Merci de soutenir ce podcast en visitant nos sponsors: - Découvrez l'avenir de l'audio IA avec ElevenLabs - https://try.elevenlabs.io/tad - Créez n'importe quel formulaire, sans code, avec Fillout. 50 % de crédits supplémentaires à l'inscription - https://try.fillout.com/the_automated_daily - KrispCall: Téléphonie cloud agentique - https://try.krispcall.com/tad Soutenez directement The Automated Daily: Offre-moi un café: https://buymeacoffee.com/theautomateddaily Sujets du jour: Laser Iron Beam en combat - Israël confirme la première interception opérationnelle par laser avec Iron Beam, un jalon pour la défense anti-drones et anti-roquettes, avec limites météo. OpenAI-Pentagone, Anthropic écarté - Négociations Pentagon–Anthropic rompues sur la surveillance et l’usage militaire, tandis qu’OpenAI annonce un accord pour réseaux classifiés avec des « lignes rouges ». Financement record et gouvernance IA - OpenAI vise 110 milliards de dollars levés et une valorisation jusqu’à 840 milliards fully diluted; débat relancé sur pouvoir public vs privé et hypothèse de nationalisation. Agents de dev: Cursor, Cloudflare - La “troisième ère” du développement assisté par IA se dessine: agents autonomes dans le cloud chez Cursor et nouvelle plateforme Cloudflare Agents pour applications agentiques. Concevoir des API pour l’IA - Bonnes pratiques “AI-first” pour APIs: docs découvrables via endpoint, design non destructif, candidats à valider, et vigilance sur les fallbacks générés par IA. Course aux data centers et énergie - Boom des infrastructures IA: capex massif, investissements Nvidia dans la photonique, et data center Google au Minnesota avec batterie fer-air longue durée annoncée gigantesque. Lois IA: Vietnam, Australie - Vietnam applique une loi IA complète (étiquetage, supervision humaine) et l’Australie durcit l’accès des mineurs, avec menaces d’actions sur stores et moteurs de recherche. SpaceX prépare une méga-IPO - SpaceX envisagerait un dépôt confidentiel pour IPO dès mars, potentiellement historique, avec ambitions Starship et infrastructures spatiales. Transcription de l'Episode Laser Iron Beam en combat On commence donc par la défense: Israël a confirmé la première utilisation opérationnelle d’Iron Beam, son système de défense anti-aérienne par laser, pour intercepter une salve de roquettes et de drones. L’argument central, c’est le coût marginal: contrairement à des intercepteurs type missile, un laser “tire” tant qu’il a de l’électricité, ce qui promet une capacité quasi continue pour des menaces de petite à moyenne taille. Les industriels israéliens parlent déjà d’accélération de la production avec de nouveaux contrats. Mais les limites restent connues: poussière, nuages, fumée… la météo peut dégrader fortement l’efficacité. Iron Beam n’est pas censé remplacer les autres couches, plutôt les soulager. OpenAI-Pentagone, Anthropic écarté Dans le même registre militaire, les États-Unis ont annoncé avoir utilisé, pour la première fois en combat, des drones “kamikazes” à usage unique, lors de frappes contre l’Iran dans le cadre d’une opération conjointe avec Israël. Le message est double: ces systèmes sont moins coûteux, plus facilement déployables en volume, et ils s’inspirent explicitement d’une catégorie d’armes popularisée par l’Iran lui-même. Techniquement, c’est aussi un signe de standardisation: des plateformes simples, produites en série, qui reposent plus sur l’attrition et la masse que sur l’excellence d’un vecteur unique. Financement record et gouvernance IA Passons à l’IA et au Pentagone — là aussi, c’est tendu. D’après plusieurs récits, un contrat d’environ 200 millions de dollars entre le Département de la Défense et Anthropic aurait échoué à la dernière minute. Le nœud: l’administration voulait un usage très large, Anthropic voulait exclure notamment la surveillance de citoyens américains. Et pendant que ça coinçait sur quelques mots de formulation, le Pentagone travaillait déjà en parallèle avec OpenAI. Résultat: rupture, et même une communication publique extrêmement dure, Anthropic étant qualifié de “risque” pour la sécurité nationale. Dans la foulée, Sam Altman a annoncé qu’OpenAI avait, de son côté, un accord pour fournir de l’IA à des réseaux classifiés, en mettant en avant deux “lignes rouges”: pas de surveillance de masse domestique, pas d’armes létales entièrement autonomes sans humain dans la boucle. Ce qui est frappant, c’est que la bataille n’est plus seulement technologique: elle devient contractuelle, politique, et… marketing. Agents de dev: Cursor, Cloudflare Et justement, côté grand public, un signal inattendu: Claude d’Anthropic est devenu l’application gratuite la plus téléchargée sur l’App Store iOS aux États-Unis, devant