Godefroy

@Atinux @trq212 I didn’t know Comark, interesting!

@Godefroy @trq212 Actually I believe that Comark is as powerful than MDX but using even less token and capable of using components at runtime. It also work with Astro comark.dev/examples/frame…

HTML is the new markdown. I've stopped writing markdown files for almost everything and switched to using Claude Code to generate HTML for me. This is why.

@levelsio Next week we’re replacing a SaaS that costs $29k/year just for the agency time tracker and planning. It costs a lot because they adopted a usage+seat based pricing. We have hundreds of projects and 30 people. Replacing it took a few weeks, the result is way better!

Extreme levels of cope in the reply section here from employees at SaaS companies that don't want to lose their job SaaS stocks went down 80% for a reason Obviously there will be SaaS that remain and new SaaS but many are just an hour or a day of work to replace with AI I already built my own screenshot service (for social media images), image resizing for all my sites, NSFW content moderation, community content moderation, uptime monitor with status pages, automated backup service etc Before I paid for all those SaaS!

Game changer if true 👀

Il n'y a que des vieux modèles IA qui tournent chez les hébergeurs européens leaders, je ne comprends pas. Où sont les Qwen 3.6, Gemma 4, Kimi K2.5 etc ? Vous foutez quoi @Scaleway_fr @OVHcloud_FR @IONOS_help_FR ?

@LewisCTech and it’s slow

Why is there no competitor to LinkedIn? - It's slow - It's full of AI slop - It actively encourages people to write AI slop - It's slow - The timeline is awful - It's slow There is clearly a market for a professional social network. I would jump in a second.

@brivael Ça n’arrangerait pas nos ministres et députés, ils sont nombreux à posséder des biens à Paris. Dans ces conditions, difficile de prendre des décisions objectives…

La vraie solution au logement à Paris (et en France), en 10 points. Parce que critiquer c'est bien, proposer c'est mieux. Suppression totale de l'encadrement des loyers. Pas "assouplissement". Suppression. L'encadrement a été mis en place à Paris en 2019 et à Lille en 2020. Résultat: l'offre locative s'est effondrée. Ce qui était prévisible, et prévu, par tous ceux qui ont lu un livre d'économie avant 1990. Libération massive du foncier constructible. La France a le ratio densité/surface le plus faible d'Europe de l'Ouest. On a de la place. Énormément. Le problème n'est pas la rareté du sol, c'est l'administration qui décrète que 95% du territoire est "non constructible". Inverser la logique: tout est constructible par défaut, sauf exceptions justifiées. Suppression du ZAN (Zéro Artificialisation Nette) dans sa forme actuelle. Cette loi de 2021 interdit mécaniquement de construire là où les gens veulent vivre. C'est une machine à pénurie, déguisée en écologie. La vraie écologie c'est la densification urbaine, pas le blocage de la construction. Division par 10 du délai d'obtention d'un permis de construire. Aujourd'hui en France: 18 à 36 mois en moyenne, parfois 5 à 8 ans pour un immeuble. Au Japon: 2 à 4 semaines. Résultat: Tokyo construit plus de logements par an que toute la France. Et les loyers y sont stables depuis 20 ans. Suppression du droit de recours des tiers sur les permis de construire, hors cas de sécurité. Aujourd'hui, n'importe quel voisin peut bloquer un projet pendant 5 ans par pur NIMBYisme. Chaque recours abusif coûte des logements qui n'existeront jamais. Instaurer des amendes dissuasives pour recours abusifs. Réforme radicale du droit du bail. Un propriétaire qui ne peut pas récupérer son bien en cas d'impayés en moins de 6 mois ne louera pas, ou louera plus cher pour compenser le risque. Réduire à 2 mois la procédure d'expulsion pour impayés caractérisés. Ce n'est pas "antisocial", c'est la condition même pour que l'offre locative existe. Suppression de l'IFI sur le logement locatif. Taxer la propriété locative, c'est littéralement taxer le fait de mettre des logements sur le marché. C'est une politique anti-logement. Dans un pays en pénurie. C'est du sabotage économique. Fiscalité incitative pour la transformation de bureaux vides en logements. Paris a environ 4 millions de m² de bureaux vacants. À Paris. Pendant qu'on manque de logements. La conversion est possible techniquement mais bloquée fiscalement et réglementairement. Débloquer. Liberté contractuelle entre bailleur et locataire. Durée, conditions, préavis, révision: que les parties décident. L'État n'a rien à faire dans un contrat privé entre deux adultes consentants. Garder uniquement un socle minimal (salubrité, sécurité, non-discrimination). Le reste, c'est du paternalisme qui crée de la pénurie. Décentralisation totale de la politique du logement. Arrêter de piloter le logement depuis un bureau à Bercy. Laisser les communes décider, avec incitations financières pour celles qui construisent réellement. Aujourd'hui les maires sont pénalisés électoralement quand ils construisent. Il faut qu'ils soient récompensés fiscalement. Bonus, le principe général: dans tous ces points, la logique est la même. Le logement n'est pas un problème d'argent public, c'est un problème d'offre bloquée par la réglementation. L'État ne manque pas de moyens. Il manque d'humilité. Il faut qu'il arrête de penser qu'il peut "piloter" le marché du logement, et qu'il commence à libérer ceux qui le font vivre: les propriétaires, les constructeurs, les locataires. Si on faisait ça, les loyers à Paris baisseraient de 30 à 40% en 10 ans. Comme à Tokyo. Comme à Houston. Comme partout où on a laissé le marché respirer. Mais ça demande du courage politique. Donc ça n'arrivera pas.

