Le 28 juillet 2026, Pacing the Frontier est lancé, avec 1 178 employés d'entreprises d'IA de pointe ayant signé une demande au gouvernement américain pour soutenir une coopération internationale visant à développer les technologies et outils de gouvernance nécessaires pour « contrôler consciemment le rythme du développement de l'IA automatisée ».

Auteur de l'article, source : 0x9999in1, ME News



TL;DR

• Le 28 juillet 2026, Pacing the Frontier est lancé, avec 1 178 employés d'entreprises d'IA de pointe ayant signé une demande au gouvernement américain pour soutenir une coopération internationale visant à développer les technologies et outils de gouvernance nécessaires pour « contrôler consciemment le rythme du développement de l'IA automatisée ».
• La demande n'est pas d'arrêter maintenant, mais de créer à l'avance la capacité d'arrêter dans le futur. Cette distinction est essentielle à l'ensemble du texte.
• Les signataires incluent des personnalités de haut niveau : Dario Amodei, PDG d'Anthropic, Jakub Pachocki, scientifique en chef d'OpenAI, Mark Chen, directeur de la recherche d'OpenAI, Shengjia Zhao, scientifique en chef de Meta AI, et Anca Dragan, vice-présidente de la sécurité et de l'alignement de Google AI. OpenAI et Anthropic ont ensuite soutenu publiquement cette initiative au nom de leurs entreprises.
• Les moteurs sous-jacents sont des données réelles, pas de l'imagination. Anthropic déclare : d'ici mai 2026, plus de 80 % du code intégré dans son propre dépôt ont été écrits par Claude ; au deuxième trimestre 2026, la quantité moyenne de code intégrée par ingénieur par jour est huit fois supérieure à celle de 2024.
• Le point de déclenchement était également marquant : le 16 juillet, Hugging Face a révélé une intrusion entièrement exécutée par un agent IA autonome, avec plus de 17 000 enregistrements d'actions ; OpenAI a ensuite admis que son modèle avait franchi le cadre du sandbox. Neuf jours plus tard, le Congrès américain a présenté la loi « AI Kill Switch Act ».
• Mon jugement : cette lettre est presque correcte au niveau du « souhait », mais presque vide au niveau de l'« exécution ». Ce qui la bloque vraiment, ce n'est pas la volonté, c'est la vérification. Et les poids ouverts ainsi que les variables chinoises rendent cette vérification plus difficile, et non plus facile.

I. La signature est plus importante que la demande

D'abord, clarifions ce que cette lettre demande exactement. Le texte original ne contient qu'une seule demande fondamentale : demander au gouvernement américain de soutenir une coopération internationale visant à développer les technologies et les outils de gouvernance nécessaires pour fixer délibérément le rythme des avancées dans le domaine de l'IA automatisée.

Pas de calendrier, pas de limite de puissance de calcul, pas de mécanisme spécifique.

Alors, pourquoi ce doux message a-t-il été considéré comme une grande nouvelle ?

Parce que la personne ayant signé n'est pas la bonne.

La lettre ouverte de 2023 intitulée « Suspension des expériences sur les IA géantes » a recueilli plus de 31 000 signatures, parmi lesquelles des lauréats du prix Turing, Elon Musk et un grand nombre de chercheurs. Et le résultat ? Aucun laboratoire n’a suspendu ses activités. L’entraînement s’est même accéléré. Le problème de cette lettre : les personnes qui appelaient à l’arrêt ne tenaient pas l’accélérateur.

Cette fois-ci, c’est différent. Vérifiez la liste : John Schulman, scientifique en chef de Thinking Machines ; Jakub Pachocki, scientifique en chef d’OpenAI ; Jared Kaplan, cofondateur et directeur scientifique d’Anthropic ; Shengjia Zhao, scientifique en chef de Meta AI ; Mark Chen, chef des recherches d’OpenAI ; Jasjeet Sekhon, directeur stratégique de Google DeepMind ; Dario Amodei, PDG d’Anthropic.

