Guides, comparatifs et actualités sur les outils d'IA

Utilisez Claude Code assez longtemps et vous tombez sur un dilemme : une demande à chaque commande fait caler votre rythme, mais toutes les désactiver avec le contournement est dangereux. Le bac à sable casse ce binaire en délimitant au niveau de l'OS ce qui peut être touché, si bien que les commandes s'exécutent librement à l'intérieur sans demandes tandis que rien n'atteint l'extérieur. Ce guide couvre les deux isolements (système de fichiers et réseau), la prise en main avec /sandbox (macOS fonctionne d'emblée, Linux/WSL2 nécessite bubblewrap+socat, Windows natif n'est pas pris en charge), le mode auto-autorisation contre le mode normal, la configuration de settings.json (allowWrite/denyRead, credentials, allowedDomains), comment il complète les modes et règles de permission comme troisième couche imposée par l'OS, ses limites (TLS non inspecté, sockets Unix), et quand recourir aux dev containers ou aux VM. Anthropic rapporte qu'il a réduit les demandes de permission de 84 % en usage interne.

L'IA peut être un ami qui sait tout et un conteur du soir : bien utilisée, le jeu se transforme en apprentissage. Cet article met d'abord en place 5 promesses de sécurité (un adulte pilote et vérifie, respect des limites d'âge et des conditions, aucune information personnelle, apprendre que « l'IA peut se tromper », régler le ton et le temps), puis propose 10 activités à copier-coller à partager avec les enfants : une histoire où votre enfant est le héros, une histoire dont les enfants décident la suite, un conte du soir apaisant, un professeur qui sait tout, un quiz sur les animaux et les dinosaures, un professeur de salutations en plusieurs langues, dessiner une créature imaginaire et des pages à colorier (génération d'image), des idées de bricolage, et un jeu de rôle sur les émotions et les bonnes manières. Avec des astuces par âge (préscolaire, primaire, grands enfants), des conseils pour en profiter davantage, les points de vigilance pour les parents et une FAQ. Faisable gratuitement.

La façon la plus addictive de jouer avec une IA, c'est une aventure textuelle où l'IA joue le maître du jeu (MJ) : vous déclarez une action, l'IA décrit la scène et l'histoire se ramifie sur-le-champ — et elle gère même les actions folles hors des choix. Ce guide montre comment en construire une de A à Z, sans aucune programmation : un prompt de départ qu'il suffit de coller, les 5 éléments qui font le plaisir (décor, ton, règles, suivi de l'état, rythme), cinq préréglages par genre à copier-coller (fantasy, évasion horrifique, enquête policière, survie SF, tranche de vie cosy), des modules de niveau supérieur (dés, stats & niveaux, sauvegarde/reprise), un tableau de correctifs à dire mot pour mot quand l'IA devient trop gentille ou oublie l'état, et les astuces pour jouer longtemps et reprendre plus tard, même en formule gratuite. Avec les points de vigilance (fiction et hallucinations, informations personnelles, présence d'un adulte pour les enfants) et des liens vers les articles jumeaux « 15 façons amusantes d'utiliser l'IA » et « 30 sujets amusants à poser à une IA ».

Pour ceux qui restent bloqués sur « au fond, que demander à une IA ? », voici 30 « sujets » qu'il suffit de copier-coller pour obtenir une réponse amusante. 6 genres × 5 questions : se connaître (forces cachées, valeurs, à quel animal vous ressemblez), ouvrir l'imagination · mondes du « et si » (usages inattendus d'un objet banal, la gravité réduite de moitié, inventer un jour férié), des explications qui donnent l'impression d'avoir compris (la physique quantique pour un enfant de 5 ans, les intérêts composés en 3 métaphores, Internet expliqué comme une livraison de pizza), jeux de mots (réécriture en 10 styles, micro-nouvelle en 2 phrases, création de surnoms, palindromes), jeu de rôle · conseils (coach de vie sévère, sage aux proverbes inventés, lettre de votre futur vous, extraterrestre déconcerté), et utile mais amusant (excuse changée en maxime, refus sur 5 niveaux, message fade amélioré, nom de menu dramatique, pause plaisir dans la to-do). Tout se teste avec ChatGPT, Claude ou Gemini gratuits. Avec les astuces pour rendre ça drôle (empiler les « encore », rôle & contraintes, changer d'IA), des précautions et un lien vers l'article jumeau « 15 façons amusantes d'utiliser l'IA ».

Quand on parle d'IA, c'est toujours du sérieux, mais c'est peut-être dans le jeu que l'IA brille le plus. Cet article présente 15 façons amusantes d'utiliser l'IA, chacune avec un prompt à copier-coller à essayer tout de suite. Jeux de mots & humour (① battles d'humour ② machine à raps/parodies ③ usine à noms), jeu de rôle & dialogue (④ discuter avec un personnage historique ⑤ faire débattre deux IA ⑥ s'entraîner face à un bot avocat du diable), jeux (⑦ aventure textuelle avec l'IA en maître du jeu ⑧ show de quiz sur mesure ⑨ jeu d'enquête), création (⑩ encyclopédie de créatures fictives ⑪ une histoire où vous êtes le héros ⑫ jouer avec la génération d'images), et quotidien & inattendu (⑬ chef des restes ⑭ voyages vers la Rome antique ou la Lune ⑮ voyante de divertissement). Tout fonctionne avec ChatGPT, Claude ou Gemini gratuits. Les trois clés du plaisir — donnez-lui un rôle, bridez-la avec des contraintes, empilez les « encore » — sont aussi les bases du prompt engineering pratique. Avec des précautions (vrai contre faux, données personnelles, jouer avec les enfants) et une FAQ.

