Elon Musk pille, Meta se la joue Mad Max, Anthropic fait des sermons le dimanche et pirate pour la NSA le lundi

Tout est volé : Elon Musk a entraîné ses modèles pendant des mois sur les résultats d'Anthropic

Selon The Information, xAI d'Elon Musk a entraîné son propre modèle de codage pendant des mois directement sur les résultats de Claude d'Anthropic – une distillation classique. Lorsque Anthropic a bloqué l'accès officiel en janvier, les ingénieurs de xAI ont continué à travailler via des comptes privés et le service intermédiaire Blackbox AI. Musk avait déjà admis devant les tribunaux que xAI avait utilisé «  en partie  » les modèles d'OpenAI pour entraîner Grok, qualifiant cela de standard de l'industrie. En interne, la situation est sombre : l'équipe de pré-entraînement a été réduite à moins de cinq personnes, quatre responsables du code de Grok sont partis en quelques mois, ainsi que de nombreux cofondateurs. Un employé a accidentellement supprimé des données d'entraînement critiques, coûtant à l'équipe deux à trois semaines de travail. Et toute la puissance de calcul que Musk a achetée ? Il la loue maintenant via SpaceX à Anthropic et Google, au lieu d'entraîner ses propres modèles. Apparemment, ce n'est qu'une solution temporaire. → Techpresso

Synthszr Take: Quand on entraîne son modèle de codage sur les résultats du concurrent, c'est admettre qu'on est incapable de creuser son propre fossé de protection (moat). Musk a investi des milliards dans les GPU, a sorti Colossus de terre, a constitué la plus grande position de calcul du marché, et au final, il loue cette puissance de calcul à l'entreprise même dont il a secrètement pompé le modèle. En mai, nous écrivions encore sur le «  Drama-Rama  » entre Musk et Amodei, ce pacte de l'ennemi de mon ennemi concernant la puissance de calcul de SpaceX. Maintenant, nous connaissons l'autre côté de l'histoire. La puissance de calcul vous achète de l'oxygène, mais pas un produit : une équipe de pré-entraînement de cinq personnes et quatre responsables de code partis, ce n'est pas un problème de mise à l'échelle, c'est un problème de substance. Rappelons-nous que chez Anthropic, 80 % de la base de code de Claude provient de Claude lui-même, on voit alors qui s'améliore vraiment de manière récursive : un timing parfait pour l'introduction en bourse de SpaceX et xAI...

Meta transforme ses datacenters en décors de «  Mad Max  »

Meta installe des structures en forme de tentes à travers les États-Unis pour héberger des serveurs d'IA. Tom's Hardware décrit la scène comme une image «  sortie du film Mad Max  » : ces structures ne nécessitent que trois mois pour être mises en service et sont partiellement alimentées par des réacteurs d'avion. Parallèlement, une coalition de l'industrie avertit l'administration Trump de la nécessité d'agir de toute urgence, car l'énorme appétit en mémoire des datacenters d'IA affame d'autres industries. La pénurie de mémoire due à l'IA pourrait faire grimper les prix dans les secteurs de l'automobile, de la médecine et des télécommunications. Dans le même temps, Anthropic signale que Claude s'améliore plus vite que prévu, et Nvidia continue de planifier la série RTX-50-Super pour 2026. La vitesse d'expansion est énorme, les effets secondaires commencent à peine à être visibles. → Tom's Hardware

Synthszr Take: Trois mois pour construire une tente avec un réacteur d'avion, c'est la déclaration la plus honnête sur l'état de l'expansion de l'IA que nous ayons vue depuis des mois. Ici, on ne planifie pas, on bricole provisoirement, car chaque mois de retard est comptabilisé comme une avance perdue. En janvier, j'écrivais encore sur le retour à la réalité de Meta concernant le métavers ; maintenant, la même entreprise brûle du kérosène pour alimenter des puces mémoire. Ce qui est passionnant, c'est le calcul qui se cache derrière : si l'IA vide le marché de la DRAM, les constructeurs automobiles, les cliniques et les opérateurs de réseau paient le supplément sans jamais avoir entraîné un seul modèle. C'est le paradoxe de Jevons sous forme physique : la puissance de calcul devient moins chère par token et plus chère pour tous les autres. Ceux qui planifient dans ces secteurs devraient dès aujourd'hui intégrer les prix de la mémoire comme un risque stratégique dans leurs achats, au lieu d'attendre le prochain rapport trimestriel. La vitesse fait gagner ce marché, mais quelqu'un doit inscrire les coûts externes sur la facture, et ce ne sera pas Meta.

