On ne regarde pas naître une intelligence — fût-elle artificielle — avec la même désinvolture qu’on installe une mise à jour logicielle, et celui qui prétend le contraire n’a probablement jamais vu un modèle de langage résoudre en trois secondes un problème qu’il ruminait depuis des jours, ni ressenti ce vertige étrange, à mi-chemin entre l’admiration et l’inquiétude sourde, qui saisit quiconque réalise que la machine vient de penser plus vite que lui sans avoir jamais appris à douter. Cette catégorie est le journal d’un observateur qui refuse de choisir son camp entre les prophètes de l’utopie et les Cassandre de l’apocalypse — qui construit des pipelines le matin, déconstruit des narratifs l’après-midi, et le soir se demande encore si nous sommes en train de bâtir le plus bel outil jamais conçu ou de scier méthodiquement la branche cognitive sur laquelle notre espèce est assise. Vous y trouverez des analyses de modèles et d’architectures passés au crible de l’usage réel plutôt que du communiqué de presse, des réflexions sur ce que l’IA fait au travail, au droit d’auteur, à la souveraineté numérique et à cette chose fragile que l’on appelait autrefois penser par soi-même — le tout écrit avec la conviction qu’en matière d’intelligence artificielle, le seul luxe impardonnable serait l’indifférence.
Mettre en cache les tokens répétitifs d’un prompt n’est pas une optimisation avancée réservée aux ingénieurs — c’est la première mesure à prendre avant même de réfléchir à changer de modèle ou de plan tarifaire. Sur un system prompt de 10 000 tokens envoyé 100 fois par jour, le prompt caching réduit la facture mensuelle de $150 à $15, soit 90% d’économie nette dès la deuxième requête. Le gain n’est pas seulement financier : sur des contextes de 50 000 tokens et plus, le time-to-first-token est divisé par un facteur 5 à 10, ce qui transforme l’expérience utilisateur autant que la facture. Combiné à la Batch API d’Anthropic, le coût tombe à $0,25 par million de tokens d’entrée sur le modèle le plus puissant — soit 5% du tarif normal. Dans un secteur où les abonnements flat fee sont des prix de lancement et non des prix d’équilibre, maîtriser ses coûts d’inférence est devenu une compétence professionnelle à part entière.
Anthropic vient d’annoncer une promotion généreuse : doubler les limites d’utilisation de Claude pendant deux semaines. Généreuse ? Pas si vite. Sur la base des tarifs API publics, un développeur intensif peut consommer plusieurs fois la valeur de son abonnement mensuel — c’est Amazon et Google qui paient la différence, pas Anthropic. Contrairement à Netflix ou Spotify, l’IA n’est pas un service logiciel à coût marginal décroissant : c’est un service énergétique, où chaque token brûle des ressources réelles. Les abonnements flat fee à $20 ou $200 sont des prix de lancement — la correction, discrète d’abord, frontale ensuite, est déjà en marche.
Denis Yarats, directeur technique de Perplexity, annonce l’abandon de MCP au profit d’APIs directes — et X s’emballe. Pourtant, la déclaration révèle moins une condamnation du protocole qu’une décision d’architecture adaptée à un pipeline déterministe : Perplexity n’a pas besoin de découverte dynamique d’outils, donc MCP est effectivement du surcoût inutile dans son cas. Le vrai problème est ailleurs : les griefs légitimes contre MCP — contexte saturé, auth bancale, friction manuelle — ne sont pas dans la spec, ils sont dans des implémentations paresseuses qui ignorent les primitives de pagination et de sampling prévues dès l’origine. Condamner MCP pour ça, c’est condamner SQL parce que quelqu’un a oublié de filtrer ses requêtes sur une table de cent millions de lignes. Ceux qui enterrent MCP aujourd’hui sont les mêmes qui, en 2007, expliquaient que l’iPhone n’avait pas besoin d’App Store — parce qu’il y avait déjà le web mobile.
Un nouveau paradigme s’impose silencieusement dans l’architecture des systèmes IA : le Cache-Augmented Generation. Là où le RAG imposait une infrastructure lourde — bases vectorielles, chunking arbitraire, pipelines ETL —, le CAG charge l’intégralité du corpus dans la fenêtre de contexte du modèle, une seule fois, et le met en cache. Le mécanisme de KV-cache rend cette approche économiquement viable : grâce au prompt caching d’Anthropic, les requêtes répétées sur le même corpus coûtent 90 % moins cher qu’un appel standard. Le CAG excelle là où le RAG échoue structurellement — la synthèse transverse sur corpus entier — tout en supprimant la dette technique accumulée à chaque décision de chunking. Ce n’est pas la mort du RAG : c’est la fin de sa position de solution par défaut.
