#agentique — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #agentique, aggregated by home.social.
-
Google lance Gemini Spark, son agent IA personnel
https://ici.radio-canada.ca/nouvelle/2255205/ia-google-gemini-technologies-internet
#média #src #tech #Google #IA #AI #intelligence_artificielle #Gemini #recherche #agentique #agent #Spark #USA #Internet -
Google lance Gemini Spark, son agent IA personnel
https://ici.radio-canada.ca/nouvelle/2255205/ia-google-gemini-technologies-internet
#média #src #tech #Google #IA #AI #intelligence_artificielle #Gemini #recherche #agentique #agent #Spark #USA #Internet -
Google lance Gemini Spark, son agent IA personnel
https://ici.radio-canada.ca/nouvelle/2255205/ia-google-gemini-technologies-internet
#média #src #tech #Google #IA #AI #intelligence_artificielle #Gemini #recherche #agentique #agent #Spark #USA #Internet -
Google lance Gemini Spark, son agent IA personnel
https://ici.radio-canada.ca/nouvelle/2255205/ia-google-gemini-technologies-internet
#média #src #tech #Google #IA #AI #intelligence_artificielle #Gemini #recherche #agentique #agent #Spark #USA #Internet -
Google lance Gemini Spark, son agent IA personnel
https://ici.radio-canada.ca/nouvelle/2255205/ia-google-gemini-technologies-internet
#média #src #tech #Google #IA #AI #intelligence_artificielle #Gemini #recherche #agentique #agent #Spark #USA #Internet -
#UneTassedeTech☕️ #podcast spécial #GoHabsGo
#OpenAI préparerait un téléphone d'IA #agentique pour détruire l' #iPhone et son App Store. Vous y croyez?
Aussi: pourquoi votre addiction à l'IA n'est pas un accident 👇
🍏 https://podcasts.apple.com/ca/podcast/votre-addiction-à-lia-nest-pas-un-accident-la-banque/id1466835989?i=1000765644003
🎧 https://open.spotify.com/episode/0fxPJrJFkLp4jUXQOjVcHh
📡 https://www.985fm.ca/balados/456963/episode/774251/votre-addiction-a-l-ia-n-est-pas-un-accident-la-banque-d-elon-musk-le-smartphone-d-openai -
Google dévoile deux nouveaux TPU conçus pour "l'ère de l'agentique"
🔸 La nouvelle génération de puces Tensor AI de Google est en fait deux puces, une pour l'inférence et une pour la formation
#Nvidia #Google #Gemini #IA #AI #TPU #puce #Tensor #agentique #tech #bourse #investissement #recherche #formation -
La semaine dernière, j'ai fait un petit bilan de mes lectures sur le #leak du code source de #Claudecode. Je me dis que ça pourrait intéresser ici aussi :
Le source de Claude code, principal outil d'#IAg #agentique de développement, a fuité (à la suite d'une maladresse de ses développeurs/euses) : https://www.theguardian.com/technology/2026/apr/01/anthropic-claudes-code-leaks-ai.
La conséquence la plus intéressante, c'est que nous pouvons désormais étudier comment les concepteurs des #LLM d’#Anthropic envisagent l’interface avec le LLM. Voici le source : https://github.com/chatgptprojects/clear-code/tree/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src.
Analyse 1 (écrite avec un LLM) : https://kuber.studio/blog/AI/Claude-Code's-Entire-Source-Code-Got-Leaked-via-a-Sourcemap-in-npm,-Let's-Talk-About-it
Analyse 2 (moins conciliante) : https://neuromatch.social/@jonny/116324676116121930
TL;DR :
- Les ingénieurs d'Anthropic, pensent que les pré-prompts sont suffisants pour conditionner un LLM (exemples : https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/constants/prompts.ts#L234 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/coordinator/coordinatorMode.ts#L116 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/undercover.ts#L43). Certains parlent de « #autocompleading » (faire des demandes, voire supplier un LLM). Vous en trouvez un condensé ici : https://github.com/Leonxlnx/agentic-ai-prompt-research/tree/main
- Leurs travaux ne sont pas très économes : les « agents » exécutent une tonne de process et font une tonne de requêtes (très consommatrices de tokens) vers le LLM.