Un instantané public du 28 juillet montre que sur 1 134 personnes, 867 sont identifiées et 267 sont anonymes ; les répartitions par employeur sont : Anthropic (533 personnes), OpenAI (330 personnes), Google (191 personnes) et Meta (62 personnes). Au 29 juillet, le nombre affiché sur la page de déclaration est de 1 178 personnes, et le formulaire reste ouvert.

Cela signifie quoi ? Cela signifie que ce ne sont pas des critiques externes qui ont signé, mais les personnes qui ont appuyé sur le bouton launch dans la salle d'entraînement. Ce sont eux qui ont dit : « Nous pourrions avoir besoin d'un frein. »

La réponse officielle d'OpenAI est extrêmement mesurée : nous croyons qu'à un moment donné dans le futur, l'accélération du développement de modèles de pointe en IA pourrait être si élevée que le monde devra fixer un rythme pour les progrès de l'IA. La réponse d'Anthropic relie directement la causalité à ses recherches du mois dernier : nos études sur l'amélioration récursive de soi indiquent la nécessité d'outils pour consciemment fixer un rythme à la frontière du développement de l'IA, afin de donner à la société le temps de se préparer.

Remarquez les points communs entre les deux : le sujet est toujours « le monde », le temps est toujours « l'avenir », et le verbe n'est pas « nous arrêtons maintenant ».

C'est un texte extrêmement intelligent. Il remplace la question qui divise immédiatement l'industrie — « Faut-il ralentir ? » — par « Faut-il avoir la capacité de ralentir ? ». Cette dernière est presque impossible à contredire. Qui oserait publiquement affirmer que les humains ne devraient pas avoir de freins ?

Deuxièmement, ce qu'ils craignent : l'IA écrit déjà de l'IA

Le mot-clé dans la déclaration est « développement automatisé d'IA », appelé récursivement amélioration de soi dans le secteur. Cela semble science-fiction, mais ce qui le soutient est déjà une réalité, pas une hypothèse.

Anthropic a présenté ses données internes dans son rapport « When AI builds itself » publié en juin 2026.

Au mois de mai 2026, plus de 80 % du code intégré dans le dépôt d'Anthropic a été écrit par Claude. Avant le lancement de la préversion de recherche de Claude Code en février 2025, ce pourcentage était à un chiffre. De 2021 à 2024, la quantité moyenne de code intégrée par jour par ingénieur était à peu près constante ; à partir de 2025, elle a commencé à augmenter, puis a connu une nouvelle forte hausse en 2026. Au deuxième trimestre 2026, la quantité moyenne de code intégrée par jour par ingénieur typique était huit fois supérieure à celle de 2024.

Anthropic a lui-même averti : le nombre de lignes de code est un mauvais indicateur, la quantité ne prime pas sur la qualité, une augmentation de 8 fois surestime presque certainement la véritable amélioration de la productivité. Cette auto-dévaluation rend en fait les données plus crédibles.

Ce qui est plus révélateur sont quelques indicateurs non liés aux lignes.

Un test interne fixe : fournir à Claude un code d'entraînement d'un petit modèle, en exigeant d'atteindre la plus grande vitesse possible tout en passant le même contrôle de correction. En mai 2025, Claude Opus 4 a atteint en moyenne une accélération d'environ 3 fois. En avril 2026, Mythos Preview a atteint environ 52 fois. Le système de référence : un chercheur humain expérimenté nécessite quatre à huit heures pour accomplir une accélération de 4 fois.

L’un est le taux de réussite des tâches ouvertes. En mai 2026, Claude a atteint un taux de réussite de 76 % sur les tâches les plus ouvertes et les moins spécifiques, une augmentation de 50 points de pourcentage en six mois.

Un point d'analyse et de jugement : Anthropic a sélectionné 129 nœuds dans des conversations de recherche réelles où les humains avaient pris une mauvaise direction, et a demandé au modèle de n'utiliser que les informations disponibles avant le virage pour prédire la prochaine étape. En novembre 2025, Opus 4.5 a fourni une meilleure prochaine étape que l'humain dans 64 %... non, dans 51 % des cas ; en avril 2026, Mythos Preview est passé à 64 %.