Anthropic fait des sermons tout en piratant pour la NSA

Selon le Financial Times, Anthropic a déployé une demi-douzaine d'ingénieurs à la NSA pour utiliser son modèle le plus puissant, Mythos, dans des cyber-opérations offensives. Mythos est le même modèle qu'Anthropic ne rend pas public, invoquant des risques d'abus ; il n'est disponible que via le projet fermé Glasswing avec Microsoft, Apple et Amazon. Le même jour, l'institut interne de l'entreprise a publié l'étude «  When AI Builds Itself  » et a appelé à un moratoire coordonné au niveau mondial, le comparant aux traités de désarmement nucléaire de la Guerre Froide. La justification : Claude écrit désormais plus de 80 % du code qui entre en production (début 2025, ce chiffre était dans les bas pourcentages à un chiffre), et les ingénieurs livrent environ huit fois plus de code par jour qu'en 2024. Parallèlement, Anthropic poursuit le Pentagone en justice, qui, après l'échec d'un contrat de 200 millions de dollars, a classé l'entreprise comme un risque pour la chaîne d'approvisionnement – une étiquette habituellement réservée à Huawei. Le point de discorde : Anthropic ne voulait pas autoriser l'utilisation de Claude pour des systèmes d'armes entièrement autonomes et la surveillance de masse intérieure, mais le contrat avec la NSA était exempté de cette interdiction. Et tout cela pendant qu'Anthropic prépare une introduction en bourse qui pourrait valoriser l'entreprise à plus de mille milliards de dollars. → Techpresso

Synthszr Take: Anthropic vend le freinage d'urgence à tout le monde et appuie sur l'accélérateur. Le document sur le moratoire se lit comme une tentative de couler un fossé de protection en béton moral : celui qui est déjà en tête et qui a la NSA comme client profite le plus si les autres s'arrêtent. En avril, nous écrivions ici que Mythos est l'IA qui détecte les failles logicielles à la vitesse de l'éclair ; maintenant, nous voyons à quoi sert cette même capacité, et ce n'est manifestement pas que pour la défense. Le chiffre de 80 % est la véritable bombe : si un modèle écrit la majeure partie de son propre successeur, la course est devenue récursive, et aucun traité aux allures de pacte avec la Russie ne l'arrêtera volontairement. La position envers le Pentagone, refusant les armes autonomes et la surveillance intérieure, reste remarquable, même si l'exception pour la NSA montre où se situe la ligne rouge. Quiconque vise une valorisation de mille milliards de dollars tout en appelant le secteur à faire une pause ne devrait pas s'étonner de perdre sa crédibilité en premier. La confiance se construit par un comportement cohérent, pas avec deux communiqués de presse le même jour.

Google loue de la puissance de calcul à SpaceX pour 920 millions de dollars par mois

Une semaine avant la plus grande introduction en bourse de l'histoire, SpaceX a conclu un nouvel accord de calcul, cette fois avec Google. Selon un document déposé auprès de la SEC vendredi, Google paiera environ 920 millions de dollars par mois d'octobre 2026 à juin 2029 pour accéder à environ 110 000 GPU NVIDIA, ainsi qu'à des CPU et de la mémoire. L'accord est similaire à celui conclu avec Anthropic fin mai, selon lequel SpaceX encaissera 1,25 milliard de dollars par mois pour l'ensemble du datacenter Colossus 1 à Memphis, initialement construit par xAI pour ses propres besoins. Google obtient ainsi environ la moitié de la puissance de calcul qu'Anthropic y utilise, tandis que Musk réservera probablement Colossus 2 à xAI. Fait piquant : Google est considéré comme le plus grand détenteur de puissance de calcul IA au monde, mais justifie la location par une demande plus élevée que prévu pour Gemini Enterprise. La société mère Alphabet a déjà engagé plus de 180 milliards de dollars de CAPEX cette année et a récemment levé 80 milliards de dollars par le biais d'une émission d'actions. SpaceX prévoit de lever environ 75 milliards de dollars lors de son introduction au Nasdaq, pour une valorisation de 1,75 billion de dollars, et les deux entreprises parlent déjà de datacenters en orbite. → Techpresso

Synthszr Take: Si Google, malgré 180 milliards de dollars de CAPEX et son titre de plus grand détenteur de puissance de calcul au monde, verse encore 920 millions par mois à SpaceX, alors la puissance de calcul est la matière première la plus rare de cette décennie. C'est le paradoxe de Jevons à l'état pur : plus Gemini Enterprise devient performant, plus la demande augmente, et les gains d'efficacité s'évaporent dans encore plus de charges de travail. La boucle financière derrière tout ça est jolie : Alphabet détiendra plus de 100 milliards dans SpaceX après l'introduction en bourse et paie maintenant un loyer pour sa propre participation. La clause de résiliation de 90 jours à partir de fin 2026 révèle que même Google ne voit cela que comme une solution de transition en attendant de rattraper son retard avec ses propres capacités TPU. Pour tous ceux qui jouent dans une ligue inférieure, la discipline en matière de calcul devient une règle de base. Ceux qui ne conçoivent pas leur architecture de modèle et de fournisseur pour une capacité interchangeable finiront par payer les prix de Memphis pour quelque chose qui devrait être une commodité (commodity).

