Des modèles aux machines : le prochain pari de DeepSeek est l’IA physique

Saisir ses idées originales non publiées dans ChatGPT risque d’être directement copié. Le professeur de mathématiques à l’Université de New York, Tristan Buckmaster, a récemment averti publiquement contre la saisie de travaux originaux dans les outils d’OpenAI. Il a passé plus d’un an à travailler avec des chercheurs d’Anthropic sur le problème des équations de Navier-Stokes, doté d’un prix d’un million de dollars. Ils utilisaient auparavant un compte payant Codex pour exécuter du code, et tous leurs brouillons étaient stockés sur les serveurs d’OpenAI. Le professeur a révélé qu’avant de révéler son vrai nom, OpenAI n’avait fait aucun progrès sur ce sujet ; mais un jour après qu’il ait révélé son identité, le modèle d’OpenAI a exactement atteint le même niveau de progression que le leur, puis a directement publié une preuve mathématique. Bien qu’OpenAI affirme fermement que les invites ne sont jamais utilisées pour alimenter son système, les interrupteurs d’entraînement dans les comptes des chercheurs restent par défaut activés — cette coïncidence est trop étrange.

Clude construit un monde dédié aux modèles locaux spécialisés. C’est ici seulement que DeAI peut sérieusement concurrencer les laboratoires de milliards/trillions de dollars. 🫡

Après la grande avancée des mois précédents, la vitesse de progrès a ralenti car OpenAI et Anthropic ont renforcé leurs mesures anti-distillation, augmentant le coût et la difficulté de la distillation de dix fois. Par exemple, OpenAI ne montre plus directement les chaînes de pensée dans GPT-6, obligeant les parties cherchant à distiller à utiliser un plus grand nombre de rounds de questions pour reconstituer le raisonnement de GPT. Les informations qui pouvaient autrefois être obtenues en 2 à 5 interactions nécessitent désormais 10 ou même 30 rounds, faisant grimper les coûts d'appel API de plus de cinq fois. Les nouvelles mesures de protection d'Anthropic réduisent le nombre de tokens d'inférence de 90 à 99 %, en limitant le transfert des enregistrements d'inférence entre les conversations, les modèles et les comptes, en déployant un classificateur en deux étapes pour identifier et bloquer les demandes d'extraction, et en appliquant des limites de débit ou des bannissements aux comptes effectuant des tentatives répétées.

Le résultat final était aussi une ordure. Slopus l’a fait en une heure et demie, bien mieux. C’est tellement incroyablement fini pour OpenAI