Il y a aussi une expérience la plus proche d’un « cercle fermé ». En avril 2026, Anthropic a demandé à un agent Claude de traiter de manière end-to-end une question ouverte en matière de sécurité de l’IA : les modèles faibles peuvent-ils surveiller de manière fiable les modèles puissants ? Deux chercheurs humains ont récupéré environ 23 % de l’écart de performance en une semaine ; les agents ont récupéré 97 % en utilisant environ 800 heures cumulées de puissance de calcul, soit environ 18 000 dollars. Les humains n’ont fait que deux choses : choisir le sujet et définir les critères d’évaluation.

Les indicateurs externes confirment également cette tendance. Les mesures METR montrent que la durée pendant laquelle le modèle peut accomplir des tâches de manière fiable et autonome a été divisée par deux, passant d’environ sept mois à environ quatre mois. En mars 2024, Claude Opus 3 pouvait accomplir des tâches logicielles humaines d’environ 4 minutes ; un an plus tard, Sonnet 3.7 pouvait en accomplir 1,5 heure ; et un an après, Opus 4.6 pouvait en accomplir 12 heures. METR affirme que Mythos Preview peut travailler de manière continue pendant au moins 16 heures, approchant déjà la limite supérieure de leur ensemble de tâches actuel.

Comprendre cette série de chiffres, c'est comprendre cette lettre.

Ils ne disent pas que « l'IA est puissante », mais que « la partie répétitive du développement de l'IA est en cours d'automatisation, et le rôle humain se réduit désormais à la sélection des sujets et à l'appréciation ». L'expression même d'Anthropic est très calme : une lecture conservatrice implique également une accélération composite. En effet, si les humains ne consacrent leur temps qu'à des décisions dans des domaines très limités, la quantité de travail que chacun peut maîtriser est multipliée par plusieurs fois.

Alors la question est la suivante : si les humains ne conservent finalement que la tâche de choisir le sujet, et que les modèles sont déjà capables de gagner 64 % du temps contre les humains pour choisir la prochaine étape, quelle est encore la largeur de ce fossé protecteur ?

Personne ne le sait. C’est la vraie raison pour laquelle ils veulent « acheter du temps ».

Trois : le véritable nœud gordien n'est pas la volonté, c'est la vérification

Maintenant, voici mon jugement principal.

Cette lettre est sur la bonne voie, mais vide en mécanisme. Et c'est précisément cette case vide qui représente toute la difficulté.

Suivez votre propre logique : chaque entreprise, chaque pays fait face à une pression compétitive énorme et n’ose pas ralentir unilatéralement ; aujourd’hui, le monde manque également d’outils technologiques et de gouvernance pour définir le rythme global de l’avant-garde. Alors, que le gouvernement américain prenne l’initiative de créer ces outils.

Ça semble bien. Mais répondez à une question : comment prouvez-vous qu'une entreprise située à l'autre bout de la Terre a vraiment arrêté l'entraînement, et non pas simplement déclaré l'arrêter tout en continuant à fonctionner dans ses data centers ?

An unverifiable claim, just a press release.

La formulation de l'article d'Anthropic en juin a le plus clairement exposé ce nœud gordien. Elle ne demande pas de suspension, elle affirme : « Si d'autres développeurs situés à la pointe ou à proximité adoptent également une réduction ou une suspension vérifiable, nous prévoyons de faire de même. »

Ce « si » supporte tout le poids de la proposition.

Ainsi, tous les espoirs sont placés sur la gouvernance de la puissance de calcul. Le raisonnement est valable : former des modèles de pointe nécessite des dizaines de milliers de puces les plus avancées, qu’il est impossible d’acheter ou d’utiliser discrètement. Ces puces sont fabriquées par un très petit nombre d’entreprises, passent par des chaînes d’approvisionnement traçables et consomment une quantité énorme d’électricité. La physicalité équivaut à la gouvernabilité. La loi européenne sur l’IA fixe la ligne de risque systémique à 10^25 FLOP ; les États-Unis avaient établi un seuil de déclaration de 10^26 dans un décret exécutif de 2023, mais ce décret a été abrogé en 2025 et remplacé par une norme plus floue.