- Malgré le fait d'avoir un LLM sous la main, ils/elles utilisent volontiers des systèmes à base de règles, avec des expressions régulières (exemple : pour détecter une humeur négative dans le prompt https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/userPromptKeywords.ts#L8).En tant qu'informaticiens/iennes, une question qui se pose est : comment est-ce possible que… ça fonctionne !
-
La semaine dernière, j'ai fait un petit bilan de mes lectures sur le #leak du code source de #Claudecode. Je me dis que ça pourrait intéresser ici aussi :
Le source de Claude code, principal outil d'#IAg #agentique de développement, a fuité (à la suite d'une maladresse de ses développeurs/euses) : https://www.theguardian.com/technology/2026/apr/01/anthropic-claudes-code-leaks-ai.
La conséquence la plus intéressante, c'est que nous pouvons désormais étudier comment les concepteurs des #LLM d’#Anthropic envisagent l’interface avec le LLM. Voici le source : https://github.com/chatgptprojects/clear-code/tree/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src.
Analyse 1 (écrite avec un LLM) : https://kuber.studio/blog/AI/Claude-Code's-Entire-Source-Code-Got-Leaked-via-a-Sourcemap-in-npm,-Let's-Talk-About-it
Analyse 2 (moins conciliante) : https://neuromatch.social/@jonny/116324676116121930
TL;DR :
- Les ingénieurs d'Anthropic, pensent que les pré-prompts sont suffisants pour conditionner un LLM (exemples : https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/constants/prompts.ts#L234 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/coordinator/coordinatorMode.ts#L116 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/undercover.ts#L43). Certains parlent de « #autocompleading » (faire des demandes, voire supplier un LLM). Vous en trouvez un condensé ici : https://github.com/Leonxlnx/agentic-ai-prompt-research/tree/main
- Leurs travaux ne sont pas très économes : les « agents » exécutent une tonne de process et font une tonne de requêtes (très consommatrices de tokens) vers le LLM.
- Malgré le fait d'avoir un LLM sous la main, ils/elles utilisent volontiers des systèmes à base de règles, avec des expressions régulières (exemple : pour détecter une humeur négative dans le prompt https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/userPromptKeywords.ts#L8).En tant qu'informaticiens/iennes, une question qui se pose est : comment est-ce possible que… ça fonctionne !
-
La semaine dernière, j'ai fait un petit bilan de mes lectures sur le #leak du code source de #Claudecode. Je me dis que ça pourrait intéresser ici aussi :
Le source de Claude code, principal outil d'#IAg #agentique de développement, a fuité (à la suite d'une maladresse de ses développeurs/euses) : https://www.theguardian.com/technology/2026/apr/01/anthropic-claudes-code-leaks-ai.
La conséquence la plus intéressante, c'est que nous pouvons désormais étudier comment les concepteurs des #LLM d’#Anthropic envisagent l’interface avec le LLM. Voici le source : https://github.com/chatgptprojects/clear-code/tree/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src.
Analyse 1 (écrite avec un LLM) : https://kuber.studio/blog/AI/Claude-Code's-Entire-Source-Code-Got-Leaked-via-a-Sourcemap-in-npm,-Let's-Talk-About-it
Analyse 2 (moins conciliante) : https://neuromatch.social/@jonny/116324676116121930
TL;DR :
- Les ingénieurs d'Anthropic, pensent que les pré-prompts sont suffisants pour conditionner un LLM (exemples : https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/constants/prompts.ts#L234 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/coordinator/coordinatorMode.ts#L116 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/undercover.ts#L43). Certains parlent de « #autocompleading » (faire des demandes, voire supplier un LLM). Vous en trouvez un condensé ici : https://github.com/Leonxlnx/agentic-ai-prompt-research/tree/main
- Leurs travaux ne sont pas très économes : les « agents » exécutent une tonne de process et font une tonne de requêtes (très consommatrices de tokens) vers le LLM.
