Comment je choisis mes abonnements IA selon le budget et le rôle
Avant de comparer les prix, décidez si votre travail est surtout du développement. Le même budget achète une stack complètement différente.
Analyses approfondies d'Anthropic, OpenAI, Google et autres plateformes IA.
101 articles
Avant de comparer les prix, décidez si votre travail est surtout du développement. Le même budget achète une stack complètement différente.
Je maintiens Codex Vible comme mémo vivant : install, réglages, App vs Web, et l'écart avec ChatGPT.
Deux défauts structurels : prompt système qui coupe le reasoning, et arbres d'agents. Mesures et config.toml.
Méthode Matt Pocock : /context, puis couper les définitions inutiles dans settings.json.
Polices denses : ~40k caractères pour une facture image Anthropic. Logs pxpipe et limite Fable 5.
Seul solo builder sur scène, deck + 7 workflows. Les slides sont faits par Codex.
Le global charge du bruit dans chaque session. Un entrepôt, des raccourcis.
ChatGPT-as-MCP planning, multi-account gateways, Excalidraw intent, imagegen fan-out, remote handoff, grill-me PRDs, kanban agents, and multi-tool control.
The day reinforced that solo builders can hold a room with executives — if the workflows are real and the deck is honest.
A short field note from a packed room: builders, executives, and the odd feeling of being the only solo operator on the agenda.
When knowledge for agents is formatted like a product surface, wikis stop being human-only documentation.
Encode review taste as rules and examples, then let an agent apply the same compressions a strong reviewer would.
Pick one of six structures, lock design tokens, run a 3-second test — stop getting pretty bullet dumps with no “so what.”
No IDE heroics: plan.md, voice, cmux tabs, remote control, skip-permissions discipline, research-before-plan, and resting before AI psychosis.
Blog version of a 2026-05-30 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-29 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-26 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-26 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-25 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-25 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-23 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-21 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-21 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-21 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-19 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-19 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-19 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-16 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-15 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-13 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-12 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-12 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-10 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-08 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-05 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-05 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-04 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-05-02 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-30 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-29 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-23 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-23 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-22 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-21 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-19 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-18 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-13 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-10 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-10 LinkedIn note — same claims, cleaned structure for reading.
Weak UI usually means weak visual language in the prompt.
Blog version of a 2026-04-09 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-09 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-08 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-04-06 LinkedIn note — same claims, cleaned structure for reading.
J'ai modifié config.toml, écrit des règles dans AGENTS.md, et rien ne s'appliquait. Le problème venait de la structure des dossiers elle-même, pas de mes paramètres.
Le jour même où Anthropic annonçait Computer Use, OpenAI a publié Codex comme plugin Claude Code. Je pense que c'est la concession la plus intelligente de 2026.
Blog version of a 2026-03-29 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-03-28 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-03-25 LinkedIn note — same claims, cleaned structure for reading.
Pendant un an, j'ai obtenu des résultats erratiques avec Claude Code et Codex. Trois fichiers de spécifications, chacun avec un rôle distinct, ont tout changé.
S'abonner vous place dans le top 0,3%. Ces cinq configurations — agents, équipes, MCP, monitoring, automatisation — vous propulsent dans le top 0,01%.
J'ai classé chaque terme que je rencontrais en utilisant Claude Code et Codex au quotidien. Cinq groupes ont émergé, et ils cartographient l'ensemble du système sur lequel ces outils fonctionnent.
J'ai épluché les définitions de types SDK et les system prompts des deux outils. L'écart 29 contre 7 n'est pas une question de fonctionnalités. C'est deux réponses fondamentalement différentes à la même question : comment un agent IA doit-il interagir avec votre système ?
Blog version of a 2026-03-12 LinkedIn note — same claims, cleaned structure for reading.
J'ai décortiqué comment Codex gère le débordement de contexte face à Claude Code : chiffrement AES, session handover et optimisation du KV cache.
Une condition de concurrence entre Auto Memory et la compression de contexte dans Claude Code v2.1.59–v2.1.61 a cassé le cache de prompts et corrompu les sessions. Anthropic a réinitialisé tous les quotas en compensation.
