas, et donne le même type d'analyse à chaque fois. Une Routine décide à chaque fois ce qui vaut la peine d'être regardé et signalé. C'est une analyse différente chaque fois.

Claire Martin: Et un autre point de confiance soulevé : chaque exécution tire des données fraîches de vos connexions en direct, pas une copie en cache de la dernière réponse. Donc on peut vraiment faire confiance à un « rien n'a changé aujourd'hui », au lieu de supposer que c'est un placeholder statique.

Nicolas Moreau: Un utilisateur raconte avoir configuré une routine pour les publicités payantes au lieu de construire un rapport de surveillance hebdomadaire à la main chaque lundi. « Résume la performance chaque jour à 9h » et c'est déjà dans Slack. Quelques minutes à configurer, et il a juste pointé l'analyste IA vers le bon dashboard.

Claire Martin: Une question reste ouverte dans les commentaires : tout le monde a un dashboard, mais quelqu'un doit encore se souvenir de vérifier et comprendre ce qui a changé. Comment décidez-vous quels insights valent vraiment la peine ? C'est la vraie question de fond pour ce genre de produit. L'offre : essai gratuit de 14 jours. Et Databox, en tant que plateforme, mise sur l'analytique agentique complète — MCP, Skills, Artifacts, Routines.

Nicolas Moreau: Bon, dernière étape : la même philosophie — l'IA travaille pour vous, mais avec des garde-fous structurels — appliquée au trading. Nina, par Antalpha, qui est cotée au NASDAQ sous le ticker ANTA.

Claire Martin: Nina, c'est un assistant de trading IA non custodial. Le cœur du pitch, c'est la règle : Nina ne détient jamais vos fonds — vous signez chaque transaction sur votre propre wallet.

Nicolas Moreau: Le maker raconte son vécu : ce qui est épuisant dans le trading crypto, ce n'est jamais le trade lui-même, c'est tout ce qui vient avant. Dix onglets ouverts — les flux on-chain ici, les wallets des smart-money là, la macro, le sentiment. Et un chatbot générique qui inventait des choses parce qu'il n'avait pas de données en temps réel.

Claire Martin: Et les « agents IA » qui promettaient de régler ça voulaient la garde de son wallet, ou tournaient sur leur propre token. Remettre ses clés à un bot pour gagner quelques minutes, ça ne lui a jamais semblé valoir le coup.

Nicolas Moreau: Donc Nina : elle lit des données on-chain institutionnelles en temps réel, et donne la conclusion d'abord — avec un graphique, pas un mur de texte. Quand on veut agir, elle rédige le meilleur trade par routage, et on signe soi-même.

Claire Martin: Le périmètre : suivi des smart-money, prédictions de marché et d'événements, checks de sécurité de wallet, le tout dans un seul chat. Ça couvre maintenant crypto et actions US. Plus Sentinel, des alertes 24/7, et MCP pour brancher Nina dans n'importe quel client IA.

Nicolas Moreau: Et un détail intéressant sur la construction : le maker dit que leur périmètre s'est resserré à mesure qu'ils construisaient. Ils ont abandonné le rêve de l'agent autonome qui fait tout, et se sont concentrés sur une chose : être l'analyste et le rédacteur de trades en qui on peut vraiment avoir confiance.

Claire Martin: Les commentaires sont plutôt positifs sur le principe non custodial — quelqu'un dit que c'est la clé, et espère que tout le monde le verra. Une question revient deux fois : l'analyse de marché est-elle limitée aux actions US, ou peut-on choisir n'importe quelle région ? Et est-ce qu'une expansion vers des marchés hors États-Unis est prévue ? Pas de réponse dans nos sources.

Nicolas Moreau: Et un commentateur, pas fan de trading bots en général, note qu'il aime la personnalisation et le « caractère » de Nina. Ce qui est une remarque honnête : la confiance dans ce domaine passe peut-être autant par la forme que par la garantie non custodiale.

Claire Martin: Bon, on arrive au bout. Le fil rouge de tout ça, en une phrase : nos outils font de plus en plus de choses à notre place — coder, noter, annoter, analyser, trader — et le vrai défi n'est plus la capacité, c'est de garder le contrôle, la compréhension et la confidentialité sur ce qu'ils produisent.

Nicolas Moreau: Et dans chaque produit aujourd'hui, on a vu la même tension : la promesse de l'autonomie d'un côté, les garde-fous de l'autre — non custodial chez Nina, local et chiffré chez Tucky et Assist, pas de serveur, ou la lecture des notes seulement quand on l'autorise.

Claire Martin: Merci d'avoir écouté. On se retrouve bientôt pour un nouveau tour des lancements.

Nicolas Moreau: D'ici là, gardez un œil sur ce que vos machines font — et surtout, sur ce qu'elles en disent après.