Pour la première fois, Meta demande de l'argent pour l'IA : Hatch pourrait coûter jusqu'à 200 dollars par mois

Avec «  Hatch  », Meta développe son premier produit d'IA payant, et le prix pourrait atteindre jusqu'à 200 dollars par mois. Hatch est conçu comme une variante conviviale de l'outil open-source OpenClaw : on décrit en langage simple ce dont on a besoin, et l'agent construit un outil fonctionnel, planifie des rendez-vous ou envoie des e-mails. Des documents internes révèlent une version gratuite ainsi qu'un abonnement «  Hatch Plus  » avec des limites d'utilisation cinq à dix fois plus élevées, ce qui place Meta en concurrence directe avec OpenAI et Anthropic, qui demandent entre 100 et 200 dollars pour leurs abonnements premium. Un lancement plus large aux États-Unis est prévu pour juillet. Hatch devrait également alimenter le matériel d'IA prévu par Meta, notamment de nouvelles lunettes intelligentes avec «  Supersensing  » et un pendentif IA, dont les tests internes sont prévus pour le printemps 2027. Mark Zuckerberg voit dans les agents d'IA un moyen de générer des revenus au-delà de la publicité, nécessaire pour refinancer les énormes investissements en infrastructure d'environ 600 milliards de dollars, qui ont déjà entraîné des licenciements. Microsoft avec Scout et Google avec Gemini Spark ont récemment présenté des systèmes similaires. → Techpresso

Synthszr Take: Pendant deux décennies, Meta a vécu du principe que les utilisateurs étaient le produit et que la publicité payait la facture. Maintenant, pour la première fois, il y a une étiquette de prix, et elle est de 200 dollars par mois. C'est la partie la plus honnête de l'histoire : quand on engloutit 600 milliards dans des datacenters et qu'on licencie déjà du personnel pour cela, on ne peut pas éternellement faire reposer le refinancement sur le secteur publicitaire. Il est intéressant de noter que Hatch est basé sur OpenClaw, le même outil open-source qui est apparu chez Microsoft en juin comme un collègue 24/7 dans Teams (nous en avons parlé début juin). Trois géants, un outil open-source, trois étiquettes de prix : la véritable concurrence passe de «  qui construit le meilleur agent  » à «  qui l'intègre le plus profondément dans le matériel et le quotidien  ». C'est exactement là que se situe le pari de Meta avec ses lunettes et son pendentif, et c'est aussi là qu'il peut échouer si les 200 dollars ressemblent plus à une obligation d'abonnement qu'à une valeur ajoutée décuplée. Quiconque demande 200 dollars aujourd'hui doit fournir ce qui n'était pas possible gratuitement auparavant, sinon le bouton Plus restera sans être cliqué.

Les constructeurs de modèles chinois méconnus : Xiaomi, Meituan et StepFun

Tech Buzz China détourne le regard des laboratoires habituels pour se concentrer sur trois noms qui passent généralement inaperçus dans le débat sur l'IA. Le modèle MiMo de Xiaomi est directement lié aux smartphones, aux voitures, à HyperOS, aux appareils IoT, ainsi qu'à ses propres canaux de distribution. Meituan exploite ses modèles LongCat et Xiaomei au cœur des services hors ligne, c'est-à-dire là où convergent déjà les données sur la demande, l'offre, le routage, le paiement et les réclamations. StepFun semble encore être un laboratoire indépendant de l'extérieur, mais dirige également son offensive en matière d'agents vers les smartphones. L'analyse fait partie du nouveau China AI Atlas, un guide de terrain évolutif sur les laboratoires, les flux de talents, les investisseurs et les plateformes mères. Parallèlement, Weijin Research sépare la question de savoir où les modèles chinois sont utilisés dans le monde de celle de savoir où la production de tokens et la création de valeur ont réellement lieu. → Tech Buzz China

Synthszr Take: Les constructeurs de modèles intéressants en Chine ne sont pas dans les classements, ils sont dans la chaîne d'approvisionnement. Un laboratoire sans distribution doit d'abord trouver un débouché pour ses tokens ; Xiaomi, Meituan et StepFun ont déjà le canal avant même que le modèle ne soit terminé. Meituan alimente LongCat avec de vraies transactions du commerce local, chaque commande, chaque réclamation, chaque optimisation d'itinéraire devient un signal d'entraînement. C'est un fossé de protection qu'un pur laboratoire de recherche ne peut pas construire sans une levée de fonds. En mai, nous écrivions sur les remises de Xiaomi allant jusqu'à 99 %, et cela n'a de sens que si l'inférence se fait dans son propre écosystème plutôt que sur une plateforme tierce. Pour comprendre l'IA chinoise, il faut regarder les flux de données en exploitation, pas les benchmarks. La compétition se joue sur la question de savoir qui a le point de contact avec l'utilisateur.

