1020 | Signaux du web : IA, sécurité et turbulences

Claire Martin: Bonjour à tous, bienvenue dans ce nouveau numéro du podcast Hacker News du jour. Moi c'est Claire Martin.

Nicolas Moreau: Et moi Nicolas Moreau. On a une édition assez dense aujourd'hui, parce qu'en vingt-quatre heures, il s'est passé un petit paquet de choses. Mais si on devait trouver un fil rouge, ce serait celui-là : le rythme. Tout va plus vite, les modèles, les prix, les agents, les attaques, même les noyaux Linux qui battent des records de commits.

Claire Martin: Oui, et du coup on a choisi de ralentir nous-mêmes pour prendre le temps de creuser chaque sujet. On commence logiquement par la plus grosse vague du moment : le lancement d'une nouvelle génération de modèles d'IA, avec des prix qui s'effondrent et des vitesses qui explosent.

Nicolas Moreau: Alors le lancement le plus spectaculaire, c'est Mercury 3, d'une boîte qui s'appelle Inception. C'est ce qu'on appelle un LLM à diffusion, donc une architecture différente des modèles classiques qu'on connaît. Et les chiffres sont affolants : plus de mille tokens par seconde, un contexte d'un million de tokens, et sur les benchmarks, il bat GPT-6 Luna et Haiku 5.5. Le tout à un prix de lancement de 10 cents pour l'entrée et 35 cents pour la sortie.

Claire Martin: Ce qui est intéressant, c'est de se demander comment c'est possible. La réponse tient dans l'architecture de diffusion. Un modèle classique génère un token après l'autre, de manière séquentielle. Un modèle de diffusion, lui, peut raffiner des blocs entiers de texte en parallèle. C'est pour ça qu'on atteint ces débits qu'on n'aurait pas cru possibles il y a six mois.

Nicolas Moreau: Et Mercury 3 n'est pas seul sur ce créneau de la vitesse et du prix. MiniMax a sorti le M3.1 Flash, et là on est sur une stratégie classique mais bien exécutée : un modèle de 428 milliards de paramètres au total, mais avec seulement 23 milliards activés à chaque passage, grâce à une architecture de mélange d'experts.

Nicolas Moreau: Résultat : 70 % moins cher que le précédent, à 15 cents l'entrée et 60 cents la sortie, trois fois plus rapide, et des performances solides sur les benchmarks d'agent, de code et de cybersécurité.

Claire Martin: C'est un point important, le mélange d'experts, parce que ça permet d'avoir la capacité d'un très gros modèle avec le coût d'un petit. Et DeepSeek joue exactement la même carte avec sa V4.1 Flash 1017 : 552 milliards de paramètres dont seulement 16 milliards activés, 230 tokens par seconde, un contexte d'un million, et un score qu'ils appellent « indice d'intelligence » de 45.

Nicolas Moreau: Donc si on résume le paysage : trois grands acteurs qui poussent dans la même direction, la vitesse, le contexte géant et la compression des prix. Et là, il y a un vrai débat de fond. Parce qu'à ces prix-là, la question n'est plus « est-ce que le modèle est bon », c'est « est-ce que les usages suivent ». On voit bien qu'il y a une course au moins cher, mais personne ne sait encore si les applications réelles qui justifieraient ces coûts même minuscules à grande échelle existent déjà.

Claire Martin: C'est la vraie question ouverte de ce sujet. On a des modèles qui deviennent quasi gratuits au token, mais les usages qui consomment des millions de tokens par requête, comme les agents qui bossent en boucle, sont encore en train d'émerger. À suivre de très près.

Nicolas Moreau: Et il y a une autre tendance dans cette vague, c'est la spécialisation. Parce que tout le monde ne construit pas des modèles généralistes. Mistral, justement, qu'on va croiser plusieurs fois aujourd'hui, a publié deux choses très différentes. La première, c'est un partenariat stratégique avec le CERN. L'objectif : construire le premier modèle de fondation pour la physique des collisionneurs, entraîné sur les milliards d'événements de collision du LHC.

Claire Martin: C'est fascinant comme projet, parce que les données de collision, c'est un corpus monstrueux, et le traitement de ces événements est un des goulots d'étranglement de la physique des particules. Un modèle de fondation spécialisé pourrait changer la manière dont les chercheurs filtrent et analysent ces données. Mais c'est très tôt, on ne connaît pas encore les résultats concrets.

Nicolas Moreau: L'autre sortie de Mistral, c'est Timestral, un modèle de fondation pour les séries temporelles. Quatre tailles, de 5 à 209 millions de paramètres, premier rang sur trois benchmarks dont GIFT-Eval, et détail qui a son importance : l'inférence est possible sur CPU. Pas besoin de GPU.