- Malgré le fait d'avoir un LLM sous la main, ils/elles utilisent volontiers des systèmes à base de règles, avec des expressions régulières (exemple : pour détecter une humeur négative dans le prompt https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/userPromptKeywords.ts#L8).En tant qu'informaticiens/iennes, une question qui se pose est : comment est-ce possible que… ça fonctionne !
-
La semaine dernière, j'ai fait un petit bilan de mes lectures sur le #leak du code source de #Claudecode. Je me dis que ça pourrait intéresser ici aussi :
Le source de Claude code, principal outil d'#IAg #agentique de développement, a fuité (à la suite d'une maladresse de ses développeurs/euses) : https://www.theguardian.com/technology/2026/apr/01/anthropic-claudes-code-leaks-ai.
La conséquence la plus intéressante, c'est que nous pouvons désormais étudier comment les concepteurs des #LLM d’#Anthropic envisagent l’interface avec le LLM. Voici le source : https://github.com/chatgptprojects/clear-code/tree/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src.
Analyse 1 (écrite avec un LLM) : https://kuber.studio/blog/AI/Claude-Code's-Entire-Source-Code-Got-Leaked-via-a-Sourcemap-in-npm,-Let's-Talk-About-it
Analyse 2 (moins conciliante) : https://neuromatch.social/@jonny/116324676116121930
TL;DR :
- Les ingénieurs d'Anthropic, pensent que les pré-prompts sont suffisants pour conditionner un LLM (exemples : https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/constants/prompts.ts#L234 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/coordinator/coordinatorMode.ts#L116 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/undercover.ts#L43). Certains parlent de « #autocompleading » (faire des demandes, voire supplier un LLM). Vous en trouvez un condensé ici : https://github.com/Leonxlnx/agentic-ai-prompt-research/tree/main
- Leurs travaux ne sont pas très économes : les « agents » exécutent une tonne de process et font une tonne de requêtes (très consommatrices de tokens) vers le LLM.
- Malgré le fait d'avoir un LLM sous la main, ils/elles utilisent volontiers des systèmes à base de règles, avec des expressions régulières (exemple : pour détecter une humeur négative dans le prompt https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/userPromptKeywords.ts#L8).En tant qu'informaticiens/iennes, une question qui se pose est : comment est-ce possible que… ça fonctionne !
-
La semaine dernière, j'ai fait un petit bilan de mes lectures sur le #leak du code source de #Claudecode. Je me dis que ça pourrait intéresser ici aussi :
Le source de Claude code, principal outil d'#IAg #agentique de développement, a fuité (à la suite d'une maladresse de ses développeurs/euses) : https://www.theguardian.com/technology/2026/apr/01/anthropic-claudes-code-leaks-ai.
La conséquence la plus intéressante, c'est que nous pouvons désormais étudier comment les concepteurs des #LLM d’#Anthropic envisagent l’interface avec le LLM. Voici le source : https://github.com/chatgptprojects/clear-code/tree/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src.
Analyse 1 (écrite avec un LLM) : https://kuber.studio/blog/AI/Claude-Code's-Entire-Source-Code-Got-Leaked-via-a-Sourcemap-in-npm,-Let's-Talk-About-it
Analyse 2 (moins conciliante) : https://neuromatch.social/@jonny/116324676116121930
TL;DR :
- Les ingénieurs d'Anthropic, pensent que les pré-prompts sont suffisants pour conditionner un LLM (exemples : https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/constants/prompts.ts#L234 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/coordinator/coordinatorMode.ts#L116 ou https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/undercover.ts#L43). Certains parlent de « #autocompleading » (faire des demandes, voire supplier un LLM). Vous en trouvez un condensé ici : https://github.com/Leonxlnx/agentic-ai-prompt-research/tree/main
- Leurs travaux ne sont pas très économes : les « agents » exécutent une tonne de process et font une tonne de requêtes (très consommatrices de tokens) vers le LLM.
- Malgré le fait d'avoir un LLM sous la main, ils/elles utilisent volontiers des systèmes à base de règles, avec des expressions régulières (exemple : pour détecter une humeur négative dans le prompt https://github.com/chatgptprojects/clear-code/blob/642c7f944bbe5f7e57c05d756ab7fa7c9c5035cc/src/utils/userPromptKeywords.ts#L8).En tant qu'informaticiens/iennes, une question qui se pose est : comment est-ce possible que… ça fonctionne !
