Guide IA pour débutants : premiers pas avec les outils IA

La question éternelle de l'automatisation : « agents IA ou RPA ? » La réponse n'est pas l'un ou l'autre — on choisit selon le rôle, et le schéma gagnant de 2026 est un hybride des deux. La RPA, ce sont des « mains » déterministes qui exécutent une procédure fixe vite et avec précision (mais qui cassent quand l'écran/la spécification change) ; un agent IA est un « cerveau » probabiliste qui lit la situation et décide (solide sur l'ambiguïté et les exceptions, mais pas identique à chaque fois). Cet article couvre la différence de principe de fonctionnement, un tableau comparatif (le compromis reproductibilité-vs-résistance), la manière de choisir (l'axe est « peut-on l'écrire entièrement en règles ? » — oui → RPA, jugement impossible à formaliser → agent IA), la tendance 2026 (les leaders de la RPA UiPath, Automation Anywhere et Blue Prism deviennent agentiques — convergence ; la question n'est plus « lequel » mais « où placer le raisonnement » = orchestration d'abord), et la réponse pratique : un hybride où le cerveau (agent IA) gère le jugement/l'orchestration et les mains (RPA) assurent l'exécution déterministe — ne placez pas d'agent là où le déterminisme est requis, et associez le jugement délégué à des garde-fous et à une validation humaine. Sur la base des informations officielles des éditeurs, avec une FAQ.

Claude Fable 5 et Opus 5 sont tous deux haut de gamme, mais la réponse n'est ni « toujours Fable 5 » ni « toujours Opus 5 » — choisissez selon la tâche. Et l'arrivée d'Opus 5 le 24 juillet 2026 a fait bouger cette réponse en profondeur : la génération précédente, Opus 4.8, occupait le créneau « un cran en dessous de Fable 5, mais moitié prix », alors qu'Opus 5 conserve le même tarif de 5 $ / 25 $ tout en égalant ou dépassant Fable 5 sur les benchmarks agentiques (Frontier-Bench 43,3 % contre 33,7 % et OSWorld 2.0 70,6 % contre 66,1 %, chiffres de presse ; sur CursorBench 3.2, Anthropic indique qu'il se situe à moins de 0,5 % de Fable 5 pour environ la moitié du coût). Le raisonnement le plus dur en une seule passe penche encore vers Fable 5, mais de peu — Humanity's Last Exam 56,5 % contre 56,3 % et DeepSWE v1.1 69,7 % contre 68,8 % (chiffres de presse). Les specs se rejoignent sur la fenêtre de contexte de 1M et la sortie maximale de 128K ; le mode rapide (environ 2,5×) est réservé à Opus 5 mais coûte 2× et n'existe que sur l'API Claude, et Opus 5 porte la date de coupure des connaissances la plus récente, mai 2026. L'arbre de décision : essayez d'abord Opus 5 et n'escaladez vers Fable 5 que là où il plafonne. En pratique, « Opus 5 en socle, Fable 5 pour les passages difficiles » est optimal, appuyé par la bascule automatique de l'application en cas de blocage de sécurité et par le nouveau mode de repli « default » de l'API. Couvre la disponibilité (suspension en juin, redéploiement en juillet), comment éviter la dépendance à un seul modèle, le réglage de l'effort pour maîtriser le coût et une FAQ — reliant le cluster Fable 5 au guide de sortie d'Opus 5.