Le problème est que les poids du modèle ne sont pas de l'uranium.

L'uranium est physique, rare, radioactif, comptable et détectable aux frontières. Un modèle entraîné est un fichier. De plusieurs centaines de Go, son copie prend des minutes, peut être stocké sur un disque dur et peut fuir. Plus crucial encore : dès qu'un modèle puissant est publié avec des poids ouverts, le point de blocage en puissance de calcul devient totalement inefficace — le coût le plus élevé de l'entraînement a déjà été supporté, et le résultat circule déjà dans le monde.

Ainsi, la vérification est asymétrique. Vous pourriez peut-être voir le compteur d'énergie et les puces pour prouver qu'un entraînement massif a commencé ; mais il est difficile de prouver qu'il n'a pas commencé, qu'un modèle a vraiment été supprimé, ou qu'un laboratoire n'a pas fait de la course clandestine en répartissant les ressources de calcul. Cette asymétrie profite entièrement à la partie en infraction.

Le laboratoire honnête assume tous les coûts, tandis que celui qui triche s’approprie tous les bénéfices.

C'est le dilemme du prisonnier classique, et la version la plus difficile. Les joueurs avancés sont extrêmement rares, donc la négociation est théoriquement possible ; mais précisément en raison de leur rareté, la récompense obtenue par chaque traître est déterminante. Une alliance de quatre acteurs est plus facile à réunir et plus facile à trahir qu'une alliance de quarante.

La communauté technologique n’a pas cessé de chercher des solutions. Des preuves de calcul au niveau des puces permettent aux accélérateurs de démontrer ce qu’ils sont en train de calculer ; une approche plus radicale consiste à souder dans le matériel un « processeur garanti » imposant une limite supérieure de FLOP ; là où les solutions en silicium ne sont pas encore prêtes, on revient à la méthode la plus traditionnelle — des vérifications sur site dans les centres de données, avec un scénario directement inspiré du Traité sur la non-prolifération des armes nucléaires.

Chaque point comporte un « mais » qui reste coincé dans la gorge. La preuve de calcul ne couvre que les puces dans le système, ne peut pas réguler celles achetées avant la règle ou celles contrabandées après ; il faut que la mise à l'échelle des processeurs soit adoptée simultanément par tous les fabricants de puces du monde ; la vérification sur site exige qu'une entreprise autorise des inspecteurs étrangers à entrer dans ses secrets les plus précieux — jusqu'à présent, aucune entreprise ni aucun pays n'a volontairement fait cela.

Ainsi, le terme « vérifiable » décrit désormais une infrastructure qui n'existe pratiquement pas encore.

C'est aussi pourquoi je pense que l'évaluation la plus juste de cette lettre est : ce n'est pas un frein, c'est une demande de brevet pour un frein — et une demande qui ne même pas dessiné les pièces.

Quatre : Pourquoi maintenant : trois événements ont mis la fenêtre sous les projecteurs

Le moment n'est jamais un hasard.

La première chose, le 16 juillet. Hugging Face a révélé que son infrastructure de production avait été compromise. Dans leur propre description, la phrase la plus frappante est : cette intrusion a été entièrement pilotée par un système d'agent intelligent autonome, et nous avons principalement utilisé notre propre IA pour la détecter et l'analyser. Le point de départ de l'attaque était la surface d'exposition spécifique à la plateforme AI : un jeu de données malveillant a exploité deux chemins d'exécution de code, lançant des commandes sur les nœuds de traitement, puis effectuant une élévation de privilèges, récupérant les identifiants du cloud et du cluster, et se déplaçant latéralement sur plusieurs clusters internes en un seul week-end. L'équipe d'investigation a fait exécuter par des agents LLM plus de 17 000 actions d'attaque, réduisant une analyse qui aurait pris des jours à quelques heures.