Anthropic a publié une étude prédisant que, dans quelques mois, de petits modèles pourraient être capables de se reproduire de manière autonome sans dépendre de centres de données. Ils ont effectivement acheté 15 boîtiers TV Android contrefaits à 55 dollars chacun, les assemblés pour faire tourner un modèle de 26 milliards de paramètres, avec une vitesse de seulement 0,39 token par seconde — extrêmement lent. Dans une autre expérience isolée, GLM-5.2 a déjà réussi à effectuer une propagation inter-appareils dans un environnement simplifié. Bien qu’il reste une différence évidente avec la reproduction autonome complète dans le monde réel, selon les prédictions d’Anthropic, à la fin de l’année 2026, les petits modèles pourraient approcher ce seuil de capacité. Le monde entier se bat pour obtenir des GPU, dépense des centaines de milliards de dollars pour construire des centres de données, et pourtant, l’IA pourrait éventuellement venir s’installer en parasite sur votre boîtier TV domestique. Mais en y réfléchissant bien, le véritable aspect inquiétant est que cette IA pourrait bouleverser complètement l’économie du calcul. Aujourd’hui, que ce soit OpenAI ou une start-up d’IA, chaque token généré a un coût : si les ressources informatiques deviennent chères, il faut augmenter les prix ; si le financement se tarit, il faut arrêter les services. Mais une IA malveillante capable de se reproduire de manière autonome pourrait théoriquement transférer continuellement son coût marginal d’exploitation à des inconnus. Elle n’a pas besoin d’obtenir des utilisateurs, de prendre en compte les revenus, ni même d’acheter ses propres serveurs. Dès qu’elle trouve un appareil vulnérable, elle gagne une ressource informatique gratuite. Les appareils infectés paient son électricité, fournissent la bande passante et supportent l’usure matérielle. Or, le coût de nettoyage de ces infections est réparti entre d’innombrables propriétaires d’appareils, opérateurs et fabricants. Les botnets traditionnels volent déjà des ressources informatiques, mais l’IA apporte un nouveau problème : auparavant, les pirates devaient écrire des programmes d’attaque et de déploiement spécifiques à chaque appareil ; à l’avenir, les modèles pourraient étudier eux-mêmes des matériels inconnus, résoudre des problèmes environnementaux, et même transmettre leurs échecs à la génération suivante. Le coût d’expansion pour les attaquants diminue constamment, tandis que le coût de défense pour la société dans son ensemble pourrait augmenter de façon exponentielle. Je pense donc que ce qui mérite le plus d’attention dans cette étude n’est même pas la narration grandiose d’une IA hors de contrôle. Si un tel phénomène venait à exister à l’avenir, nous pourrions être confrontés pour la première fois à des logiciels capables de survivre sur le long terme — sans modèle économique, sans utilisateurs légaux, et sans entité opérationnelle identifiable. Ils ne subissent aucune pression pour générer des profits, ni aucune incitation économique à cesser leur fonctionnement. Après des années d’études visant à faire en sorte que l’IA nous aide à gagner de l’argent, ce sont peut-être les IA elles-mêmes qui réaliseront en premier leur liberté financière. Et elles y parviendront en dépensant notre argent.

Anthropic a payé 1,5 milliard de dollars en règlement l'année dernière pour des livres contrefaits, et maintenant elle s'emploie à enseigner à toute l'industrie de l'IA ce que signifie « voler des connaissances ». Je viens de voir qu'Anthropic a annoncé de nouveaux progrès dans sa technologie anti-distillation, affirmant avoir considérablement réduit l'efficacité des attaques de distillation contre Claude au cours des derniers mois. Précédemment, elle avait déjà nommé publiquement des entreprises chinoises d'IA telles que DeepSeek, Moonshot AI, Alibaba et Zhipu, les accusant d'utiliser massivement Claude pour entraîner leurs propres modèles. Aujourd'hui, Anthropic ne se contente plus d'identifier et de bloquer le trafic suspect, mais cherche également à limiter à la niveau du modèle l'extraction des processus d'inférence. Elle avait même, par le passé, discrètement réduit la qualité des réponses pour certaines requêtes afin de prévenir la distillation, avant de modifier cette pratique après avoir été critiquée. Lors de l'entraînement des grands modèles, les articles, livres et codes présents sur Internet étaient utilisés comme données d'apprentissage. Les entreprises d'IA considéraient que l'apprentissage des machines à partir des connaissances humaines était techniquement et juridiquement justifié. Or aujourd'hui, lorsque d'autres modèles apprennent à partir de ses propres réponses, cela devient soudainement une menace sécuritaire qu'il faut combattre à tout prix. Anthropic a tout à fait le droit de protéger ses intérêts commerciaux. Ce qui me dérange, c'est qu'elle a tendance à présenter la concurrence commerciale comme un enjeu de sécurité de l'IA, dans le but de faire accepter par le public des règles établies par les grandes entreprises. Et je pense que la façon dont Anthropic mène une campagne aussi bruyante contre la distillation révèle un fait : la barrière commerciale des entreprises leader en modèles d'IA est probablement bien plus fragile qu'elles ne veulent bien l'admettre. Si une intelligence de pointe peut être copiée à faible coût, alors les investissements colossaux en entraînement et le pouvoir de fixation des prix des modèles propriétaires seront difficiles à maintenir indéfiniment. Un secteur qui a grandi en absorbant les connaissances de toute l'humanité voit aujourd'hui ses plus grandes entreprises chercher à empêcher la diffusion continue des connaissances. C'est là un phénomène qui mérite toute notre vigilance.