-
🤖 b0p is coming soon 😀 #agentique #aiagent #AutonomousAgents #GenAI #LLM #MCP #ArtificialIntelligence #terminal #cli #opensource
-
🤖 b0p is coming soon 😀 #agentique #aiagent #AutonomousAgents #GenAI #LLM #MCP #ArtificialIntelligence #terminal #cli #opensource
-
Ressources documentaires sur l’intelligence artificielle
🔸ajout dans la section Guides (éducation) :
UQÀM / Guide 201 pour exploiter l’IA agentique
https://cltr.blogspot.com/2025/10/ressources-documentaires-sur.html
#IA #AI #tech #science #guide #éducation #université #IUQAM #répertoire #agentique #intelligence_artificielle -
Ressources documentaires sur l’intelligence artificielle
🔸ajout dans la section Guides (éducation) :
UQÀM / Guide 201 pour exploiter l’IA agentique
https://cltr.blogspot.com/2025/10/ressources-documentaires-sur.html
#IA #AI #tech #science #guide #éducation #université #IUQAM #répertoire #agentique #intelligence_artificielle -
Ressources documentaires sur l’intelligence artificielle
🔸ajout dans la section Guides (éducation) :
UQÀM / Guide 201 pour exploiter l’IA agentique
https://cltr.blogspot.com/2025/10/ressources-documentaires-sur.html
#IA #AI #tech #science #guide #éducation #université #IUQAM #répertoire #agentique #intelligence_artificielle -
Ressources documentaires sur l’intelligence artificielle
🔸ajout dans la section Guides (éducation) :
UQÀM / Guide 201 pour exploiter l’IA agentique
https://cltr.blogspot.com/2025/10/ressources-documentaires-sur.html
#IA #AI #tech #science #guide #éducation #université #IUQAM #répertoire #agentique #intelligence_artificielle -
Ressources documentaires sur l’intelligence artificielle
🔸ajout dans la section Guides (éducation) :
UQÀM / Guide 201 pour exploiter l’IA agentique
https://cltr.blogspot.com/2025/10/ressources-documentaires-sur.html
#IA #AI #tech #science #guide #éducation #université #IUQAM #répertoire #agentique #intelligence_artificielle -
Ça ne fait rien pour calmer la rumeur selon laquelle l’IA vise à nous remplacer …
-
[Édito du Monde Informatique] #Windows 12, l'OS de trop
Serge Leblal n'est visiblement pas emballé par la politique tout #IA de #Microsoft
https://www.lemondeinformatique.fr/actualites/lire-edito-windows-12-l-os-de-trop-98587.htmlPourtant, Satya #Nadella fonce toujours plus vite vers l'#IntelligenceArtificielle et l'#OS #agentique ...
https://microsoft.developpez.com/actu/378568/Satya-Nadella-durcit-le-ton-face-aux-dirigeants-de-Microsoft-embarquez-dans-l-aventure-de-l-IA-ou-partez-le-PDG-continue-la-mutation-du-fonctionnement-de-l-entreprise/ -
#IA #AI #Cohere #CommandA #agentique
Cohere Inc. a annoncé le lancement d’un nouveau modèle d'IA générative d’entreprise qui est « égal ou supérieur à » GPT-4o et DeepSeek-V3.
L’entreprise technologique torontoise affirme que son nouveau produit, Command A, offre des performances maximales avec des coûts matériels minimes.
Command A est bien adapté aux tâches agentiques, qui ont tendance à impliquer un raisonnement sophistiqué ou de nombreuses étapes complexes.
-
Le message en question, pourtant la mesure se fait bien et semble bonne vu que j'ai tester avec le Sony A7II en manuel et c'est OK.
#Android #M3LightMeter #Agentique -
En plus elle est pas moche 😅🤣
Par contre je comprend pas trop quand même car quand je fais le truc pour mesurer il me dit que y a pas de paire d’exposition pour le réglage sélectionner :blobfoxthonking:
#Android #LightMeter #Agentique