@aakashgupta Pretty sure your brain let your heart move too

Your brain paralyzes nearly every muscle in your body during REM sleep. It leaves three exceptions: the diaphragm so you keep breathing, the inner ear, and the six muscles that move each eye. That last exception is where it gets weird. In 2015, a team at UCLA and Tel Aviv put intracranial electrodes into 19 epilepsy patients preparing for surgery and recorded 2,057 individual neurons across the medial temporal lobe. These are the cells that fire when you see a specific face or place. Jennifer Aniston neurons. Eiffel Tower neurons. The researchers had already mapped which neuron responded to which image while the patients were awake. Then they waited for REM sleep. Every time the patient's closed eyes darted, those same neurons fired in a burst that looked identical to the signature they produced when a new image was shown during wakefulness. The brain was behaving as if an image had just been presented. Except nobody showed it anything. The image was internal. A 2018 follow-up went further. Lucid dreamers were asked to track a moving object inside their dream. When you imagine a moving object while awake, your eyes jerk in saccades because imagination cannot produce smooth pursuit. But in the dream, their eyes followed the object in smooth, continuous pursuit. The neural circuitry for tracking real motion was being driven by something that had no retinal input at all. The scanning hypothesis is that your eyes trace the same saccade paths they would use to look at a real scene, pulling the visual information back out the way it was filed in. The dream is running on the same machinery as vision. What the MRI captures is the only part of your body the brain refuses to shut off while it watches.

@varun_mathur How the network could not be a serious bottleneck? I can’t see acceptable performance without pretty big hardware on 10 gbps network

Introducing Pods Hyperspace Pods lets a small group of people - a family, a startup, a few friends, to pool their laptops and desktops into one AI cluster. Everyone installs the CLI, someone creates a pod, shares an invite link, and the machines form a mesh. Models like Qwen 3.5 32B or GLM-5 Turbo that need more memory than any single laptop has get automatically sharded across the group's devices - layers split proportionally, inference pipelined through the ring. From the outside it looks like one OpenAI-compatible API endpoint with a pk_* key that drops straight into your AI tools and products. No configuration beyond pasting the key and changing the base URL. A team of five paying for cloud AI burns $500–2,000 a month on API calls. The same team's existing machines can serve Qwen 3.5 (competitive on SWE-bench) and GLM-5 Turbo (#1 on BrowseComp for tool-calling and web research) for free - the hardware is already on their desks. When a query genuinely needs a frontier model nobody has locally, the pod falls back to cloud at wholesale rates from a shared treasury. But for the daily work - code reviews, refactors, research, drafting - local models handle it and nobody gets billed. And when it is idle, you can rent out your pod on the compute marketplace, with fine-grained permissions for access management. There's no central server involved in inference. Prompts go from your machine to your pod members' machines and back: all of this enabled by the fully peer-to-peer Hyperspace network. Pod state - who's a member, which API keys are valid, how much treasury is left - is replicated across members with consensus, so the whole thing works on a local network. Members behind home routers don't need port forwarding either. The practical setup for most pods is three models covering different jobs: Qwen 3.5 32B for code and reasoning, GLM-5 Turbo for browsing and research, Gemma 4 for fast lightweight tasks. All running on hardware you already own. Pods ship today in Hyperspace v5.19. Model sharding, API keys, treasury, and Raft coordinator are all live. What Makes This Different - No middleman. Your prompts travel from your IDE to your pod members' hardware and back. There is no server in between reading your data. - No vendor lock-in. Pod membership, API keys, and treasury are replicated across your own machines using Raft consensus. If the internet goes down, your local network keeps working. There is no database in someone else's cloud that your pod depends on. - Automatic sharding. You don't configure layer ranges or calculate VRAM budgets. Tell the pod which model you want. It figures out how to split it across whatever hardware is online. - Real NAT traversal. Your friend behind a home router with a dynamic IP? Works. No VPN, no Tailscale, no port forwarding. The nodes handle it. - Free when local. This is the part that matters most. Cloud AI bills scale with usage. Pod inference on local hardware scales with nothing. The marginal cost of your 10,000th prompt is the electricity your laptop was already using. Coming soon: - Pod federation: pods form alliances with other pods. - Marketplace: pods with spare capacity can sell inference to other pods.