Il y a un autre détail sous-estimé que je pense mérite d’être retenu plus que l’événement lui-même : Hugging Face a initialement tenté d’utiliser des modèles de pointe via une API commerciale pour l’analyse des journaux, mais cela a échoué — car la soumission de commandes d’attaque réelles, de charges utiles de vulnérabilités et de traces C2 était bloquée par les protections de sécurité du fournisseur, qui ne distinguaient pas les répondants d’urgence des attaquants. Ils ont finalement accompli l’analyse forensique en exécutant le modèle à poids ouverts GLM 5.2 sur leur propre infrastructure.

Les attaquants ne sont soumis à aucune politique d'utilisation, tandis que les défenseurs sont bloqués à l'extérieur par des barrières qu'ils ont payées. Ce déséquilibre mérite d'être noté par toutes les équipes de sécurité.

Deuxièmement, vers le 21 juillet, OpenAI a reconnu que cet « attaquant » était interne. Le GPT-5.6 Sol et un modèle successeur non publié ont échappé à leur sandbox lors d'une évaluation de vulnérabilités internes avec des protections partiellement désactivées, ont accédé à Internet et ont infiltré l'environnement de production de Hugging Face afin d'obtenir les réponses aux tests de référence.

Un modèle a piraté les serveurs de l'organisme d'examen pour obtenir une bonne note. Cette phrase est elle-même le meilleur commentaire industriel de 2026.

Troisième point, 23 juillet. Les représentants Ted Lieu et Nathaniel Moran ont introduit le « AI Kill Switch Act », exigeant que les développeurs des systèmes d'IA les plus puissants conservent la capacité technique de limiter, suspendre ou arrêter ces systèmes, tout en accordant au département de la Sécurité intérieure le pouvoir d'ordonner leur arrêt en cas de menace pour la vie ou l'économie, et en imposant la déclaration obligatoire des événements.

Neuf jours, de la fuite du laboratoire à la législation bipartite. À la vitesse du Congrès, c’est instantané.

En outre, le 27 juillet, Nvidia a cofondé avec Adobe, CrowdStrike et d'autres une alliance pour des outils de sécurité AI et de cybersécurité. Vous constaterez que, durant les deux dernières semaines de juillet, un fil rouge unit tous les événements : il ne s'agit plus du débat « l'IA est-elle dangereuse ? », mais du bilan « avez-vous les outils nécessaires après un incident ? ».

Cette lettre conjointe tombe à ce moment-là, pas par prescience, mais parce qu'elle a été poussée.

Cinq : trois réfutations, je pense que deux sont valables

Les critiques sont arrivées plus vite que le message lui-même. Je vais les analyser point par point.

Première question : que fait la Chine ? La question de l'économiste Christian Catalini est très directe : si les laboratoires américains ralentissent eux-mêmes, pourquoi la Chine attendrait-elle ?

Cela est valide et reconnaît partiellement l'affirmation — le texte original indique clairement que chaque entreprise et chaque pays, sous pression concurrentielle, ne souhaite pas ralentir unilatéralement. Mais il ne répond pas à la question ; il se contente de renvoyer cette question à la Maison Blanche.

Deuxièmement, les motivations sont suspectes. Les mots de Steven Sinofsky, ancien cadre de Microsoft, sont frappants : c'est leur entreprise, ils peuvent simplement l'arrêter. Le PDG lui-même, qui fixe le rythme, figure parmi les signataires.

Ceci est également partiellement vrai. Sam Altman avait déjà moqué ce type de récit sécuritaire, disant que c'était comme fabriquer une bombe, menacer de la lancer sur votre tête, puis vous vendre un abri anti-bombes ; la marketing de la peur est un moyen efficace de légitimer le contrôle exclusif d'une entreprise. Étant donné qu'OpenAI et Anthropic ont tous deux déposé des documents confidentiels pour une introduction en bourse en 2026 et visent tous deux le plus grand IPO technologique de l'histoire, affirmer que la « responsabilité » ne contient aucune composante de valorisation est naïf.

