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.
Quand vous utilisez Claude Code, chaque conversation repart de zéro : vous ré-expliquez votre contexte, vos préférences, vos contraintes métier. Les Skills éliminent cette répétition. Un dossier, un fichier Markdown structuré, et Claude sait quand le charger, quelles instructions suivre, quels outils appeler — automatiquement, sans intervention. Ce guide couvre l’architecture complète : frontmatter YAML, chargement progressif en trois niveaux, articulation avec les serveurs MCP, cinq patterns d’orchestration éprouvés, et un exemple prêt à copier-coller. De la première ligne de votre SKILL.md jusqu’au déploiement à l’échelle d’une organisation.
Trois jours après mon billet sur le virage infrastructure de Mistral AI (1,2 milliard d’euros dans un datacenter en Suède), l’entreprise confirme la thèse en rachetant Koyeb, une startup parisienne de 13 ingénieurs spécialisée dans le déploiement serverless d’applications IA. C’est sa toute première acquisition, et elle comble exactement la lacune que j’identifiais : il manquait la couche logicielle pour transformer du béton et des GPU en cloud utilisable. Mistral ne pivote plus, Mistral a pivoté, du modèle de langage au fournisseur de cloud IA full-stack européen. Les risques que je pointais (étirement opérationnel, dépendance à NVIDIA, course au compute face aux hyperscalers) restent intacts, mais la trajectoire est désormais irréversible.
Mistral AI investit 1,2 milliard d’euros dans un datacenter en Suède, marquant un virage stratégique de la startup française vers l’infrastructure. Un pari cohérent si l’IA se commoditise, mais qui expose l’entreprise à des risques majeurs : dépendance à NVIDIA, course au capex face aux hyperscalers américains et timing incertain dans un secteur qui évolue à la vitesse du logiciel. Seul candidat européen encore debout sur le ring de l’IA, Mistral joue désormais sa crédibilité sur l’exécution.
Le 5 février 2026, Anthropic n’a pas simplement lancé un modèle plus intelligent ; il a déclenché un repricing structurel de toute l’industrie du logiciel d’entreprise. En trois semaines, Claude Cowork et Opus 4.6 ont évaporé 285 milliards de dollars de capitalisation SaaS. Derrière le signal boursier, c’est une transformation plus profonde qui s’amorce : gel des embauches juniors, opacité organisationnelle, dépendance cognitive envers des acteurs californiens. Le verdict est rendu, même si l’exécution prendra des années.
Le vibe coding (décrire vaguement son besoin à une IA qui génère le code) change notre rapport à la programmation. Pratique, rapide, efficace. Mais quand personne ne lit plus le code qu’il déploie, quand les forums se vident et que les mainteneurs croulent sous le bruit, l’open source mute en infrastructure fossile : exploitée, mais plus vraiment vivante.
En 2026, l’IA parfaite n’existe toujours pas. Ce qui fonctionne, c’est une combinaison intelligente d’outils spécialisés. Claude Code domine pour le développement, Nano Banana Pro excelle en génération d’images, tandis que le duo Perplexity/Gemini s’impose pour la recherche et la rédaction. Attention toutefois : Gemini 3 reste champion des hallucinations. Au final, la vraie compétence n’est plus de maîtriser un outil, mais de savoir orchestrer les bons modèles et de pivoter quand le terrain change, comme Tesla vient de le faire en abandonnant ses Model S et X pour miser sur la robotique.
En explorant le fonctionnement des chatbots IA, un mot m’a interpellé : « vectoriser ». Le même terme qu’utilisent les graphistes dans Illustrator depuis des décennies. Et en creusant, j’ai découvert que les physiciens manipulent ce concept depuis Newton. Trois mondes, un seul mot, coïncidence lexicale ou intuition profonde partagée à travers les siècles ?
Les modèles de raisonnement les plus avancés, comme DeepSeek-R1 ou OpenAI o3, ne se contentent plus dune chaîne de pensée linéaire : ils simulent une véritable société de pensées interne, où plusieurs voix concurrentes génèrent des hypothèses, sopposent et se corrigent mutuellement. Ce débat simulé, sans ego ni enjeu de réputation, permet à lIA dexplorer des pistes contradictoires et datteindre une rationalité plus robuste que le raisonnement solitaire. Au final, la vérité némerge pas dun génie isolé, mais dune orchestration habile du désaccord cognitif.
Aujourd’hui, les grands modèles comme GPT-4, Claude ou Gemini sont devenus de pures commodités : tout le monde y a accès, du startup au géant industriel. L’IA seule ne crée plus d’avantage durable ; ce qui compte vraiment, c’est de marier votre savoir-faire métier unique – cette expertise que personne d’autre ne possède – à une exécution et une ontologie que la concurrence ne peut copier. Sans cela, vous ne faites que louer votre avenir à OpenAI, tandis que des acteurs comme Palantir ou les intégrateurs verticaux chinois bâtissent des sanctuaires imprenables.
Le 8 janvier 2026, le ministère des Armées a signé un accord-cadre historique avec Mistral AI pour équiper l’ensemble des forces armées françaises en intelligence artificielle générative. Ce rapprochement stratégique illustre enfin une politique industrielle cohérente : soutenir un champion national plutôt que de céder aux géants américains. Mistral AI, valorisée à 11,7 milliards d’euros et construisant son propre datacenter en France, reste juridiquement et stratégiquement française malgré l’internationalisation de son capital. Un signal positif qu’il faudra surveiller de près pour éviter les dérives habituelles : effet d’annonce, bureaucratisation européenne ou revente précipitée.