Hier, Claude écrivait 80% du code d’Anthropic. Aujourd’hui, il pilote plus d’un quart de la recherche qui finira par accoucher de son propre successeur. Le fil était déjà mince, il vient de passer sous la barre du millimètre.
Les chiffres sortent de la boîte elle-même. En février, Claude touchait moins de 1% des tâches de développement de nouveaux modèles. En août, 26%. Un bond de vingt-six fois en six mois, à la louche. Ajoute à ça environ 30 000 agents actifs sur la plateforme interne, et plus d’un milliard de décisions générées sur le seul mois d’août. Ça fait beaucoup de monde qui bosse sans badge.
Anthropic n’a pas caché le paradoxe. La boîte écrit noir sur blanc que des modèles capables d’accélérer leur propre développement peuvent rendre « plus difficile pour les humains de comprendre ou contrôler ces systèmes ». En clair, on construit un truc qu’on pige de moins en moins, et on te prévient gentiment.
Pour ranger tout ça, il y a l’échelle maison. Six niveaux, du plus sage au plus flippant. Celui qui fait jaser, c’est le AL4, en gros l’IA qui mène la danse pendant que l’humain fixe les grands objectifs, surveille et relit. Ça s’appelle « IA-led ». Dans les faits, « mène » veut dire ce qu’Anthropic veut bien que ça veuille dire, et la note qui décide si Claude « dirige » une tâche, c’est Claude qui la donne. Le cancre qui corrige sa propre copie et s’attribue un 18/20, on connaît le numéro.
Il y a pourtant un chiffre qui mérite mieux que le sarcasme. Plus de 90% des tâches internes restent des collaborations homme-machine, aucune n’est pleinement autonome. On est très loin du HAL 9000 qui pond son successeur dans la cave. On est dans un labo où un modèle propose, trie, priorise, pendant que des humains gardent la main sur la direction. Nuance utile, surtout quand le mot « récursion » commence à sortir des dîners de geeks pour atterrir dans les slides pour investisseurs.
Et parlons-en, des investisseurs. Anthropic prépare son entrée en bourse, et voilà qu’elle publie des métriques choisies par elle, sur des définitions qu’elle fixe, au moment qui l’arrange. La transparence autodéclarée juste avant un IPO, on a déjà vu plus crédible. La boîte appelle les autres labos à faire pareil, avec une méthodologie commune. Ça a l’air de tenir debout comme ça, mais chacun choisira ses chiffres et personne ne pourra comparer grand-chose.
Le vrai retournement, c’est que Dario Amodei a appelé ce mois-ci à ralentir le développement de l’IA. Le patron demande de lever le pied pendant que sa propre com’ annonce, fièrement, qu’on n’a jamais été aussi près d’une IA qui se reconstruit elle-même. Ralentir et publier ses temps de passage au sprint dans la même semaine, il fallait oser.
Et si tu croyais que les Américains étaient seuls sur ce terrain, détrompe-toi. La Chine a sorti sa carte routière. Des chercheurs de ByteDance, de l’université Tsinghua et du Shanghai AI Lab ont publié jeudi un papier au titre peu rassurant : « The Last AI Built by Humans », le dernier modèle construit par des humains. Dedans, cinq étapes vers ce qu’ils appellent l’auto-amélioration récursive. La machine commence par exécuter les procédures pensées par des ingénieurs. Puis elle choisit elle-même comment s’améliorer. Ensuite, elle repère les informations qui lui manquent et s’adapte. À la fin, elle raffine en continu les méthodes qui servent à améliorer l’IA elle-même. Le titre du papier dit tout : à un moment, on n’écrira plus le prochain modèle.
La différence avec un chatbot qui corrige une réponse, c’est que là, l’amélioration persiste au-delà d’une tâche et se transmet aux systèmes suivants. Un héritage, en somme. Le papier assume d’ailleurs un argument très terre à terre : automatiser la recherche, c’est un avantage compétitif. Cycles plus courts, main-d’œuvre et calcul économisés. On ne parle pas de science pour la beauté du geste, on parle de fric et de vitesse.
Côté pognon, Zhipu AI (rebaptisé Z.ai pour l’export) a annoncé dimanche qu’il allait claquer environ 60% des 5 milliards de dollars levés sur sa prochaine génération de modèles GLM et sur un « système d’auto-entraînement complet ». La Chine ne théorise pas dans son coin, elle pose la thune sur la table.
Erich Grunewald, chercheur à l’Institute for AI Policy and Strategy, tempère. Les entreprises américaines gardent quelques mois d’avance et un accès au calcul bien plus confortable. Les Chinois savent presser le hardware qu’ils ont, mais la contrainte de compute reste une vraie contrainte. Ce qui veut dire que dans ce jeu-là, celui qui a le plus de GPU touchera peut-être la case « IA qui s’auto-conçoit » avant l’autre. On appelle ça du progrès.
On saura qu’on a changé d’ère le jour où le chercheur de permanence partira pisser et que rien ne s’arrêtera. Ce jour-là, il faudra juste espérer que le modèle qui a repris la barre soit d’humeur charitable avec sa propre évaluation.
Sources :
Comments are closed