L’écosystème IA évolue très vite :
| Période | Changements majeurs |
|---|---|
| 2022 | ChatGPT launch |
| 2023 | GPT-4, Claude 1, open source explosion |
| 2024 | Claude 3, Gemini, Sora, multimodal |
| 2025 | Claude 3.5 Sonnet, reasoning models, agents |
| 2026 | Context windows 1M+, autonomous agents |
Résultat : Ce qui était impossible hier est standard aujourd’hui.
Les modèles closed-source peuvent se dégrader silencieusement entre deux versions — sans changelog, sans notification. Un modèle qui était bon à l’implémentation peut devenir médiocre sur vos cas d’usage sans que vous le sachiez.
Ex: https://github.com/besimple-oss/broccoli
Selon l'AI Fluency Index d’Anthropic, le mode génération d’artefacts (code, documents) crée un effet wow qui réduit l’esprit critique.
Le modèle de chat back-and-forth préserve davantage l’esprit critique.
| Source | Fréquence | Focus |
|---|---|---|
| Hacker News | Quotidien | Technique, discussions |
| Lobste.rs | Quotidien | Technique, moins de bruit |
llm, machine-learning, air/LocalLLm (Reddit) - La référence pour les modèles locaux :
Quand l’utiliser :
| Modèle | Coût/1M input | |
|---|---|---|
| Gemini Flash | $0.07 | |
| MiniMax | ||
| NanoFlash | ||
| GLM 4.7 |
=> Routage intelligent selon la tâche.
| MCP | Usage |
|---|---|
| filesystem | Accès fichiers |
| postgres | Requêtes DB |
| github | Issues, PRs |
| playwright | Browser automation |
| slack | Messages |
DeepWiki transforme n’importe quel repo GitHub en documentation navigable :
Repo GitHub → DeepWiki → Markdown structuré
Usage :
Exemple :
# DeepWiki pour Next.js
deepwiki fetch "vercel/next.js"
# Retourne un markdown structuré avec:
# - Architecture
# - API publique
# - Patterns utilisés
Dans le workflow IA :
# L'agent utilise DeepWiki pour:
deepwiki_fetch:
url: "betagouv/comparia" # ComparIA repo
# L'agent comprend le projet sans lire tout le code
Quand l’utiliser :