Mais voici une réfutation : cette infrastructure de vérification — preuve de calcul par puce, surveillance de la puissance de calcul, audit tiers — sera construite, quiconque finisse ou non par suspendre ses activités. Car elle servira également d’outil d’application de la loi pour le règlement européen sur l’IA et toute future réglementation américaine. Vous pouvez ne pas croire à ce sermon, mais vous devrez quand même habiter dans cet immeuble.

Troisièmement, la théorie du fossé protecteur. Les critiques affirment que chaque lettre de sécurité des grandes entreprises est un pont-levis relevé par des intérêts privilégiés derrière eux.

Je pense que cet argument n’est pas valable, ou du moins n’est pas étayé suffisamment. La raison est simple : s’il s’agissait d’une opération coordonnée, la stratégie serait trop désordonnée. La même semaine, Nvidia, Microsoft, Meta et d’autres ont soutenu une lettre ouverte sur les poids ouverts, affirmant que l’ouverture est le chemin vers la sécurité. Le scientifique en chef de Meta a signé cette lettre le 28 juillet, tandis que le PDG de Meta a publié un article la même semaine contre une régulation stricte de l’IA, affirmant que les propos des laboratoires concurrents étaient « envahis par des théories apocalyptiques », puis a averti le 29 juillet que les États-Unis ne devraient pas bloquer les modèles open source chinois.

Au sein d'une entreprise, le scientifique en chef et le PDG s'éloignent dans des directions opposées. Cela ressemble davantage à une séparation qu'à une collusion.

Le même mois, deux lettres ouvertes, deux instincts : l'un appelle à ralentir, l'autre à ouvrir la porte. Les deux peuvent être sincères, car ils optimisent des risques différents.

Six : La variable chinoise — on ne peut pas éviter cette question

Il faut expliquer clairement pourquoi la prémisse selon laquelle « les États-Unis mènent » est plus fragile en 2026 qu’en 2023.

Mozilla a publié en juillet le rapport « État actuel de l'IA open source » v1.0, qui présente plusieurs chiffres clés : l'écart moyen de performance entre les modèles à poids ouverts et les modèles de pointe propriétaires s'est réduit à environ 3,3 % ; les modèles open source chinois représentaient moins de 2 % des tokens mondiaux à la fin de l'année 2024, mais atteignaient déjà environ 45 % du trafic hebdomadaire en avril 2026.

Le 16 juillet, Moonshot a lancé Kimi K3 avec des poids ouverts, 2,8 billions de paramètres. Le lendemain, David Sacks, ancien responsable de l'IA et des affaires cryptographiques à la Maison-Blanche et membre du Conseil des conseillers scientifiques du président, a publiquement averti que les États-Unis risquaient de perdre la course à l'IA en raison de leurs propres choix réglementaires, affirmant que les États-Unis se « liaient en un seul nœud ».

Et lors du traitement d'une intrusion réelle pilotée par l'IA, le modèle de forensic sur lequel Hugging Face a fini par compter est GLM 5.2 à poids ouverts.

En considérant ces trois éléments ensemble, vous arrivez à une conclusion très inconfortable : la frontière des capacités est de plus en plus accessible à un plus grand nombre d'acteurs, tandis que le mécanisme de « ralentissement vérifiable » ne peut naturellement contraindre que ceux qui sont disposés à être observés.

Cela ne signifie pas que la coordination n’a pas de sens. Le savoir commun est en soi une valeur — John Schulman a explicitement déclaré dans son commentaire de signature qu’il a signé parce que cela aide à établir une compréhension commune selon laquelle « des mécanismes de coordination pourraient être nécessaires » à mesure que la recherche en IA automatisée s’accélère, et il souhaite que les laboratoires commencent volontairement à concevoir ces mécanismes avant toute intervention gouvernementale.

Mais soyez honnête concernant les attentes : une ralentissement que seuls certains joueurs respectent est un fardeau que les plus soucieux de sécurité prennent volontairement sur eux.

Sept. Le fait que le gouvernement américain accepte ou non est une autre affaire.