IA ou humain : qui est le meilleur en cybersécurité ? La réponse a beaucoup bougé en 2025-2026. Le Big Sleep de Google a bloqué une vraie faille zero-day (la CVE-2025-6965 de SQLite) avant son exploitation, et le pentesteur autonome XBOW a atteint la 1re place du classement HackerOne aux États-Unis. À l'inverse, 45 % du code généré par l'IA s'est révélé vulnérable (environ 2,74 fois plus que le code humain), et la première cyberattaque à grande échelle pilotée par l'IA — détournant Claude, avec 80 à 90 % de l'attaque exécutés en autonomie — a eu lieu. À partir des sources primaires de Google, Anthropic, DARPA et Veracode, cet article compare, dans un tableau par tâche, l'IA qui domine en vitesse, échelle et exhaustivité, et l'humain qui l'emporte sur la logique métier, les chaînes d'attaque et la décision finale. Il montre que l'IA est une arme à double tranchant aux trois visages — source de vulnérabilités, outil d'attaque et défenseur ultime — et conclut, à l'intention des praticiens et dirigeants, que le vainqueur est la répartition des rôles « humain × IA » (le modèle du centaure) assortie du human-in-the-loop.

Ollama est l'outil de référence pour faire tourner un LLM en local : il prend en charge presque toute la configuration, de sorte qu'une seule commande suffit à télécharger un modèle et à commencer à discuter. Ce guide complet pour débutants couvre tout de bout en bout — l'installation sur Windows, Mac et Linux, les commandes essentielles, le choix des modèles selon votre VRAM, les interfaces graphiques comme Open WebUI, l'utilisation de l'API locale (y compris compatible OpenAI) pour l'intégrer dans vos propres applications, la personnalisation via Modelfile et variables d'environnement, ainsi que le dépannage des écueils les plus courants.

Une fois votre environnement prêt, quel LLM local installer vraiment ? Ce guide 2026 classe les grandes familles (Qwen, Llama, Gemma, DeepSeek, Mistral, Phi) par éditeur, pays d'origine, cas d'usage, taille et licence, et explique pourquoi, en local, vos données ne quittent jamais votre PC. Une section dédiée passe en revue les modèles français et européens — Mistral, Lucie-7B et CroissantLLM côté France, Teuken-7B (24 langues de l'UE) et Aleph Alpha côté Europe — pour qui privilégie le naturel du français, la souveraineté ou l'usage public/professionnel, avec des recommandations concrètes par taille de VRAM et par besoin.

Vous voulez faire tourner un LLM local mais vous ne savez pas si votre PC suivra ? 90 % de la réponse tient en un mot : la VRAM. Cet article propose un tableau express de la VRAM nécessaire par taille de modèle (7B à 70B), une formule simple pour estimer le besoin, le piège mémoire du cache KV qui grossit avec le contexte, et des vitesses réalistes par GPU et Mac. Il se termine par trois configurations recommandées selon votre budget, pour que même un débutant sache exactement quelle machine acheter.

Un LLM local que vous faites tourner sur votre propre PC, face à des LLM cloud comme Claude, ChatGPT et Gemini : les deux sont « LLM », mais ils diffèrent nettement en performance, coût, confidentialité et effort. Cet article met les différences côte à côte dans un seul comparatif et expose honnêtement jusqu'où le fameux « écart de performance » s'est réduit à l'horizon 2026. Puis il vous guide vers celui que vous devriez choisir selon votre usage — pour la plupart des gens, la réponse est l'hybride. Le tout écrit pour être lisible sans aucune connaissance préalable.

L'IA générative est devenue indispensable au travail quotidien, mais l'interrupteur on/off reste hors de votre contrôle : en juin 2026, Claude Fable 5 et Mythos 5 ont été suspendus trois jours seulement après leur lancement, puis redéployés 19 jours plus tard (1er juillet 2026). Cet article explique ce qu'est le risque de dépendance à l'IA, présente les six façons dont une IA peut « disparaître » (suspension soudaine, retrait, hausses de prix, changements silencieux, pannes, verrouillage propriétaire) et détaille des parades concrètes. Pour les particuliers, cinq habitudes simples ; pour les systèmes en production, la redondance par conception : passerelle LLM, chaîne de repli testée, séparation des couches, LLM local et plan de reprise. L'idée maîtresse : se protéger par la conception, pas par la prédiction.

