Martin Signoux

After 100 million tokens, performance was still going up. What we're seeing here is not the capability ceiling. From the report: "Performance on TLO continues to scale with the amount of inference compute spent, and we have not yet observed a plateau with the best models."

A hill that I will die on: with today's AI models, intelligence is a function of inference compute. Comparing models by a single number hasn't made sense since 2024. What matters is intelligence per token or per $. This is especially true when using it in a product like Codex.

@benedictk__ 🧑‍🍳 Tasty !

We shouldn’t talk about lunch that much at OpenAI

We completed the most comprehensive study of how economists and AI experts think AI will affect the U.S. economy. They predict major AI progress—but no dramatic break from economic trends: GDP growth rates similar to today's and a moderate decline in labor force participation. However, when asked to consider what would happen in a world with extremely rapid progress in AI capabilities by 2030, they predict significant economic impacts by 2050: • Annualized GDP growth of 3.5% (compared to 2.4% in 2025) • A labor force participation rate of 55% (roughly 10 million fewer jobs) • 80% of wealth held by the top 10% (highest since 1939) 🧵 Here's what we found:

@DFintelligence Exact

La plupart des projets d’IA générative échouent pour une raison simple que je vois tout le temps : le manque de vision et d’élan. Dans 99 % des cas, l’IA est abordée comme un sujet à la mode, et non comme un besoin de restructuration presque complet des façons de faire, de penser et de mesurer la performance. Tout le monde veut lancer un POC rapidement pour montrer si “ça marche ou pas”, et dans 90 % des cas, tout s’arrête ensuite. Non pas parce que ça ne fonctionne pas, mais parce que l’effet waouh est passé. Une fois qu’on a prouvé que ça marche sur un tout petit exemple, l’effort nécessaire pour passer à l’échelle devient trop important. Et souvent, comme on veut aller vite sur le POC, on prend des raccourcis. Résultat : au moment du passage à l’échelle, il faut quasiment tout refaire. Sans même parler du nombre de fois où j’ai vu des prestataires jouer avec les métriques de réussite tout au long du projet pour mettre en avant celle qui montre que “ça marche”, parce qu’il faut absolument que ça marche. Alors que non. Parfois, l’IA est utile dans un cas, et pas dans un autre. Il ne faut pas forcer la poursuite d’un projet à tout prix s’il existe des méthodes plus simples et moins coûteuses. Enfin, une autre raison de l’échec de ces projets, c’est qu’on a vendu l’IA générative comme quelque chose de magique : deux appels API, et c’est bon, ça marche direct, je l’ai vu sur LinkedIn. Mais non. Ça se confronte au réel. Comme d’habitude : les données, les pipelines, l’intégration, les usages… Bref, comme pour tous les projets informatiques, ce qui compte, c’est le cadrage dès le départ, l’acceptation du fait que ce type de projet demande un vrai investissement, et surtout une philosophie dans laquelle l’échec est permis. Non, ce n’est pas magique. Bref, tout ça pour dire : business as usual. Fuyez les vendeurs de perlimpinpin dans l’IA parce que olalala qu’est ce qu’il y en a partout et en tant qu’entreprise accepté mieux le risque et ne courait pas derrière le dernier truc à la mode posez vous simplement la question : où est ce que vous voulez être dans 6mois et 2 ans ?

@bfmbusiness « Niveau rigueur méthodologique, c’était zéro sur zéro ». (Ne même pas citer le modèle testé alors que c’est ce qui determine TOUT)

This is a really cool project. Worth exploring to get raw impressions from AI usage across the entire spectrum.

Agents Over Bubbles Agents are fundamentally changing the shape of demand for compute, both in terms of how they work and in terms of who will use them. They're so compelling that I no longer believe we're in a bubble. stratechery.com/2026/agents-ov…

👀

When thinking about the societal implications of technology-induced abundance, you can use the present as a reference. The present is already a state of extreme abundance compared to 200 years ago and you should expect similar dynamics to play out

This is only immersive vibe-coding, but imagine in a couple of years when you’ll be able to create your environment in real-time. You won’t be in a Matrix, you’ll create-as-you-go your own Matrix.

@dr_l_alexandre Oui. Je te pardonne. Mais maintenant revient Laurent. Je me suis refait une beauté avec GPT5.4 sorti ce soir.

Depuis quelques jours, je suis parti chez Claude et j’ai quitté ChatGPT. Et, j’ai un peu l’impression de tromper ChatGPT. Est-ce un adultère numérique ?

US productivity grew by a robust 2.8% for all of 2025 (as well as in q4 of 2025) a smidge higher than the 2.7% that I predicted three weeks ago in my @FT article. Is this partly due to AI? It's too soon to sure - these numbers are notoriously volatile. But the old line "we see AI everywhere but in the productivity statistics" may need to be retired. More importantly, I see large productivity gains -often double digits - in specific applications in many companies I visit. As those successes proliferate, I expect clearer evidence to be visible in the macro data.