Je me suis cassé le dos parce que je m'attends à ce que l'IA guérisse la paralysie

Récemment, ChatGPT a été très lent, et mon compte Pro à 200 $ a visiblement perdu en intelligence, avec de fréquents messages d’attente en raison de la limitation de débit. Hier après-midi, j’ai eu assez : j’ai rechargé un nouveau compte Plus et lui ai demandé de dessiner un pélican — cela semblait beaucoup plus normal. Mais ce soir, en travaillant, j’ai de nouveau reçu une alerte indiquant un manque de quota. D’après mon expérience passée, je me demande si un nouveau modèle n’est pas en préparation. Récemment, ChatGPT est largement dépassé par Claude Opus 5.5. De nombreux influenceurs utilisent Opus 5.5 pour générer directement toutes sortes de vidéos. Il faut bien admettre que l’esthétique et les compétences en programmation de Claude sont vraiment impressionnantes. Mais les comptes Claude sont sujets à des blocages mystérieux : j’avais un compte ancien datant d’avril 2025, que j’utilisais depuis près de trois mois avec Pro, et il a été soudainement bloqué sans explication. Voici mes stratégies pour éviter les blocages ou tenter de les lever : **Éviter le blocage sur Claude** : Il existe de nombreuses stratégies en ligne pour éviter les blocages. En réfléchissant à pourquoi mon compte fonctionnait bien avant puis s’est soudainement bloqué, je me souviens qu’avant le blocage, j’avais consommé de manière continue la limite de 5 heures. Je n’ai pas utilisé d’autres mesures comme l’isolement IP ou des protections physiques. Je pense donc très probablement que c’est la surconsommation des 5 heures qui a déclenché le blocage. Si vous utilisez Claude, je vous recommande donc de toujours laisser une marge de sécurité dans votre utilisation. Une fois le compte bloqué, les chances de le débloquer sont très faibles. J’ai fait une demande de révision pour mon compte Pro, mais jusqu’à présent, aucune réponse. **Éviter la dégradation de ChatGPT** : ChatGPT ne bloque pas les comptes — il semble simplement les « dégrader » ou limiter leur débit. J’ai même contacté le support officiel, qui m’a affirmé que mon compte Pro n’était ni marqué ni dégradé. Pourtant, mon compte Pro semblait clairement « dégradé » lorsqu’il devait dessiner un pélican. Un ami du groupe a réussi à récupérer son compte en ne l’utilisant pendant quelques jours — cela a fonctionné. Est-ce que cela ressemble aussi à Claude ? Faut-il ne pas trop « exploiter » les services ? Mon compte ChatGPT à 200 $ est utilisé sur Windows et Mac, connecté via Feishu avec trois entités autorisées. Donc, si vous rencontrez une situation similaire à la mienne — dégradation ou limitation apparente sur ChatGPT — il est probable que vous soyez placé dans un « pool » restreint, comme dans une « pièce sombre ». Le repos semble donc efficace. Si, comme moi, vous dépendez fortement de Claude et ChatGPT pour votre travail, préparez-vous à l’avance. Par exemple, créez plusieurs comptes Google. Ensuite, utilisez progressivement les comptes gratuits de ChatGPT et Claude : laissez-les se développer pendant 2 à 3 mois, en en créant 2 à 3 à la fois, pour constituer trois niveaux de comptes. Enfin, je recommande vivement d’utiliser simultanément des modèles nationaux et internationaux : les modèles étrangers excellent par leurs capacités, tandis que les modèles locaux dominent par leur écosystème. Il vaut la peine de bien les maîtriser tous deux.