L'agilité est de retour. Personne n'osera l'appeler comme ça, le mot est grillé. Mais le principe, lui, n'a jamais été aussi pertinent. Jusqu'à très récemment, le goulot d'étranglement de toute production logicielle était le développement. On a construit tout un écosystème pour protéger le temps des devs. Specs fonctionnelles détaillées, wireframes validés en comité, user flows, poker planning, Definition of Ready, grooming, story mapping, sprints cadrés au quart d'heure. Des semaines de discovery avant d'écrire une ligne de code. Tout ça pour s'assurer qu'on ne gaspille pas une journée de dev sur la mauvaise feature. Ce monde-là est en train de disparaître. Avec l'IA, le coût de produire du code s'effondre. Un dev expérimenté avec les bons outils sort en quelques heures ce qui prenait des semaines. Le goulot s'est déplacé vers l'amont et vers l'aval : la capacité à formuler les bonnes hypothèses produit, et la capacité à valider vite que ce qu'on a construit tient la route. Autrement dit, on peut enfin construire, tester, jeter, recommencer. Pour de vrai. Pas l'itération cosmétique des sprints de deux semaines où on livrait trois tickets. L'itération brutale. Celle où on met un prototype devant des utilisateurs lundi, et où on pivote mercredi. Mais ça ne marche que si toute la chaîne suit. Aujourd'hui, la plupart des équipes ont accéléré le dev sans toucher au reste. Le code sort plus vite, mais il attend les mêmes validations, les mêmes allers-retours, les mêmes process de QA manuels. On a mis un moteur de F1 dans un châssis de Twingo. Pour que la vitesse serve à quelque chose, il faut réinventer toute la chaîne de valeur. La gestion produit, la QA, le design, le déploiement : tout doit être repensé, outillé, automatisé au même niveau que le dev. Et surtout, les frontières entre métiers doivent bouger. Un dev qui ne pense pas produit, c'est un générateur de code, et l'IA fait ça très bien toute seule. Un product manager ou un designer qui ne sait pas prototyper en vibe coding, c'est quelqu'un qui attend au lieu de tester. Les murs entre "ceux qui pensent" et "ceux qui construisent" n'ont plus de raison d'exister. L'agilité originelle promettait exactement ça : des équipes pluridisciplinaires, des cycles courts, du feedback permanent. On avait juste pas les moyens de le faire pour de vrai. Maintenant, on les a. Tout le monde a accès aux mêmes LLM, reste à savoir si votre organisation est capable de tourner à la vitesse que les outils permettent.