@lugaricano @EmmanuelMacron @_FriedrichMerz In a parallel world yes, but in this one (👇) I doubt a relocation would be very popular

Wow. @EmmanuelMacron @_FriedrichMerz

@picharbonnier @LloydChery22 Do I contradict myself? Very well then I contradict myself, (I am large, I contain multitudes.) Damasio serait donc plus Whitmanien qu’Heudeggerien?

@LloydChery22 rien de très surprenant et il fait ce qu'il veut. mais après avoir joué le techno-critique heideggerien, avec retour aux sources, célébration de l'expérience primordiale et tout le bazar, c'est tout de même paradoxal, voire contradictoire...

L'expérimentation a toujours été dans son travail. Alain fait du Damasio, rien de très surprenant.

Reaching AGI won't be beating a benchmark. It will be the end of the human-AI gap. Benchmarks are simply a way to estimate the current gap, which is why we need to continually release new benchmarks (focused on the remaining gap). Benchmarking is a process, not a fixed point. We can say we have AGI when it's no longer possible to come up with a test that evidences the gap. When it's no longer possible to point to something that regular humans can do and AI can't. Today, it's still easy. I expect it will become nearly impossible by 2030.

« until it is no longer possible to propose something that humans can do and AI can't. AGI ~2030 » 👀

@juliencdt Bien vu. Je rajouterai qu’il faut impérativement tester les versions avancées des modèles. Beaucoup de personnes s’arrêtent encore à GPT5.2-instant et n’essaie pas GPT5.2-thinking « approfondi », ou encore Deep Research. Les résultats ne sont pas du tout les mêmes.

J'ai vu passer cet article 350 fois au moins dans mon feed : c'est qu'il mérite lecture, à n'en pas douter, pour vous faire un avis. J'y vois beaucoup de vrai, un peu de FUD (c'est un vendeur de SaaS IA qui l'écrit) et deux excellents conseils que j'ai pu aussi donner sous d'autres formes. Le premier : ne considérez pas que l'état de l'art de l'IA est la version gratuite d'une plateforme (ou celle dispo il y a 6 mois). Si vous vous moquez du résultat d'un Claude ou d'un ChatGPT sans avoir utilisé GPT 5.2/3 ou Opus 4.6, vous passez à côté de la vérité. C'est l'erreur constante et factuelle reprochée à Luc Julia : il n'utilise pas l'IA au quotidien, ne se met jamais à jour et l'essentiel de sa conférence repose sur des modèles vieux de 3 ans. Le second : chaque mois, prenez le temps de donner à faire votre métier à une IA "state of the art". Donnez-lui une consigne ultra complexe s'il le faut, qui semblera irréelle et impossible à faire, mais testez sa réponse, quel que soit votre métier et vos tâches. Il faut avoir 0 égo là-dedans : c'est une question d'opportunité à saisir et d'analyse de risque à moyen / long terme. Matt parle de la fin proche des « métiers qui se passent derrière un écran » : je n'y crois pas trop, mais ce n'est pas en l'ignorant ou en faisant comme si elle n'existait pas que cette situation ne va pas arriver. Anticiper, c'est rester maître de son avenir et dans une période d'hyper-accélération, il est sain de remettre en cause ses certitudes toutes les semaines.

@paulbz @GiadaPistilli

Who are the most passionate and knowledgeable people on AI ethics across UK and Europe? Organising something small.

@BetterCallMedhi Du coup c’est pire. C’est soit de la mauvaise foi, soit vous avez les idées plus courtes que vos tweets.

@MartinSignoux lol j’en ai parlé dans un autre post précédent mais ça ne change absolument rien à ce que je viens de dire car si tu regardes de plus près son profil ce sont 2 clones différents par ailleurs Yann reste chairman donc président du conseil et directeur scientifique

Rien, je dis bien RIEN ne sortira de sa startup oui LeCun est un chercheur pionnier, lauréat du Turing award, père des CNN, oui il lèvera encore et encore des centaines de millions car c’est EXACTEMENT le profil dont l’écosystème français raffole: le credential porn absolu mais il n’a ni les épaules, ni la vision, ni surtout la VITESSE d’exécution pour aller challenger les pirates des labos de Tsinghua ou les fondateurs de 20 piges ans de SF qui ont 10x plus de folie et de brutalité sous les pieds le grand malheur de la France c’est de croire qu’on bâtit des champions en recrutant des académiques de prestige plutôt qu’en libérant des exécutants obsessionnels avec une touche bien weirdos il est l’exact opposé du mindset nécessaire pour construire une entreprise qui doit shipper des world models en production avant que World Labs (Fei Fei Li, déjà à 5Mds$ de valuation) ou Physical Intelligence ne mangent tout le marché je pense que AMI Labs sera une magnifique machine à papiers arXiv, un hub de recherche corporate européen de + mais pendant ce temps les équipes de Hangzhou & Palo Alto sortiront des modèles déployés sur des millions de robots et véhicules autonomes le problème n’est pas le talent car il y en a en France, pour moi le problème c’est qu’on confond excellence académique & capacité à construire des systèmes industriels à l’échelle car ce vieux continent qu’est l’Europe valorise le pedigree plutôt que l’obsession du shipping