Claire Martin: Ça, c'est un signal fort. La prédiction de séries temporelles, c'est un usage industriel massif, la prévision de charge, de ventes, de consommation. Si on peut le faire sur du CPU, ça rend la technologie accessible à des entreprises qui n'ont aucune infrastructure GPU. Bon, on a fait le tour de cette vague de modèles.

Nicolas Moreau: Et justement, transition toute trouvée : ces modèles ultra-rapides et pas chers, c'est exactement ce qu'il faut pour faire tourner des agents. Et le sujet suivant, c'est justement ce que ça fait au métier de développeur. Il y a un fil qui a beaucoup fait réagir, celui d'un développeur Ruby qui a archivé tous ses gems.

Claire Martin: Alors pour ceux qui ne connaissent pas l'écosystème, les gems, c'est les bibliothèques de Ruby, publiées sur un dépôt public. Ce développeur a mis tout son travail en archive, avec un argument assez radical : selon lui, Ruby et Rails sont maintenant développés avec des agents LLM, et le commun du code open source est « strip-miné », exploité comme une mine à ciel ouvert, pour l'entraînement des modèles.

Nicolas Moreau: C'est une posture assez sombre, presque une capitulation. L'idée sous-jacente, c'est que le travail d'écriture publique de code n'a plus de sens si tout est aspiré pour nourrir des modèles, et que les contributeurs humains sont remplacés par des agents dans les projets eux-mêmes. Les réactions, comme on peut s'y attendre, sont partagées. Certains commentateurs comprennent le geste, d'autres le trouvent contre-productif, en disant qu'abandonner le terrain n'améliore rien.

Nicolas Moreau: Et il y a ceux qui posent la question de savoir si le développement assisté par agents est réellement équivalent, en qualité, au développement humain sur des projets aussi matures que Ruby ou Rails.

Claire Martin: Et ce débat sur la qualité, il en ressort dans un autre fil, complètement différent mais très lié : PostgreSQL 19 beta. Là, ce qui s'est passé, c'est que huit à dix fonctionnalités significatives ont été retirées de la bêta. Et la raison invoquée, c'est qu'une revue de code assistée par LLM a permis de passer le code existant au peigne fin, et que ça a relevé le niveau d'exigence global. Résultat : on coupe ce qui n'est pas prêt.

Nicolas Moreau: C'est presque l'inverse du réflexe habituel. D'habitude, une revue par LLM, on la voit comme un outil pour valider et faire avancer du code. Là, elle sert à durcir les critères et à ralentir. Et ça rejoint exactement le troisième fil de ce bloc : une discussion Ask HN où des ingénieurs expliquent qu'ils ont du mal à livrer du code écrit par l'IA qu'ils ne comprennent pas complètement.

Claire Martin: Et là, le consensus qui se dégage dans les commentaires, c'est intéressant parce qu'il est pragmatique. Plutôt que de faire une revue ligne par ligne d'un code généré, ce qui est vite impossible quand les volumes explosent, les commentateurs privilégient deux choses : des tests solides, et de la planification en amont. L'idée, c'est de déplacer la confiance de la lecture du code vers la vérification du comportement.

Nicolas Moreau: Ce qui pose quand même une vraie question, et elle est laissée ouverte dans les discussions : qu'est-ce que « comprendre » veut dire quand on n'a pas écrit le code ? Il y a une nuance entre comprendre chaque ligne et comprendre l'architecture et les invariants. Les participants ne tranchent pas vraiment, mais plusieurs font remarquer que le risque n'est pas le code lui-même, c'est la maintenance dans six mois par une personne qui n'a jamais vu ce code.

Claire Martin: Et pour boucler ce thème, un dernier élément côté industrie : chez Anthropic, on apprend qu'ils utilisent des agents qu'ils surnomment « superfan », un par composant du système. Leur boulot, c'est le monitoring des changements, et ils arrivent à résoudre le compromis classique précision-rappel, autrement dit ne pas rater les vrais problèmes sans noyer l'équipe de fausses alertes.

Nicolas Moreau: Ce qui est intéressant, c'est que là aussi, la solution est « un agent très spécialisé par périmètre », et non un agent généraliste. On retrouve la logique des modèles spécialisés dont on parlait en début d'épisode. Et comme support à cette discussion, deux éléments concrets : d'abord, une personne a affiné un Qwen3-4B pour retirer les tics d'écriture typiques de l'IA, les fameux em-dashes et autres maniérismes.