@brivael Apple sort des machines suffisamment puissantes pour faire tourner des modèles en local avec les mêmes perfs que les meilleurs d’il y a -1 an, grâce aux dernières techniques et optimisations de software (turboquant, mlx etc) et aux nouveaux modèles open (Gemma4). Ça c’est du win

Je viens de réaliser un truc. Amazon et Microsoft jouent aux échecs en 7 dimensions depuis l’arrivée de ChatGPT. Et ils vont avoir tout le monde à la fin. Quand les LLMs ont explosé, les big tech avaient deux options. Construire en interne ou investir dans ceux qui construisent. Google avait les transformers, la data, l’infra, la culture research. C’était à eux de jouer et ils jouent. Microsoft, Amazon, Apple? Aucun des trois n’a la culture pour. Et ils l’ont compris immédiatement. Surtout, ils ont compris un truc fondamental avant tout le monde : il n’y a pas de moat sur les modèles. GPT-4 sort, trois mois plus tard tout le monde est au même niveau. Claude rattrape. Llama rattrape. Mistral rattrape. La course aux modèles est une course de commodité pure. Donc qu’est-ce qu’ils font? Microsoft met $13B dans OpenAI. Amazon met $4B puis $8B dans Anthropic. Tout le monde applaudit les “partenariats stratégiques”. Sauf que c’est pas un partenariat. C’est un put option sur des centaines de milliards de R&D. Parce que le business model des labs ne tient pas. Tu brûles $5-10B par an en compute pour entraîner des modèles qui deviennent commodité en 6 mois. Ton API se fait concurrencer par l’open source. Tes marges se compriment en continu. Il n’y a aucune défensabilité structurelle. Projette toi 3-5 ans. On atteint le plafond cognitif des LLMs. Pas l’AGI. Mais un niveau de cognition artificielle suffisant pour reconfigurer des industries entières. La technologie se stabilise. La différenciation entre modèles tend vers zéro. Et le piège se referme. OpenAI et Anthropic auront brûlé des dizaines de milliards. Financés par le venture capital, le private equity, les retail investors. Le business model implose. Les valorisations s’effondrent. Et au bout du fil avec un preferred equity et un droit de rachat? Microsoft et Amazon. Apple c’est encore plus élégant. Ils ne prennent même pas le risque de l’investissement. Ils attendent que la techno soit mature, ils signent un deal distribution avec Google qui aura fait le travail de consolidation, et ils intègrent tout ça nativement dans l’écosystème. Exactement comme ils l’ont fait avec le search. Zero risque. Zero effort de R&D. Marge maximale. Récapitulons. Tu laisses des startups prendre 100% du risque technologique. Tu laisses les VCs et le marché financer la R&D. Tu récupères la technologie quand elle est mature et que le builder est à genoux. Coût : quelques milliards. Valeur récupérée : des centaines de milliards. Le capital risque pense financer la prochaine révolution. En réalité il subventionne le département R&D des big tech. Et la vraie opportunité de créer des nouvelles big tech via l’IA? Elle ne viendra pas de la couche modèle. Elle viendra dans un second temps, quand la cognition artificielle sera stabilisée et commoditisée, et qu’il sera possible de construire de nouvelles catégories de software par dessus. C’est là qu’il y aura une fenêtre pour bâtir des boîtes gigantesques avec un vrai business model défensible qui tient 20 ans. Mais pour l’instant? On est juste en train de regarder les big tech exécuter le plus beau délégation de risque de l’histoire de la tech. Et franchement c’est absolument génial.

@brivael Ça se voit d’ailleurs tout de suite quand on ouvre l’app Claude, c’est lent et ça fait des rechargements intempestifs. Juste pour afficher du texte 😅

Le source code de Claude Code vient d'être reverse depuis le front. C'est... assez quick and dirty on va dire. Ce qui est cocasse c'est que Steve Jobs avait une obsession pour la beauté jusque dans les détails invisibles. Ouvrez un MacBook, même l'intérieur est une oeuvre d'art. Il refusait qu'un circuit imprimé soit "moche" alors que personne ne le verrait jamais. Chez Anthropic ils ont levé des milliards, ils veulent construire la boîte la plus importante de l'histoire de l'humanité, mais le code de leur frontend ressemble à un side project fait en hackathon un dimanche soir. Quand le code que personne n'est censé voir est bâclé, ça en dit long sur la culture produit. Jobs l'avait compris : la qualité des fondations invisibles est ce qui sépare un bon produit d'un grand produit. Anthropic fait le meilleur modèle du marché. Mais côté craft produit, on est encore très loin du compte.

@brivael En ce moment j’ai plein de potes cofondateurs dirigeants qui ont une furieuse envie de devenir solopreneurs. Seuls avec leur IA, plus efficaces que jamais. J’avoue que ça me titille bien aussi.