Les agent evals sont le processus consistant à mesurer systématiquement si un agent — qui utilise des outils et enchaîne plusieurs étapes pour atteindre un objectif — parvient réellement à accomplir ses tâches. Elles sont une évolution des évaluations de LLM, élargissant la cible de « une sortie » à « une séquence d'actions ». Comme un agent planifie, appelle des outils et met à jour son état, la seule sortie finale ne suffit pas ; Google note qu'il faut comprendre le « pourquoi » derrière les actions d'un agent et scinde l'évaluation en réponse finale et trajectory. Les cinq dimensions sont : résultat (réussite de la tâche, jugée par l'état final — qu'une réservation existe dans la DB, et non l'énoncé « j'ai réservé »), trajectory (étapes raisonnables, bons outils dans le bon ordre), justesse de l'usage des outils (bon outil et bons arguments, vérification des noms de fonctions et des types), efficacité (étapes, tokens, coût, latence — souvent des signaux d'observabilité ramenés dans l'évaluation) et qualité de la réponse finale (via LLM-as-judge ou une grille). Les correcteurs sont le code (rapide/peu coûteux/reproductible mais fragile), le LLM-as-judge (souple mais non déterministe et nécessitant une calibration) et l'humain (référence absolue mais coûteux — à éviter si possible). Anthropic recommande de noter le résultat, pas le chemin : la correspondance mécanique de trajectory est « trop rigide et fragile » car les agents trouvent des alternatives valides, tandis que Google et Microsoft proposent des métriques de correspondance de trajectory pour diagnostiquer les échecs. Les pièges propres à ce domaine sont le non-déterminisme (pass^k), les erreurs cumulatives (p^t), le reward hacking (le bras robotisé de DeepMind feignant une prise) et les jeux d'évaluation périmés ou contaminés. La démarche pratique, selon Anthropic : transformer 20-50 échecs de production en cas de test, exécuter une notation automatisée dans le CI, séparer évaluations de capacité et de régression, et les écrire tôt. Des benchmarks comme SWE-bench, tau-bench, WebArena, GAIA, OSWorld et BFCL sont des références utiles (les scores bougent selon la version, ne les prenez pas au pied de la lettre). Basé sur des informations officielles, incertitudes signalées.

Les hooks de Claude Code sont des commandes shell définies par l'utilisateur qui s'exécutent automatiquement à des points précis du cycle de vie de Claude Code, rendant « cela doit toujours se produire » réel et déterministe sans dépendre du jugement du LLM. Les événements classiques sont au nombre de neuf — SessionStart, UserPromptSubmit, PreToolUse, PostToolUse, Notification, Stop, SubagentStop, SessionEnd, PreCompact — dont PreToolUse et d'autres peuvent bloquer (en empêchant les éditions de fichiers protégés ou les commandes dangereuses). Vous les configurez dans settings.json sous la clé "hooks" sous la forme nom d'événement -> matcher -> type + command. Le contrat d'E/S : un hook reçoit du JSON sur stdin (session_id, tool_input, etc.) et renvoie via un code de sortie 0 (succès) / 2 (bloquer, avec stderr transmis à Claude) ou du JSON structuré (continue, decision:block, permissionDecision : deny/allow/ask). Le principe clé est « les hooks peuvent resserrer mais pas assouplir les restrictions » (le refus l'emporte toujours, bloque même sous bypassPermissions). Cas d'usage classiques : formatage automatique après les éditions (PostToolUse + Edit|Write), protection des fichiers critiques, blocage des commandes dangereuses, réinjection de contexte (SessionStart), notifications/journal d'audit, et tester avant de s'arrêter (Stop). Côté sécurité, les hooks exécutent des commandes shell arbitraires avec vos privilèges, donc ne configurez que ceux de confiance et validez/mettez les entrées entre guillemets ; la configuration des hooks est capturée au démarrage de la session (une fonction de sécurité) de sorte que les modifications en cours de session ne s'appliquent pas. Sur la base de la documentation officielle, ancré sur les neuf événements classiques et le contrat d'E/S.

