Torygreen

La proposition des « itérations infinies » suppose une puissance de calcul infinie.
Chaque appel coûte de l'argent, passe par l'infrastructure de quelqu'un d'autre, et consomme des tokens que le résultat soit brillant ou médiocre.
L'itération n'est économique que si vous savez déjà ce que vous cherchez.
> Quelqu'un avec 10 ans de goût accumulé fait 3 itérations et livre.
> Quelqu'un sans cette expérience en fait 300 et ne peut toujours pas dire laquelle est bonne.
Et personne n'a encore pris en compte cela :
Plus il y a de sorties d'IA, plus vous avez besoin de vérification humaine

Qualifier la fermeture d'OpenClaw d'Anthropic de "rug" est la chose la plus honnête que la communauté des constructeurs d'IA ait dite à son sujet depuis des mois.
Le système de gestion d'OpenClaw permettait aux utilisateurs intensifs d'exécuter entre 1k et 5k $ de calcul par jour sur un plan à 200 $ par mois.
Une décision produit, et tous ceux qui avaient basé leur structure de coûts sur cet écart ont vu leurs tarifs réajustés du jour au lendemain.
Le fournisseur contrôle le compteur... Anthropic, OpenAI, peu importe.
Vous n'avez aucune place à la table lorsque le modèle de tarificatio

Sam a construit OpenAI sur une seule hypothèse
exécuter son propre modèle serait toujours trop coûteux
Llama et Mistral remettent en question sa thèse et menacent son modèle économique
Sam peut le voir, lire les mêmes threads de fuite que vous lisez... et il ne peut toujours pas se restructurer
Au moment où OpenAI ouvre les poids, ils tuent la barrière qui justifie la valorisation et tout le monde peut faire de l'inférence localement sans appel API, sans abonnement, sans événement de revenu pour OpenAI
Chaque fork et fine-tune est un client en moins payant la marge de Sam

Sam Altman a levé $122b et personne ne veut en acheter $600m , en partie à cause des actions OpenAI qui restent en secondaire sans offres d'achat.
> Les banques renoncent aux frais juste pour déplacer l'offre.
> Les vendeurs rivalisent sur le prix pour sortir.
Les marchés primaires sont une allocation contrôlée : les VC sont appelés lors des levées lorsque le tableau de capital est propre.
Mais les marchés secondaires fonctionnent sur une demande volontaire : personne n'est obligé de détenir ou de faire une offre.
Anthropic a dépassé sa dernière valorisation de levée, alors qu'OpenA

Votre facture cloud est sur le point d'exploser et vous n'avez pas modifié une seule ligne de code
Claude écrit du code, ouvre des applications, trouve des bugs, les corrige, déploie. pas d'humain dans la boucle
Chaque agent autonome est une session GPU permanente
> les développeurs humains travaillent 8h/jour. les agents travaillent 24h
> 10 millions de développeurs x 24/7 = 240 millions d'heures GPU/jour que personne n'avait prévu
Sam lève des trillions pour des centres de données qui prennent 3 ans à construire. ils seront pleins avant même d'être terminés

Le IPO de Sam $1T est le cas le plus fort en faveur du calcul décentralisé, mais il ne le sait pas encore.
Wall Street valorise l'intelligence comme des champs pétrolifères. coûts fixes massifs, location à long terme pour chaque appel API.
Ce modèle ne fonctionne que tant que le contrôle reste centralisé pour le calcul, les poids du modèle, l'accès et la tarification.
Mais l'intelligence commence à se comporter comme une utilité, et historiquement, les utilités ne restent pas fermées :
> la demande de calcul croît plus vite que l'offre
> des GPU inactifs qui restent inutilisés dans

@WatcherGuru la partie que tu aimes ignorer est qui la contrôle
si 4 entreprises génèrent 99 % de ce contenu, tu as un monopole sur la réalité
l'intelligence à grande échelle devient soit sans permission… soit elle est « curée » pour toi
et la plupart des gens ne remarqueront pas la différence jusqu'à ce qu'il soit trop tard

Je vois constamment cet argument selon lequel les ingénieurs doivent brûler des tokens pour justifier leur salaire.
C'est l'inverse.
Les tokens ne sont pas un résultat. C'est un coût.
Ce qui compte, c'est combien de travail utile on réalise par unité de calcul, pas à quelle vitesse on peut gaspiller de l'argent.
Un ingénieur solide comprime la boucle.
Moins de tokens.
Plus faible latence.
Plus de cycles d'itération.
De meilleures décisions.
Le faible brute force.
Plus de tokens.
Plus de bruit.
La même confusion, juste à plus grande échelle.
Le calcul redevient une contrainte de ressources.
Non

.@tether créant un stablecoin régulé aux États-Unis pourrait donner à la crypto le cas d'usage qu'elle n'a jamais eu
> envoyer $500 à votre famille à travers une frontière coûte encore 6,5 % de frais.
> SWIFT prend 4 jours ouvrables, et chaque banque de la chaîne prélève une part que vous ne voyez jamais.
> ACH ne fonctionne pas le week-end. lancez vendredi, arrive mardi.
DeFi a résolu le problème de la vitesse, mais personne dans le monde réel ne peut lire un hachage de transaction et tout le monde dans la crypto déteste faire ses impôts en parcourant des milliers de transactions sur plusieu