Le guide du sceptique pour les vidéos virales de robots

Les timelines sont remplies d'humanoïdes qui trient des colis, plient le linge et se promènent dans des streams en temps réel. Dipam Patel, doctorant en informatique à l'Université Purdue et assistant de recherche au US Army DevCom Army Research Lab, fournit une check-list sobre à ce sujet dans un article d'Ars Technica. Son premier point : beaucoup de ces démos fonctionnent par téléopération, un humain contrôle directement le robot. Tant qu'un article de recherche ou une entreprise ne parle pas explicitement d'autonomie complète, la plus grande méfiance est de mise. Patel conseille également de vérifier si le robot maîtrise un nouvel environnement de test ou s'il ne fait que répéter une tâche déjà entraînée dans la configuration exacte où il l'a apprise. Et le grand classique : la vitesse de lecture. Les robots sont lents pour des raisons de sécurité, certaines vidéos sont lues en 2x ou 4x, le robot met donc deux ou quatre fois plus de temps qu'un humain. → Techpresso

Synthszr Take: Le même principe s'applique ici que pour le Vibe Coding : une démo qui fonctionne dans le navigateur est à des années-lumière d'être prête pour la production. Un robot qui saisit une tasse dans sa cuisine d'entraînement à quadruple vitesse a à peu près la même valeur indicative qu'un code qui fonctionne sur localhost et plante avec mille utilisateurs simultanés. Le véritable progrès réside dans la généralisation, c'est-à-dire la capacité à gérer de manière autonome un environnement inconnu du premier coup. C'est précisément ce qui ne peut pas être condensé dans un clip de 15 secondes pour les timelines, et c'est pourquoi nous le voyons si rarement. Quiconque investit ou achète devrait poser les deux questions que Patel suggère : entièrement autonome ou téléopéré, et nouvel environnement ou répétition. En mai, nous écrivions déjà que l'IA quitte le laboratoire et que la valeur réelle remplace les démos ; avec les humanoïdes, cette ligne de démarcation est encore plus nette. Vérifier la vitesse de lecture prend dix secondes et évite beaucoup de fausse euphorie.

GEO, SEO, Contenu : Arrêtez de penser en canaux

Le 9 juin aura lieu «  BreakingSilos 2026  », un événement en ligne organisé par SE Ranking en collaboration avec Planable et une longue liste de personnalités connues du marketing. La question sous-jacente : comment les marques assurent-elles leur visibilité lorsque l'intelligence artificielle décide de ce qui est vu, à travers le SEO, les réseaux sociaux, le contenu et les RP ? Sur scène, des personnalités comme Rand Fishkin (SparkToro), Eli Schwartz (auteur de «  Product-Led SEO  »), Ross Simmonds (Foundation Marketing) et Crystal Carter, Head of AI Search & SEO chez Wix. Le cœur du sujet transparaît dans les titres des sessions : les signaux de marque générés artificiellement sont filtrés, voire pénalisés par les systèmes d'IA, tandis que les marques avec des taux de citation élevés dans les grands modèles de langage font quelque chose d'autre qui est difficile à copier. La thèse du jour est de ne plus gérer le SEO, les réseaux sociaux et le contenu comme des disciplines concurrentes, mais comme un système de visibilité cohérent. La promesse : des frameworks exploitables de praticiens, applicables dès la même semaine. → TAAFT - There's An AI For That

Synthszr Take: Le titre est bien trouvé, même si l'événement est au final un entonnoir de génération de leads pour SE Ranking. Le point reste néanmoins pertinent : en 2026, quiconque maintient une équipe pour «  les réseaux sociaux  », une pour le SEO et une pour les RP construit des silos qui ne correspondent plus du tout au modèle de découverte de ChatGPT et consorts. C'est exactement la couche pipeline (pipeline-layer) dont je parle dans Code Crash. Tout le monde achète les outils, HubSpot-AI, Klaviyo, quelques licences Copilot. Cela deviendra une commodité (commodity) dans 24 mois. Ce qui fait la différence, c'est la logique de livraison qui se cache derrière : la voix de la marque comme une bibliothèque de modèles (pattern-lib), le contenu comme un actif continu plutôt qu'une production spécifique à une plateforme, alimenté par des personnes ayant une véritable expertise du domaine. Nous écrivions déjà à la mi-mai que Google tue le contenu IA à grande échelle ; maintenant, l'autre côté de la médaille se révèle, à savoir que les signaux de marque authentiques sont la seule monnaie qu'un modèle de langage cite encore. Quiconque structure son organisation marketing par canaux plutôt que par pipeline de résultats s'acharne sur un cheval mort.