Impossible de dormir après qu'on m'a fait remarquer que je publiais trop peu. À 3h du matin, j'ai commencé à coder free-router, un outil qui détecte les modèles IA gratuits en temps réel et les connecte à vos outils de code en une touche.
Trois entreprises ont mis à jour leurs agents de codage en même temps. Les directions convergent. Le vrai terrain de bataille n'est pas le modèle, mais la vitesse d'absorption des workflows développeurs.
Mes coûts API ont décuplé quand le cache a planté en production. Le même jour, des ingénieurs d'Anthropic ont expliqué exactement pourquoi.
De Markdown for Agents par Cloudflare et Vercel au WebMCP de Google, lecture et écriture se standardisent simultanément, inaugurant l'ère de l'Agent-Native Web.
Promotion exclusive via KakaoTalk : ChatGPT Pro à 29 000 KRW au lieu de 220 $/mois, et le nouveau Codex-5.3-Spark produit 1 000 tokens par seconde.
L'arrivée de Peter Steinberger chez OpenAI n'est pas un simple recrutement. L'IA redéfinit les messageries : analyse d'une transformation mondiale.
L'équipe Codex d'OpenAI a construit une base de code d'un million de lignes en utilisant uniquement des agents IA. Voici les cinq principes de harness engineering qu'ils ont découverts.
Blog version of a 2026-02-11 LinkedIn note — same claims, cleaned structure for reading.
Opus 4.6 Fast mode coûte $150/tokens de sortie. Ce n'est pas qu'un problème de prix, c'est la naissance d'une nouvelle fracture économique où l'accès aux tokens détermine l'avantage concurrentiel.
L'analyse de Meritech Capital sur plus de 100 éditeurs de logiciels cotés révèle un fossé de valorisation saisissant entre entreprises IA et non-IA.
Tandis que le marché s'inquiète d'une surcapacité GPU, OpenAI affirme avoir besoin de plus de puissance de calcul. Mais le véritable goulot d'étranglement se situe ailleurs.
OpenAI et Google lancent des forfaits IA abordables tandis que les concurrents chinois cassent les prix. Voici pourquoi ce moment est votre meilleure porte d'entrée.
Tariq Shihipar d'Anthropic dévoile les clés pour construire des agents de production - du tooling Bash-first à l'ingénierie de contexte pilotée par le système de fichiers.
Anthropic lance Cowork, un agent autonome qui lit, modifie et crée des fichiers sur votre machine locale. Du vibe coding au vibe working.
Le Claude Opus 4.5 d'Anthropic n'a pas seulement établi de nouveaux records. Il prouve que miser sur le texte, le code et les agents pendant que les concurrents se dispersent est la stratégie gagnante.
Pourquoi 300 milliards de dollars se sont évaporés des valorisations SaaS alors que ChatGPT et Claude se disputent le titre d'app store de l'IA.
Le Claude in Excel d'Anthropic revele l'ecart entre IA augmentee et IA native - et pourquoi la plupart des startups 'AI + X' ne survivront pas a 2026.
Manus a partagé les leçons durement acquises derrière la construction d'agents IA en production - de la dégradation de contexte à la refonte de l'évaluation - lors d'une présentation conjointe avec LangChain.
Meta a acquis Manus pour 3,6 milliards de dollars. Le secret n'était pas un modèle plus grand - c'était l'ingénierie du contexte. Voici ce que la plupart des agents IA ratent.
Meta rachète la startup chinoise Manus pour des milliards de dollars. Ce deal illustre une nouvelle réalité : pour les startups, l'internationalisation n'est plus un choix, c'est une condition de survie.
Oh My OpenCode ne se limite pas a un plugin malin. Son orchestration multi-agent, son isolation de contexte et ses garde-fous programmatiques dessinent l'avenir du coding assiste par IA.
La documentation open source d'Opencode constitue un guide d'introduction à l'architecture des agents. Voici les sept concepts clés que tout développeur devrait maîtriser.
Blog version of a 2026-02-04 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-02-02 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-01-17 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-01-15 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-01-13 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-01-11 LinkedIn note — same claims, cleaned structure for reading.
Blog version of a 2026-01-08 LinkedIn note — same claims, cleaned structure for reading.