ChatGPT. Plusieurs médias y voient une réaction directe à la polémique sur la collaboration d’OpenAI avec la défense. Anthropic dit observer une hausse très nette des inscriptions, et cette séquence suggère une chose: l’éthique, même quand elle paraît abstraite, peut se traduire en choix d’usage. Ce n’est pas forcément durable, mais c’est mesurable — et c’est nouveau à cette échelle. Concevoir des API pour l’IA Dans le même temps, OpenAI accélère sur le terrain financier. Une levée de fonds viserait jusqu’à 110 milliards de dollars, pour une valorisation annoncée autour de 730 milliards “pre-money”, et 840 milliards en fully diluted. Parmi les investisseurs cités: Amazon, Nvidia et SoftBank. L’accord avec Amazon est particulièrement structurant: deux gigawatts de capacité de calcul, basés sur les puces Trainium, et AWS qui deviendrait le fournisseur cloud tiers exclusif pour OpenAI Frontier, la plateforme entreprise orientée agents — tout en maintenant le partenariat historique avec Microsoft pour les APIs et les produits grand public. Et Sam Altman, dans un fil “ask me anything”, a aussi ouvert un débat inhabituel: qui doit avoir le plus de pouvoir sur des technologies de type AGI — des gouvernements élus, ou des entreprises privées? Il dit clairement ne pas souhaiter que des entreprises non élues aient plus de pouvoir que des institutions démocratiques. Il évoque même, sans trancher, la question de la nationalisation d’acteurs IA. Ce genre de discussion, il y a deux ans, aurait ressemblé à de la science-fiction. Là, c’est presque de la gouvernance d’entreprise. Course aux data centers et énergie On enchaîne avec le logiciel, parce que l’IA change la manière de produire du code. Michael Truell, chez Cursor, parle d’une “troisième ère” du développement assisté: après l’autocomplétion façon Tab, puis les agents synchrones où l’on pilote l’IA pas à pas, on irait vers des flottes d’agents autonomes qui tournent dans le cloud comme des coéquipiers. Cursor affirme qu’en interne, environ 35% de leurs pull requests fusionnées seraient maintenant créées par des agents autonomes sur des machines séparées. Et l’usage bascule: plus d’agents, moins d’autocomplétion. Même dynamique côté plateformes: Cloudflare lance “Cloudflare Agents”, un SDK et un ensemble de briques pour construire des applications agentiques sur Workers, Durable Objects et Workflows, avec un discours très orienté “contrôle des coûts”: facturation au temps CPU plutôt qu’au temps d’attente, et optimisation des connexions longues via hibernation WebSocket. L’idée, en creux: si les agents attendent des APIs, des humains ou des modèles, l’infrastructure doit éviter de vous facturer le vide. Lois IA: Vietnam, Australie Et si vous construisez vos propres outils agentiques, deux textes circulent beaucoup dans les équipes: d’abord, des notes “AI-first” sur la conception d’APIs. Le conseil le plus pragmatique: faites une API, ou au moins concevez-la sérieusement — parce que c’est du travail, mais précisément le genre de travail que l’IA accélère. Un point très concret: rendre la documentation découvrable de façon programmatique, via un endpoint du style /api/help, plutôt que d’imposer des PDFs et pages longues qui gonflent la fenêtre de contexte des modèles. Autre suggestion intéressante: privilégier des écritures non destructives — créer des “candidats” à valider avant de committer un changement, ce qui est plus sûr quand un agent agit. Deuxième texte: sur la difficulté de concevoir l’“espace d’actions” d’un agent — autrement dit, ses outils. Le retour d’expérience est clair: trop d’outils, et le modèle hésite; des outils mal dessinés, et il “bricole” en sortant du format. L’équipe évoque par exemple un outil dédié pour poser des questions à l’utilisateur via une interface structurée, plutôt que de compter sur du texte libre. Et un autre apprentissage: ce qui aidait hier — comme des listes de tâches trop rigides — peut devenir un frein à mesure que les modèles gagnent en autonomie. Moralité: l’agentic engineering, ce n’est pas un framework figé, c’est une pratique d’observation et d’itération. SpaceX prépare une méga-IPO Parlons maintenant d’infrastructures, parce que derrière ces agents, il y a des data centers, des réseaux… et surtout de l’électricité. Un papier de fond résume bien la course actuelle: entre hyperscalers et labos IA, on parle de centaines de milliards de dollars de capex par an, et de contraintes très matérielles — terrains, transformateurs, eau, raccordements, délais de construction. Le sujet, ce n’est plus “qui a le meilleur modèle”, c’est aussi “qui a la capacité de l’exécuter”. Dans ce contexte, Nvidia annonce investir 4 milliards de dollars dans deux entreprises de photonique, Lumentu