Après avoir construit un agent IA, on se heurte toujours au même mur : « D'accord, mais est-ce que ça marche vraiment ? » Le mécanisme qui permet de décider si un changement de prompt ou de modèle a rendu les choses meilleures ou pires avec des données plutôt qu'au feeling, ce sont les evals. Les LLM produisent une sortie différente à chaque fois pour la même entrée, si bien que les tests unitaires à correspondance exacte collent mal. Cet article couvre ce que sont les evals, cinq façons de mesurer la qualité (① correspondance à la vérité terrain ② vérifications par règles ③ LLM-as-judge ④ tests de régression ⑤ surveillance en production), l'évaluation propre aux agents (taux de réussite des tâches, appels d'outils corrects, trajectoire, coût), comment démarrer petit à partir de 20 exemples d'échec, les pièges courants et les outils clés (Anthropic Console/Evals, OpenAI Evals, LangSmith, Langfuse, Ragas) — écrit pour les praticiens.

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.

Peut-on confier l'exploitation d'AWS à l'IA ? En 2026, on peut déléguer beaucoup. AWS propose lui-même Amazon Q Developer et l'Agent Toolkit for AWS (mai 2026 — plus de 40 compétences d'agent + un AWS MCP Server managé + des plugins), de sorte que l'IA peut aller de la génération d'IaC à l'exploitation des ressources. Ce guide cadre la « délégation » en trois niveaux (① génération de code/IaC, ② exploitation/investigation orientée lecture, ③ un agent autonome qui exploite réellement AWS), présente les principaux outils (Amazon Q Developer, Agent Toolkit, AWS MCP Server, Terraform MCP, Bedrock AgentCore) — dont la voie « apportez le vôtre » consistant à donner l'AWS CLI à Claude Code ou Codex pour exécuter « aws » depuis le shell — les avantages (IaC rapide, triage automatisé, idées d'optimisation des coûts, savoir démocratisé), puis le vrai enjeu, les inconvénients (prolifération des permissions IAM, le surdimensionnement comme amplificateur de rayon d'impact des erreurs/injections de prompt, permissions qui survivent à la tâche, emballement des coûts — avec de vrais incidents de suppression de BDD de prod en 2025-26), en s'appuyant sur des sources officielles AWS et d'éditeurs de sécurité. La clé : la question n'est pas « est-ce possible ? » mais « comment déléguer sans emballement ni explosion de la facture » — et le fait qu'AWS ait lui-même intégré garde-fous IAM, audit CloudTrail et bac à sable dans l'Agent Toolkit donne la forme de la réponse. Inclut les cinq principes (IAM au moindre privilège, approbation humaine pour les opérations destructrices, observabilité, identifiants JIT à durée de vie courte, bac à sable) et 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.

Le 1er juillet 2026, Anthropic a redéployé ses modèles phares Claude Fable 5 et Mythos 5 dans le monde entier — seulement 19 jours après leur suspension totale du 12 juin en vertu d'un décret américain de contrôle des exportations. La raison directe du retour : le département du Commerce des États-Unis a levé le contrôle des exportations le 30 juin. L'élément déclencheur d'origine était un signalement de jailbreak par des chercheurs d'Amazon, mais Anthropic a toujours soutenu que « Fable 5 n'offre aucune capacité offensive spécifique », et la levée règle l'affaire dans le sens de cette position. Le modèle n'est pas revenu à l'identique : un nouveau classifieur entraîné pour détecter la technique de contournement signalée la bloque dans plus de 99 % des cas, et lorsqu'il se déclenche la requête est automatiquement redirigée vers Opus 4.8 (le bouton « changer de modèle lorsqu'un message est signalé » dans l'application). Pour l'instant un plafond temporaire s'applique — jusqu'à 50 % de la limite hebdomadaire sur les formules Pro, Max, Team et certaines Enterprise jusqu'au 7 juillet, puis via des crédits d'usage. Fable 5 consomme l'usage plus vite qu'Opus 4.8, et l'accès via le cloud (AWS, Google Cloud, Microsoft Foundry) revient par étapes (sans date pour l'instant). En suite de la suspension (article 113), cet article explique pourquoi ce retour a été possible, ce qui a changé, les précautions d'usage et la leçon d'une conception qui ne dépend pas d'un seul modèle — sur la base de l'annonce officielle et de la couverture de presse.

Le premier obstacle pour intégrer un agent IA à un travail réel est « sur quel framework le construire ». Du point de vue d'un développeur et d'un décideur technique, cet article compare six frameworks majeurs — LangGraph, CrewAI, AutoGen (fondu dans le Microsoft Agent Framework, GA avril 2026), OpenAI Agents SDK, Google ADK et Claude Agent SDK — selon l'approche d'orchestration (graphe orienté / équipe par rôles / GroupChat conversationnel / passations / arborescence hiérarchique / boucle d'outils autonome), le langage, la courbe d'apprentissage, le contrôle, la maturité en production, le coût en tokens et le cas d'usage le mieux adapté. La mise en garde clé : le framework le plus « rapide à prototyper » (CrewAI) peut être le plus coûteux en production — environ 3× les tokens (41k contre 18,5k pour LangGraph dans un benchmark) et non déterministe, ce qui le rend peu adapté à la finance et à la santé. Il explique aussi comment 2026 a apporté l'interopérabilité via MCP (outils) et A2A (agent à agent), permettant aux agents de frameworks différents de coopérer et faisant disparaître le verrouillage. Inclut un guide de sélection par cas d'usage et une FAQ.

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.