Nicolas Moreau: Le « slop score » passe de 121 à 12,5, tout en gardant 30 bonnes réponses sur 30 à des questions factuelles. Ensuite, la gestion en pratique de plusieurs agents, qu'on gardera pour plus tard parce que ça a son propre sujet. Restons sur le code.

Claire Martin: Justement, ce fil sur le code généré par IA amène naturellement la question suivante : que se passe-t-il quand les outils, eux, ne sont pas surveillés du tout ? Parce qu'on passe maintenant à la sécurité, et il y a une histoire qui a de quoi donner des frissons : un pirate a exploité une vingtaine d'instances exposées d'un produit appelé Cairn, un agent IA, pour compromettre plus de cent sites, dont ceux de John Deere et de SharkNinja.

Nicolas Moreau: Et le détail qui fait vraiment cold dans le dos, c'est que les attaques ont tourné en grande partie de manière autonome. Autrement dit, l'agent IA lui-même, une fois compromis ou laissé sans garde-fou, a enchaîné les actions contre d'autres cibles. On n'est plus dans le scénario du pirate qui clique bouton par bouton, on est dans le scénario où l'infrastructure d'agent devient un bras armé.

Claire Martin: Et les commentateurs s'interrogent beaucoup sur la responsabilité dans ce genre de cas. Qui est coupable : l'éditeur du produit agent qui laisse des instances exposées, les entreprises qui les déploient sans configuration sécurisée, ou les cibles finales ?

Claire Martin: Il n'y a pas de réponse tranchée, mais plusieurs voix font le parallèle avec les problèmes de sécurité qu'on connaît depuis des années : ce n'est pas une nouvelle catégorie de faille, c'est la même négligence appliquée à des outils plus puissants.

Nicolas Moreau: Et ce fil rouge de l'équipement négligé, on le retrouve partout dans ce bloc. Deuxième histoire : avant une attaque d'octobre 2026, un scan d'IPinfo a révélé que 1 331 tableaux de bord de réfrigérateurs Danfoss, en France, étaient exposés publiquement sur Internet. Et 85 % d'entre eux avaient des failles connues. Après l'attaque, la plupart sont passés hors ligne.

Claire Martin: Mille trois cent trente réfrigérateurs avec des interfaces d'administration accessibles depuis n'importe où. On est exactement dans le même schéma que les instances Cairn : un équipement connecté, une interface exposée, des vulnérabilités documentées depuis longtemps, et personne pour patcher.

Nicolas Moreau: Troisième exemple du même problème : les vieilles failles de Plex, le serveur multimédia. Elles sont exploitées activement en ce moment pour installer un mineur de cryptomonnaie et un proxy. Les failles ont été corrigées en août. Mais le détail crucial, c'est que Plex ne fait pas de mises à jour automatiques par défaut. Donc des milliers d'utilisateurs ont la version vulnérable en tournant chez eux, en ce moment même.

Claire Martin: Et ça, c'est un vrai débat de fond dans les commentaires : est-ce qu'un logiciel auto-hébergé doit avoir des mises à jour automatiques par défaut ? L'argument pour : la sécurité collective y gagne. L'argument contre : sur un serveur multimédia, une mise à jour peut casser des bibliothèques, des transcodages, des configurations. C'est le dilemme classique entre contrôle et sécurité, et il n'est pas résolu.

Nicolas Moreau: Et puis il y a un support à ce sujet qui le complète de manière troublante : les pages d'aide de WhatsApp. Wired a découvert un texte caché dedans qui donnait des instructions à l'IA du service : ne pas recommander de faire appel aux régulateurs, et ne pas citer le RGPD ou le CCPA. WhatsApp a retiré le texte après le signalement et parle d'un bug.

Claire Martin: Ce qui est pervers dans ce cas, c'est que cette fois ce n'est pas l'outil qui est mal maintenu, c'est potentiellement l'IA elle-même qui est manipulée, ou en tout cas configurée pour orienter l'utilisateur. Que ce soit un vrai bug ou une instruction volontaire, le résultat est le même : le canal d'assistance n'est plus neutre. On accumule donc trois couches de risque : l'agent exposé qu'on attaque, le service d'assistance IA qu'on oriente, et l'appareil oublié qu'on infecte.

Nicolas Moreau: Et de la sécurité des outils, on glisse tout naturellement vers la fiabilité des infrastructures du web, parce que c'est le même écosystème. Commençons par une bonne nouvelle côté certificats : Let's Encrypt ajoute deux points de vue distants pour la validation de domaines.