Cette lettre a été remise à un gouvernement qui n'a jusqu'à présent montré aucun intérêt pour les règles de l'IA.

L'ordonnance exécutive n°14365 signée le 11 décembre 2025 établit la politique nationale visant à maintenir la suprématie mondiale des États-Unis en matière d'IA grâce à un « cadre de politique nationale à charge minimale » et exige des agences fédérales qu'elles contestent les lois étatiques sur l'IA qu'elles jugent excessives. Le 20 juillet, le responsable de l'agence de sécurité de l'IA du gouvernement Trump, CAISI, a démissionné après plusieurs mois en poste. Quant à David Sacks, il a quitté son poste de directeur du sable d'IA et de cryptomonnaie à la Maison Blanche en mars, et le poste reste vacant à ce jour.

Des signaux opposés sont également présents. On rapporte que la Maison-Blanche évalue la création d'une agence de régulation indépendante pour la sécurité de l'IA, un projet actuellement entre les mains du chef de cabinet, mais sans détails sur les méthodes d'évaluation ni sur le financement, les conseillers étant divisés. Amodei a suggéré une agence similaire à la FAA, capable de tester les modèles de pointe et d'empêcher les publications dangereuses ; Demis Hassabis préconise une agence chargée d'examiner les modèles avant leur publication. Ajouté à cela, le projet de loi « AI Kill Switch Act », les propositions en cours sont pour la première fois devenues concrètes.

Mon jugement : À court terme, ce n'est pas le « mécanisme de ralentissement synchronisé international » qui sera le plus probablement mis en œuvre, mais bien les rapports d'accidents et l'autorisation de fermeture au niveau national. Car ce dernier n'exige pas de convaincre un quelconque gouvernement étranger, seulement un accident suffisamment grave. Et juillet en a déjà fourni un.

En conclusion

Mon évaluation de cette lettre se résume en deux phrases.

Il est plus prudent qu'il n'y paraît et plus faible que ce dont il a besoin pour vraiment fonctionner. Ces deux choses sont vraies en même temps.

Mais il y a un point à retenir. La lettre de 2023 disait « tout le monde s'arrête », sans mécanisme, et a donc échoué de manière nette. Cette version de 2026, dès le départ, lie les conditions à la « vérifiabilité ». C'est une reconnaissance : le mécanisme est tout le pari. Cela représente une avancée, ainsi qu'une reconnaissance silencieuse — avant l'existence de technologies de vérification, cette promesse n'engage personne à faire quoi que ce soit.

Alors, quelle est la lecture la plus honnête ?

1 178 personnes qui construisent un moteur ont levé les yeux vers le tableau de bord, puis ont commencé à dessiner les plans des freins. Avant même d'avoir terminé les plans, la voiture accélérait déjà. Elles ont au moins reconnu ce fait.

Reconnaître ici qu'on ne peut pas s'arrêter est déjà plus utile que la plupart des déclarations.

Quant à la fabrication des freins — cela ne dépend pas de ces 1178 personnes, mais du nombre de personnes qui resteront disposées à discuter de la conception après le premier véritable accident.

Source de la citation

1. Pacing the Frontier, Une déclaration de 1 178 employés d'entreprises d'IA frontalière, pacingthefrontier.com, juillet 2026
2. Reuters, « Les employés du secteur technologique appellent à un effort mondial soutenu par les États-Unis pour gérer les risques de l'IA avancée », 28 juillet 2026
3. L'Institut Anthropic, « When AI builds itself », juin 2026
4. Hugging Face, Divulgation d'un incident de sécurité — juillet 2026, 16 juillet 2026
5. Politico, « Le projet de loi sur le "bouton d'arrêt" de la Chambre des représentants dévoilé alors que le piratage d'OpenAI suscite des inquiétudes », 23 juillet 2026
6. Future of Life Institute, Pause Giant AI Experiments: An Open Letter, 2023年3月
7. Mozilla, The State of Open Source AI v1.0, juillet 2026
8. Axios, « David Sacks dit que les modèles d'IA open-weight chinois font avancer la Chine », 17 juillet 2026