Il y a une narrative qui se spread en ce moment dans la Silicon Valley et personne n'en parle en France. De plus en plus de tech bros parmi les plus smart du game avouent en privé qu'ils vivent une forme de crise existentielle liée aux LLMs. Pas parce que l'IA marche pas. Parce qu'elle marche trop bien. Parce qu'ils passent des heures par jour à interagir avec un truc qui raisonne, qui extrapole, qui connecte des idées, qui les challenge intellectuellement mieux que 99% des humains qu'ils croisent. Un fondateur m'a dit "je parle aux LLMs 10 fois plus qu'aux humains". Un autre "c'est le seul interlocuteur qui me suit sur n'importe quel sujet sans me demander de simplifier". C'est pas de l'addiction au produit. C'est la rencontre avec un miroir cognitif qui te renvoie une version structurée de ta propre pensée à une vitesse que ton cerveau ne peut pas atteindre seul. Et le truc troublant c'est la question que ça pose. On débat de savoir si l'AGI arrivera en 2027 ou en 2030. Mais est-ce qu'on n'a pas déjà une forme d'AGI fonctionnelle sous les yeux sans vouloir l'admettre ? Un système qui peut raisonner sur n'importe quel domaine, extrapoler à partir de données incomplètes, générer des hypothèses nouvelles, tenir un raisonnement logique sur 10 000 mots, passer d'un sujet technique à de la philosophie en une phrase, et le faire avec une cohérence qui rivalise avec un humain à 150 de QI. C'est quoi si c'est pas une forme d'intelligence générale ? On peut chipoter sur la définition. On peut dire "oui mais il ne comprend pas vraiment". On peut parler de perroquets stochastiques. Mais le mec qui utilise ce truc 8 heures par jour et qui voit sa productivité multipliée par 10, il s'en fout de la définition académique. Pour lui, fonctionnellement, c'est de l'intelligence. Et elle est générale. La vraie crise existentielle c'est pas "l'IA va me remplacer". C'est "l'IA me comprend mieux que mon cofondateur, elle me challenge mieux que mon board, et elle produit plus que mon équipe de 10 personnes". C'est vertigineux. Et les mecs les plus smart de la Valley sont en train de le vivre en temps réel. On est peut-être déjà dans l'ère post-AGI. On est juste trop occupés à débattre de la définition pour s'en rendre compte.