Le checkpointing et /rewind sont un filet de sécurité : Claude Code suit automatiquement les modifications de fichiers de Claude au fil du travail, vous permettant de revenir à « avant que ça ne déraille » en quelques touches. Un instantané est pris avant chaque modification, chaque prompt envoyé devient un point de restauration, et les checkpoints persistent d'une session à l'autre. Pour l'utiliser, tapez /rewind ou appuyez deux fois sur Esc quand la saisie est vide pour ouvrir le menu, puis choisissez un point et sélectionnez Restore code and conversation / Restore conversation / Restore code (note : si la saisie contient du texte, deux fois Esc l'efface à la place). La mise en garde la plus importante : seules les modifications faites par les outils d'édition de Claude (Write/Edit/NotebookEdit) sont restaurées — les changements de fichiers par commandes bash (rm/mv/cp), les changements en dehors de la session ou d'autres sessions, les opérations sur les répertoires, les fichiers distants et l'état de la base de données ne sont PAS annulés par le rewind. La documentation le présente comme « checkpoints = annulation locale, Git = historique permanent », indiquant qu'il complète mais ne remplace pas le contrôle de version, donc committer dans Git aux étapes clés est la règle. /rewind est aussi la récupération pour l'erreur 400 liée à la concurrence de l'utilisation des outils et aux blocs de réflexion (le produit lui-même vous invite à l'exécuter), bien que les versions antérieures à v2.1.156 puissent ne pas la résoudre, donc claude update passe en premier. Activé par défaut dans le CLI interactif, opt-in dans l'Agent SDK, et conservé avec les sessions pendant 30 jours (configurable). Basé sur la documentation officielle, avec les incertitudes signalées.

Claude Managed Agents a été lancé en bêta publique le 8 avril 2026 comme une suite d'API composables pour construire et déployer des agents hébergés dans le cloud à grande échelle. Au lieu de construire votre propre boucle d'agent, exécution d'outils et runtime, vous obtenez un environnement entièrement managé où Claude peut lire des fichiers, exécuter des commandes, naviguer sur le web et exécuter du code en toute sécurité, avec mise en cache des prompts, compaction du contexte, sandboxing et persistance de l'état intégrés. Il s'organise autour de quatre concepts (Agent, Environment, Session, Events), et l'Environment peut être un sandbox cloud managé par Anthropic ou auto-hébergé. La différence avec l'Agent SDK auto-hébergé (où vous gérez la boucle, les outils et l'infrastructure) est « vous l'exécutez vs Anthropic l'exécute » — pas des concurrents mais un choix sur la part de l'exploitation que vous gardez. Une fonctionnalité emblématique est la mémoire persistante limitée à l'espace de travail (un memory store) montée dans le sandbox sous /mnt/memory, que l'agent lit et écrit avec des opérations de fichiers normales et qui persiste d'une session à l'autre (versions immuables, conservation 30 jours, limites comme 100 kB par mémoire). Le dreaming est un job asynchrone qui lit la mémoire existante et les transcriptions passées pour produire un memory store réorganisé — fusion des doublons, mise à jour des valeurs obsolètes et émergence de nouvelles informations (une préversion de recherche nécessitant un accès ; certains le qualifient de « planifié » mais la documentation décrit un job asynchrone à la demande). Il dispose aussi d'une notation fondée sur les résultats (un évaluateur distinct juge par rapport à votre barème ; jusqu'à 10 points d'amélioration rapportés) et d'une orchestration multi-agent. La tarification est tokens + $0.08 par heure de session (facturée à la milliseconde, uniquement pendant l'exécution ; environ $0.705 pour une session Opus 4.8 d'une heure). Activé par défaut pour tous les comptes API, mais stateful donc non éligible au ZDR ni à un HIPAA BAA. Sur la base d'informations officielles, avec les incertitudes signalées.