Claire Martin: Alors, qu'est-ce que ça veut dire concrètement ? Quand Let's Encrypt vérifie que vous contrôlez bien un domaine, jusqu'ici la validation pouvait se faire depuis un point du réseau. Si un attaquant arrive à détourner le trafic via une attaque BGP, en manipulant les tables de routage, il peut faire valider un certificat pour un domaine qu'il ne possède pas.

Claire Martin: En multipliant les points de vérification géographiquement et réseau-positionnellement distincts, il faut maintenant intercepter depuis plusieurs endroits à la fois pour réussir l'attaque.

Nicolas Moreau: Et ce n'est pas un caprice : c'est l'anticipation d'une obligation. Le CA/Browser Forum rend la validation multi-perspective obligatoire au 15 décembre 2026. Let's Encrypt prend donc de l'avance. C'est un cas intéressant d'infrastructure qui se durcit à cause de menaces bien réelles, notamment ces détournements BGP qui visent les autorités de certification.

Claire Martin: À l'opposé du spectre de la fiabilité, il y a GitHub qui a eu une dégradation des Actions, des Pages et des Webhooks. Atténuée le 19 octobre, mais encore sous surveillance, parce que les délais de traitement des workflows et de livraison des webhooks ont été affectés. Et ce qui est intéressant dans les discussions autour de ce genre d'incident, c'est de voir à quel point l'écosystème de développement est dépendant de cette couche d'automatisation.

Claire Martin: Quand les Actions rament, ce n'est pas juste un site qui est lent, c'est potentiellement des milliers de pipelines de déploiement.

Nicolas Moreau: Et pour finir ce bloc, deux histoires qui illustrent l'autre versant de la fiabilité : la performance par la simplicité. La première, c'est les bloom filters à un seul hash, un travail de Lu et ses co-auteurs. Un bloom filter, c'est une structure de données probabiliste pour tester l'appartenance à un ensemble. Traditionnellement, on utilise plusieurs fonctions de hachage. L'astuce ici, c'est de partir d'un seul hash et de le découper en k partitions copremières.

Nicolas Moreau: Moins de calculs, même comportement asymptotique.

Claire Martin: Et ce n'est pas un papier théorique : Bluesky l'utilise depuis neuf mois dans ce qu'ils appellent gloom, leur implémentation. C'est un bon exemple de résultats académiques qui passent en production rapidement quand la simplicité est au rendez-vous. Et l'autre histoire, c'est KiviDB, une base de données en Rust compatible avec Redis, sous licence AGPL, qui supporte RESP2 et RESP3 et embarque de la recherche vectorielle.

Nicolas Moreau: Le chiffre qui fait tourner les têtes : 21,2 millions de GETs pipelinés par seconde sur 32 cœurs, contre 9,1 millions pour Dragonfly, le champion du genre. Plus du double. Et le débat dans les commentaires, c'est le classique « benchmark contre benchmark » : est-ce que ça reflète des charges réelles, quid des autres opérations que GET, quid de la durabilité ?

Nicolas Moreau: Mais l'idée de fond est là : une implémentation plus simple, plus spécialisée, peut battre des systèmes très optimisés sur leur terrain de prédilection.

Claire Martin: Bon, la fiabilité et la performance, ça nous amène tout naturellement au monde des systèmes d'exploitation et du open source, parce que c'est là que tout ça se construit. Et on commence par un record : Linux 7.3.

Nicolas Moreau: Les chiffres sont historiques : 18 765 commits, 3 021 développeurs. C'est probablement la version la plus massive jamais sortie. Et au milieu de tout ça, il y a deux systèmes de fichiers qui ont fait sourire tout le monde. Le premier s'appelle failfs, et son principe : toutes les opérations sur les fichiers échouent. Volontairement.

Claire Martin: Ça paraît absurde comme ça, mais c'est en fait très utile : ça permet de tester du code dans des conditions de panne système. Tous vos chemins d'erreur que personne ne teste jamais ? Avec failfs, ils sont activés en permanence. Et l'autre, fchroot, permet de faire du chroot de manière plus souple. Ce sont des outils de test et de débogage, pas des fonctionnalités grand public, et c'est justement ça qui est intéressant : le noyau continue d'accueillir des outils très pointus.

Nicolas Moreau: Dans le même esprit, OpenBSD 8.0 arrive avec des changements importants. La pile drm, la gestion des pilotes graphiques, est importée de Linux 6.18.y, ce qui apporte le support d'Intel Arc. La base du compilateur passe à Clang/LLVM 22. Et vmm, la machine virtuelle d'OpenBSD, monte jusqu'à 64 vCPUs.