La base vectorielle s’est imposée comme réponse par défaut au RAG — non pas parce qu’elle est universellement supérieure, mais parce qu’elle est apparue au bon moment et a hérité de l’aura des LLMs. Pourtant, sur un catalogue WooCommerce avec des SKUs et des références précises, une requête SQL ne confond jamais une vis M4 et une vis M5 : elle ne peut pas, c’est sa nature. BM25 surpasse les embeddings partout où le vocabulaire est précis et stable — codes erreur, termes juridiques, identifiants produit. Les bases de graphes résolvent ce que le cosine ne voit pas : non pas la proximité sémantique entre deux textes, mais la relation structurelle entre deux entités. Le vectoriel reste l’outil dominant pour les corpus hétérogènes et les questions ouvertes — mais il mérite d’être choisi plutôt que subi.
Face au catastrophisme ambiant, il est temps de voir l’intelligence artificielle pour ce qu’elle est : une véritable Renaissance technologique. Contrairement aux discours déclinistes, l’histoire prouve que chaque rupture majeure, de l’imprimerie au web, a toujours démultiplié la création humaine plutôt que de l’éteindre. L’IA ne détruit pas le travail, elle le transforme en déplaçant la valeur de l’exécution technique pure vers la vision et le sens. En permettant à chacun de dialoguer avec la machine en langage naturel, elle brise les anciennes castes pour libérer une nouvelle ère de bâtisseurs. Le seul véritable risque n’est pas l’innovation, mais notre propre inertie face à un monde qui s’invente sans nous.
Claude Code va vite — trop vite, parfois. En privilégiant systématiquement la concision sur le raisonnement, son System Prompt pousse le modèle à agir avant d’avoir pleinement analysé les dépendances de votre code. Résultat : un middleware refactorisé sans détecter l’impact sur les modules adjacents, une 500 découverte en staging, et quatre allers-retours correctifs là où une analyse initiale suffisait. Votre CLAUDE.md ne compense pas — face au System Prompt, c’est une loi locale contre une loi physique. La capacité de raisonnement profond existe déjà dans l’API Anthropic ; la question est de savoir pourquoi elle reste inaccessible dans Claude Code.
Quand un grand modèle de langage vous répond « I can’t help with that », il n’y a ni refus ni conviction — seulement un vecteur dans un espace à plusieurs milliers de dimensions qui pousse l’output dans la direction du refus. C’est ce que démontrent deux outils récemment publiés sur GitHub : Obliteratus et Heretic. Ce que ces outils révèlent est inconfortable : RLHF, DPO et Constitutional AI n’intègrent jamais de valeurs dans un modèle — ils ajoutent des directions dans son espace latent, que n’importe qui peut désormais lire, cartographier et retirer. L’ablitération n’est pas sans risques : le vecteur de refus partage des sous-espaces avec d’autres directions utiles, et le raser sans précision casse aussi la capacité du modèle à douter. La leçon n’est pas que tout est permis, mais que l’alignement est de l’ingénierie — compréhensible, modifiable, auditable — et qu’il est temps que l’industrie cesse de le vendre comme autre chose.
Si l’IA supprime la barrière d’apprentissage des langages, pourquoi continue-t-on à tolérer du code Python qui consomme 20 fois plus d’énergie que du C ? Le vibe coding promettait de tout simplifier — il est en train de créer une dette cognitive massive, du code que personne ne comprend et que personne ne peut optimiser. Pendant ce temps, les data centers doublent leur consommation électrique et la facture cloud explose. De l’étude portugaise sur l’efficacité énergétique des langages au krach IBM de 31 milliards provoqué par un billet de blog sur le COBOL, cet article décortique le paradoxe énergétique du vibe coding en 2026. Et explique pourquoi Rust, pas l’assembleur, est la vraie réponse.
Claude Code écrit et maintient un fichier MEMORY.md que vous n’avez jamais rédigé — et c’est ce fichier qui transforme un assistant amnésique en collaborateur qui progresse. Cet article décortique le système complet : la limite codée en dur à 200 lignes, les fichiers satellites à la demande, la hiérarchie de priorité entre mémoire manuelle et automatique, et la mémoire isolée des subagents. Vous y trouverez un framework en six couches pour diagnostiquer tout comportement inattendu, un script de Memory Hook fonctionnel, et un case study session par session sur un vrai projet. De la dette de mémoire au coût réel en tokens, tout ce que la documentation officielle n’a pas écrit est ici.