LeBonPrompt

@cyrilXBT And it's git-tracked. Your AI context evolves with your repo instead of dying in chat history.

LOCK IN on AI Most developers using Claude Code have never opened the .claude folder. That's the gap between people who use AI and people who build with it.

@markgurman Apple takes 15-30% on every App Store sub. They just turned Siri into an AI marketplace where every lab pays rent to reach 2B active devices.

BREAKING: Apple is planning to open up Siri to run any AI service via their App Store apps as part of iOS 27, dropping ChatGPT as the exclusive outside partner in Apple Intelligence and Siri. bloomberg.com/news/articles/…

@babgi Y'a un site killedbygoogle.com qui recense des centaines de produits tués par Google. Au rythme d'OpenAI, quelqu'un lance killedbyopenai.com avant la fin de l'année.

Le manque de discipline d'openai comparé à Anthropic dans son développement est troublant : nombreux produits lancés et arrêtés en quelques mois, partenariats technologiques dénoncés avec fracas en moins d'une année etc. numerama.com/tech/2217735-o…

@dkp_consult 450h de son temps + 5K€ d'outils. Même en valorisant ses heures au SMIC, c'est 10K€ all-in. Le prix d'un freelance pour le même MVP.

IA + SaaS : fausse bonne idée sans background tech ? Je parlais avec un pote : pas dev, mais pas trop à l’aise avec les outils tech non plus. Il build un SaaS avec de l’IA → franchement propre au premier regard. Je me disais : “ok, ça lui coûte moins cher qu’un dev”. Spoiler : non. 1️⃣ La réalité derrière le “no-code + IA” •15h/jour pendant +1 mois •+5K€ en outils IA pour un MVP Donc “rapide et pas cher” ? Pas vraiment. 2️⃣ Le vrai problème Sans background dev : •Gestion des appels API = flou •Récupération & structuration des données = compliqué •Architecture globale = bricolage Tu avances, mais sans vraie maîtrise. 3️⃣ L’illusion actuelle Oui, l’IA permet de build. Mais elle ne remplace pas : •la compréhension système •les choix techniques •la vision produit Résultat : tu compenses avec du temps + de l’argent. 4️⃣ Le vrai insight L’IA n’est pas un raccourci pour les non-tech. Par contre : •énorme levier pour les devs •très rentable pour les boîtes qui vendent ces outils 5️⃣ Conclusion •Oui, tu peux sortir un MVP sans être dev •Mais le coût caché (temps + € + complexité) est réel Conclusion : l’IA ne remplace pas les devs. Elle amplifie ceux qui savent déjà construire et je pense crée un rabbit hole financier pour certaines personnes.

@nikita_builds Every agent framework targets Slack or Discord. iMessage is personal territory, way harder to ignore.

Introducing Sendblue CLI 🟦🎉 iMessage numbers for your agents. 1️⃣ npm install -g @sendblue/cli 2️⃣ sendblue setup Done. Your agent has an iMessage number

@courtne Microsoft already has reps inside every Fortune 500. When inbound dries up for OpenAI, their biggest problem won't be Anthropic.