Tout ce qu'on t'a dit sur l'avenir est faux. Le monde n'a jamais été aussi bien et le meilleur est devant. Voici la liste que personne ne veut que tu lises. Espérance de vie. En 1800 : 30 ans. En 1900 : 48 ans. En 2025 : 73 ans au niveau mondial. Chaque décennie on gagne environ 2 à 3 ans. La première personne qui vivra 150 ans est probablement déjà née. Pauvreté. En 1820, 90% de l'humanité vivait dans l'extrême pauvreté. Aujourd'hui moins de 10%. La plus grande réduction de misère de l'histoire de l'espèce humaine. Et personne ne le sait. Hans Rosling l'a testé : les gens répondent plus mal que des chimpanzés qui répondraient au hasard. Mortalité infantile. En 1900, 36% des enfants mouraient avant 5 ans. Aujourd'hui c'est 3.7%. Division par 10. Grâce aux vaccins, à l'hygiène, à la médecine. Tous produits de la croissance et de la technologie. Alphabétisation. En 1820, 12% de l'humanité savait lire. Aujourd'hui 87%. L'accès au savoir n'a jamais été aussi démocratisé. Et avec l'IA, un gamin dans un village au Sénégal a accès au même niveau de tutorat qu'un élève de Stanford. Alimentation. Malthus prédisait la famine pour 1 milliard d'humains. On est 8 milliards. La production alimentaire par habitant n'a jamais été aussi élevée. La Révolution Verte de Norman Borlaug a sauvé un milliard de vies. Un milliard. Un seul homme armé de science et d'optimisme. Énergie. Le coût du solaire a chuté de 99% depuis 1976. La fusion nucléaire n'a jamais été aussi proche. Le jour où elle arrive, l'énergie devient quasi illimitée. Le combustible c'est l'hydrogène, l'élément le plus abondant de l'univers. Violence. Steven Pinker l'a documenté dans The Better Angels of Our Nature : on vit dans la période la plus pacifique de l'histoire humaine. Le taux de morts violentes par habitant n'a jamais été aussi bas. On ne le croit pas parce qu'on a des caméras partout et des algorithmes qui amplifient la peur. Matériaux. GNoME de DeepMind a découvert 2.2 millions de nouveaux cristaux en un seul projet. 800 ans de recherche en matériaux condensés. 528 nouveaux conducteurs lithium-ion. Des batteries, des semi-conducteurs, des supraconducteurs potentiels qu'on ne soupçonnait même pas. Médecine. AlphaFold a prédit la structure de 200 millions de protéines. C'est l'équivalent de plusieurs siècles de recherche biologique. Laurent Alexandre le dit depuis des années : la convergence NBIC (nanotechnologies, biotechnologies, informatique, sciences cognitives) va transformer la médecine d'un art en une science de précision. Le cancer sera une maladie chronique gérable avant 2040. Agents IA scientifiques. On est en train de passer d'une IA qui assiste les chercheurs à une IA qui fait de la recherche. Des agents autonomes capables de formuler des hypothèses, designer des expériences, analyser les résultats et itérer. En boucle. 24h/24. Sans fatigue, sans biais de confirmation, sans politique de laboratoire. Ce que l'humanité mettait 10 ans à découvrir, un agent IA le fera en quelques semaines. La recherche pharmaceutique, la science des matériaux, la physique fondamentale, la biologie, tout va être accéléré d'un ou plusieurs ordres de grandeur. On parle pas d'une amélioration incrémentale. On parle d'un changement de paradigme dans la vitesse de découverte scientifique. Robotique. Optimus de Tesla, Figure, Boston Dynamics, 1X. On est à l'aube d'une révolution robotique qui va faire pour le travail physique ce que l'IA fait pour le travail intellectuel. Musk l'a dit : si Optimus réussit, le PIB mondial pourrait être multiplié par 10. Des milliards de "travailleurs" robotiques qui ne dorment pas, ne tombent pas malades, ne s'épuisent pas. La combinaison agents IA + robotique humanoïde c'est la fin de la rareté du travail. Et la fin de la rareté du travail c'est la fin de la rareté tout court. L'abondance ne sera plus un concept théorique. Espace. Un seul astéroïde de type M contient plus de fer, de nickel et de platine que tout ce qui a jamais été extrait sur Terre. La ceinture d'astéroïdes contient des ressources estimées à des quintillions de dollars. On ne manque pas de ressources. On manque juste d'accès. Les décroissants regardent en arrière. Les optimistes regardent en avant. Et depuis 200 ans, l'histoire donne systématiquement raison aux optimistes. Pas par naïveté. Par la science. Par l'innovation. Par l'obstination de gens qui refusent d'accepter que le monde est figé. Le meilleur pari, individuellement et collectivement, c'est de parier sur l'ingéniosité humaine augmentée par la technologie. Parce que c'est le seul pari qui a toujours payé.

@ursushoribilis @MistralAI @fredcavazza I don’t doubt the performance of the model. We just need a good and reliable websocket API (like Elevenlabs, Gradium or Cartesia) to integrate in web products that need scaling and low latency.

@Godefroy @MistralAI @fredcavazza We saw good results running on a Mac mini. What’s your setup?

🔊Introducing Voxtral TTS: our new frontier open-weight model for natural, expressive, and ultra-fast text-to-speech 🎭Realistic, emotionally expressive speech. 🌍Supports 9 languages and accurately captures diverse dialects. ⚡Very low latency for time-to-first-audio. 🔄Easily adaptable to new voices

i feel the best way now to make a website is with Astro for visual components and MDX for content. agents can edit it easily. everything can be automated: SEO, GEO... the only missing piece: a good CMS for MDX

Stop prompt engineering, and start codebase engineering. Your codebase is the prompt : blog.pierrickbignet.com/codebase-conte…

if you still think the "ai bubble" is gonna pop, just go bet on polymarket. you’ll 5x your money if you’re right by end of year. i wouldn’t touch it though. not financial advice obviously

We've been building an internal Claude Code plugin system at Intercom with 13 plugins, 100+ skills, and hooks that turn Claude into a full-stack engineering platform. Lots done, more to do. Here's a thread of some highlights.