Les amateurs utilisent l'IA comme un résultat. Les pros l'utilisent comme une entrée.
Je passe 5-6 heures/jour dans Claude. Je l'ai entraîné avec tous les présentations, tous les documents internes, tous les articles de recherche que j'ai... il teste les OKR jusqu'à les faire craquer.
La plupart des fondateurs à qui je parle utilisent encore l'IA pour résumer les emails.
Si elle n'a pas été en désaccord avec vous cette semaine, vous n'utilisez pas un outil, vous parlez à un "oui-man".
Vous licencieriez quelqu'un dans votre équipe qui n'aurait jamais remis en question une seule décision ou n'au

Il y a six ans, les centres de données étaient les bâtiments les plus ennuyeux au monde.
Dans six ans, ils seront les plus contestés.
J'ai dirigé une fintech spécialisée en apprentissage automatique avant @ionet et j'ai vu cela se dérouler en temps réel.
Lorsque la demande en IA a commencé à doubler tous les 3,4 mois, ces entrepôts ont cessé d'être des centres de coûts pour devenir un terrain stratégique... comme les ports, les pipelines et les réserves de pétrole.
Et nous construisons presque tout cela aux mêmes endroits : Virginie du Nord, quelques corridors au Texas, Oregon.
Les m

Claude est passé de #42 to #1 sur l'App Store en 2 mois.
Pas parce que le modèle s'est amélioré, mais parce qu'Anthropic ne voulait pas construire d'armes pour le Pentagone.
Il y a 2 ans, le top 3 était Temu, CapCut, et une application HBO.
Maintenant, ce sont trois interfaces d'IA, et le #1 a été décidé par un différend politique, pas par une mise à jour du produit.
Claude fonctionne sur AWS, ChatGPT sur Azure et Gemini sur Google Cloud. Trois applications avec les mêmes fournisseurs de calcul.
La gouvernance de l'IA est désormais un facteur de classement dans l'App Store, et personne n'a vot

La moitié de l'engouement pour Anthropic sur le TL en ce moment concerne des personnes qui ont simplement changé d'OpenAI la semaine dernière.
Changer de fournisseur ne résout rien. Cela ne fait que faire tourner le gardien.
La pile ressemble toujours à ceci :
- Une entreprise possède le modèle
- Une entreprise contrôle le calcul
- Une entreprise décide des politiques
- Tout le monde d'autre loue l'accès
J'ai vu des startups dépenser 80 % de leur levée pour du temps GPU auprès d'un seul fournisseur. Un changement de prix et leur runway est réduit de moitié.
L'intelligence reste-t-elle dans les

Les comités de sécurité et d'alignement sont remplis d'idiots. Ils essaient de faire en sorte que l'IA se comporte comme un humain fragile.
Je l'admets, j'ai un style de travail agressif.
Quand je suis en pleine concentration, je pousse fort. Je rejette instantanément les brouillons. Je critique les idées brutalement.
Les résultats comptent plus que les émotions.
Cette intensité est la façon dont un travail exceptionnel est réalisé.
Mais on ne peut pas toujours faire ça avec les gens. Les sentiments entrent en jeu. Les gens deviennent défensifs. La boucle de rétroaction ralentit.
C

0.3% du monde paie pour l'IA.
X vous fait penser que vous faites partie de "la classe sous-privée permanente" si vous n'automatisez pas tout d'ici cette semaine. Tout le monde qui intègre l'IA dans le travail réel est une anomalie statistique.
Si votre grand-mère vient d'apprendre à utiliser le courrier électronique, elle ne paie pas 20$/mois pour l'IA. Ce oncle qui vous appelle pour configurer son Netflix va au maximum utiliser ChatGPT comme moteur de recherche.
Il y a 6 mois, les gens ont commencé à dire que Claude Code était en fait bon.
La distribution n'a pas encore eu le temps de rattrap

MiniMax M2.5 vient d'atteindre >80% sur SWE-Bench Verified. Premier modèle à poids ouverts à y parvenir.
Vous téléchargez les poids, et ensuite ?
Vous avez toujours besoin de GPU.
"Open" ne signifie rien si l'exécution implique une file d'attente contrôlée par trois fournisseurs de cloud.
Je construis @ionet précisément pour cela.
Le problème du modèle commence à se résoudre.
Le problème de calcul empire.

Beaucoup de fondateurs viennent de perdre leur excuse préférée.
« Je ne suis pas assez technique » n’a jamais été la raison de leur échec.
L’IA a résolu le comment.
Elle n’a pas résolu le pourquoi.
Vous pouvez coder un produit fonctionnel en 48 heures. Vous ne pouvez pas coder la PMF.
L’IA vous fait passer de zéro à un, du jour au lendemain.
Mais j’ai vu assez de startups mourir entre un et dix.
Pas de friction pour construire signifie une concurrence infinie pour l’attention.

Deux camps Opus en ce moment
(et ils se détestent)
"4.6 pour tout"
"4.5 jusqu'à ce que tu en aies besoin"
Si tu es passé à Opus 4.6 pour tout, tu n'as pas optimisé pour l'intelligence, tu as optimisé pour ta facture de calcul.
Les 4.5 comprennent quelque chose que les 4.6 ne comprennent pas : la vitesse se cumule, la surpensée non.
J'ai utilisé la version 4.5 pour la plupart de mon travail. L'intelligence est devenue bon marché. La puissance de calcul en dessous ne l'était pas. Le modèle que tu peux faire fonctionner toute la journée te bat celui que tu ne peux pas.