openai and anthropic probably have terrible sales reps they're talented, but they've never actually had to sell anything. ben horowitz said it best in a recent conversation: "right now with openai and anthropic, everybody wants to buy ai. they're already predisposed to buy." that's order-taking, not selling. let's zoom in on this distinction. 1) the order-taker problem cloudflare's CEO admitted in 2023 their product was so good that "many of our sales team succeeded largely by just taking orders." deals were like "fish jumping right in the boat." then the economy shifted and they fired 100 salespeople who'd contributed just 4% of new business. when your product sells itself, mediocre reps look like rockstars. they crush quota, win the president's club, and get promoted into leadership. nobody knows they can't actually sell until the fish stop jumping in the boat. 2) why hard sells matter ben won't shut up about ptc, a 90s cad/cam company. the product "wasn't that great." "the windshield wiper didn't work." but that forced discipline. you had to map accounts systematically, lay traps for competitors, and build airtight technical cases. his favorite hire was ryan gabrisco at databricks, who came from a company selling secure ftp as a public company. think about how good you have to be to make quota selling that. when ben hires sales leaders, he looks for people from companies where the product was hard to sell because that's the only way to test if someone can actually sell. 3) what happens when markets turn every hot market eventually cools. i'll give you a few examples. salesforce in 2001. facebook ads in 2012. aws in 2015. the order-takers got exposed every time. modern AI sales reps don't know how to qualify prospects who aren't already sold or how to systematically lock out competitors or how to build pipeline when inbound dries up. ben's story about hiring at Okta: two candidates, one super enthusiastic, the other said "let me talk to your customers first." ben told the ceo: "you want the guy qualifying YOU. that's what good salespeople do." 4) openai scaled their sales team from 10 to 500 people in under two years. anthropic is scaling fast too. but how would anyone know if they're good? you can't test sales ability when customers are lined up begging to buy. when real competition arrives, the kind where enterprises have three viable options and care about pricing, support, and vendor risk, AI companies will discover which GTM leaders can actually sell and which ones were just processing waitlists. 5) how to hire right if you're building a GTM team right now, think like a value investor. resumes don't matter. look for human capital that the market has significantly underpriced. someone who's had to sell a product that didn't sell itself, someone who's built discipline through necessity, not abundance (no order-takers). find the person who sold enterprise software at a company nobody's heard of. find the person who had to fight for every deal because the competitor was already embedded in the account. the person who figured out how to systematically lock out competition even when they were the underdog. those skills matter. for AI companies, the question is whether they can close deals when the market shifts. because when inbound dries up (it always does), you'll discover who can actually sell.

@RoundtableSpace Brooks disait que chaque personne ajoutée dans une équipe ralentit tout le monde. Des instances qui partagent le contexte sans réunion, ça esquive le problème.

CLAUDE INSTANCES CAN NOW TALK TO EACH OTHER LIKE COWORKERS. Instead of one assistant doing everything alone, multiple Claude Code sessions can share context, coordinate tasks, and work like an actual AI team on your machine.

@rdominguezibar @PawelHuryn 1.4 releases per day, weekends included. Chrome moved to a 4-week cycle in 2021 and people thought that was fast.

Anthropic shipped 74 Claude releases in 52 days 🤯 Every team shipping in parallel: @PawelHuryn mapped every single one since February 1st and the calendar is staggering

CI rouge → fix → push → review → re-fix → re-push. Cette boucle prend souvent plus de temps que le code lui-même. Claude Code la fait tourner tout seul dans le cloud, laptop fermé.

Amazon a dû plafonner à 3 livres auto-publiés par jour par compte parce que les bouquins générés par IA noyaient le catalogue. Et c'était en 2023.

Les US bloquent l'export de puces Nvidia vers la Chine. Résultat : DeepSeek donne l'accès prioritaire à Huawei au lieu de Nvidia. Les sanctions accélèrent exactement ce qu'elles étaient censées empêcher.

@spideystreet Codestral pour le code, Pixtral pour la vision, Voxtral pour la voix. Trois verticales en open-weight depuis une boîte française, c'est rare.

mistral c'est très sous-côté pour build le ratio cost/efficiency est vraiment bon et surtout y’a un écosystème qui commence à devenir intéressant je serais dessus pour lancer un arc sur les modèles multimodaux , hâte de partager ça ici

@BlogModerateur Logique. Dire à ton boss que l'IA fait 30% de ton boulot c'est lui souffler qu'il a besoin de 30% de toi en moins.

IA au travail : 70 % des dirigeants voient des gains de productivité, les salariés restent prudents blogdumoderateur.com/ia-au-travail-…

Tu prompts depuis ton téléphone, Claude exécute sur ton ordi. L'IA navigue l'écran comme toi, donc ça marche avec tous les logiciels, même ceux qui ont zéro intégration IA. Aucune app n'est à l'abri

Google sort Gemini Flash Live : des agents qui voient et parlent en temps réel. Flash c'est leur gamme la moins chère, donc du multimodal live accessible à tous les devs. Plus d'un an de dev derrière.

2 jours de dev freelance = ~800€. Le même effort en plugin local = ~9000€ cash + ~1400€/mois récurrent. x11 juste sur le one-shot

@bfmtech_ L'équivalent numérique de mettre un régulateur de vitesse sur une F1.

SlowLLM, l'extension efficace et rigolarde pour navigateur web qui ralentit les chatbots IA, jusqu’à les rendre inutilisables, afin de vous en préserver et de vous faire réfléchir l.bfmtv.com/4eoo

Chegg a perdu 48% en bourse en un jour après que son CEO a mentionné ChatGPT. Là c'est même pas un produit, c'est une offre d'emploi. Les marchés pricent la peur de l'IA avant même de lire la fiche de poste.

@RichardDetente La Protein Data Bank a accumulé 200 000 structures de protéines en 50 ans. AlphaFold en a prédit 200 millions en quelques mois. Facteur x1000 sur la vitesse de découverte.

IA et immortalité : la fin du vieillissement ? 1. Reprogrammation cellulaire et facteurs de Yamanaka Le 28 janvier 2026, David Sinclair (Harvard) a annoncé des progrès dans le rajeunissement cellulaire, promettant de récupérer jusqu’à 75 % des fonctions perdues dans certains tissus (comme le nerf optique). * Mécanisme : Utilisation des facteurs de Yamanaka pour rétablir les méthylations de l'ADN, avec des effets positifs sur les mitochondries et les télomères. * Limites : Le risque de cancer associé à ces traitements n'est pas encore écarté. De plus, 25 % des dégradations (accumulation de déchets, autophagie défaillante) ne sont pas résolues par cette seule méthode. 2. Le défi de la matrice extracellulaire (MEC) Le rajeunissement des cellules est insuffisant si la structure qui les supporte, la matrice extracellulaire, reste dégradée. * Composition : La MEC est constituée de protéines inertes (collagène, élastine) et de glycoprotéines. * Glication : Avec le temps, le sucre consommé crée des "pontages" (comme le glucosépane) qui rigidifient les tissus, provoquant l'artérioscopie et le vieillissement des organes. * Complexité : Contrairement aux cellules, la MEC n'a pas d'ADN reprogrammable. Sa réparation nécessite des "outils" biologiques externes, comme des enzymes capables de briser les pontages de glication sans endommager les fibres de collagène. 3. L'Intelligence Artificielle comme catalyseur L'IA transforme la recherche biologique d'une science expérimentale en une science prédictive. * Conception de protéines : Des modèles comme ProteinMPNN ou RF Diffusion permettent de simuler et de concevoir des enzymes artificielles spécifiques pour le nettoyage de la MEC. * Résolution du repliement : AlphaFold (Google) a levé le "fardeau de la connaissance" en permettant de prédire la structure des protéines, accélérant des décennies de recherche. * Analyse multihomique : L'IA est capable de modéliser les interactions complexes entre le génome, l'épigénome, le microbiote et l'inflammation systémique, une équation insoluble pour l'esprit humain. 4. Nouvelles pistes technologiques Plusieurs innovations émergent pour traiter les causes matérielles du vieillissement : * Sénolytiques : Molécules ciblant les "cellules zombies" qui sécrètent des substances inflammatoires et dégradent leur environnement. * Électroécriture (MEW) : Impression 3D microscopique servant d'échafaudage pour guider la reconstruction de tissus sains. * Jumeaux numériques (Digital Twins) : Modélisation intégrative du patient pour simuler les effets d'un traitement avant son application réelle. 5. Approche systémique du rajeunissement Le rajeunissement ne sera pas une "pilule miracle", mais une maintenance préventive multicouche intervenant sur quatre fronts : * Logiciel : Réinitialisation épigénétique des cellules. * Matériel : Réparation des dommages à l'ADN et des composants cellulaires. * Structure : Nettoyage et renouvellement de la matrice extracellulaire. * Régulation : Restauration du microbiote et de l'homéostasie (communication entre organes sans bruit inflammatoire). Conclusion : L'IA permet de synthétiser des décennies de données inexploitées pour créer des traitements opérationnels. La transition vers une ingénierie de la maintenance biologique laisse entrevoir des avancées majeures d'ici 2030-2040.

Meta a scanné le cerveau de 700 personnes pendant 500 heures pour entraîner un modèle qui prédit l'activité neurale de n'importe qui. Même quelqu'un jamais scanné. Les neurosciences ont leur foundation model.