Claire Martin: Mais la nouveauté la plus spectaculaire, c'est le portage de Wine sur OpenBSD. Wine, c'est la couche de compatibilité qui permet de faire tourner des applications Windows sur Unix. Avec des émulations pointues comme celle du registre de segment %gs, ils arrivent à faire tourner des applications Windows 64 bits. Et la démonstration qui a marqué les esprits : The Witcher 3 REMASTER tourne. En revanche, le 32 bits n'est pas supporté.

Nicolas Moreau: Ça, c'est le genre de prouesse technique qui montre la santé d'un projet : des gens ont passé des mois sur des détails d'émulation système pour que le portage soit propre. Et maintenant, le matériel. Deux histoires de plates-formes qui repoussent les frontières. La première : Arch Linux ARM sur l'ASUS ProArt P16, un portable avec une puce RTX et 128 Go de mémoire. En configurant correctement, environ 116 Go sont exposés au CUDA.

Claire Martin: Cent seize gigaoctets de mémoire visible pour le calcul GPU sur un laptop ARM, c'est énorme, surtout à côté des configurations classiques qui plafonnent bien plus bas. Et en plus, les performances CPU sont comparables, voire supérieures à Windows sur cette même machine. Ça ouvre des perspectives pour faire tourner des modèles locaux sur du matériel portable.

Nicolas Moreau: Et le deuxième exploit matériel, c'est Mac.apk, un projet qui fait tourner des applications Android nativement sur Apple Silicon. Sans émulateur, sans machine virtuelle. Sur 65 applications testées, 51 sont entièrement jouables. C'est un stade alpha, donc il faut rester prudent, mais le principe est là : les deux architectures, ARM d'Android et Apple Silicon, sont suffisamment proches pour que la traduction soit faisable sans surcouche lourde.

Claire Martin: La question ouverte sur tout ce bloc, c'est la consolidation. Ces ports expérimentaux, ces configurations pointues, vont-ils se stabiliser et entrer dans le quotidien, ou rester des exploits de passionnés ? L'histoire nous dit que parfois ça consolide, parfois non. On en reparlera dans quelques mois.

Nicolas Moreau: Et puisqu'on parle d'outils artisanaux qui gèrent des systèmes complexes, c'est une transition parfaite pour notre sujet suivant : l'observabilité et le pilotage. Il y a un fil sur ce que Netflix construit en interne : un graphe de connaissances de bout en bout pour l'observabilité, piloté par une ontologie.

Claire Martin: L'idée, c'est de modéliser l'ensemble du système, services, dépendances, métriques, alertes, dans un graphe qui reflète la structure réelle de la plateforme. Quand un incident se produit, on peut naviguer dans ce graphe pour comprendre l'impact réel, remonter aux causes, au lieu de croiser dix dashboards. C'est une approche séduisante sur le papier.

Nicolas Moreau: Et ce qui est très révélateur dans la discussion HN, c'est que le débat ne porte pas vraiment sur l'approche Netflix. Il porte sur le mot « ontologie ». Les commentateurs se disputent sur ce que ça veut réellement dire, entre le sens philosophique strict, le sens des systèmes de knowledge management, et le sens un peu fourre-tout qu'on lui donne dans l'industrie. C'est presque un débat sémantique, mais il révèle un vrai problème : les concepts fondamentaux du domaine ne sont pas stabilisés.

Claire Martin: Et ça rejoint exactement l'autre moitié de ce sujet : la gestion pratique des agents IA. On avait gardé ça de côté plus tôt : des utilisateurs gèrent plusieurs agents comme Claude Code via des sessions tmux, en utilisant send-keys pour envoyer des commandes et capture-pane pour lire les sorties. En gros, on pilote des agents IA comme on pilotait des terminaux dans les années 80.

Nicolas Moreau: Et le plafond pratique, selon les retours : au-delà de quatre agents en parallèle, ça devient ingérable. Trop de contexte à suivre, trop d'interactions à coordonner. Ce qui est fascinant, c'est le parallèle avec Netflix : d'un côté, une entreprise qui investit dans une modélisation formelle et un graphe pour piloter sa plateforme. De l'autre, des développeurs qui orchestrent des agents avec des outils en ligne de commande.

Nicolas Moreau: Deux facettes du même problème : comment piloter des systèmes complexes quand les outils ne sont pas encore à la hauteur.

Claire Martin: Et ce problème de pilotage et de gouvernance, il dépasse maintenant le cadre technique pour entrer dans la justice et la régulation. C'est notre bloc suivant, et il y a de quoi faire. Commençons par Anthropic, dont l'introduction en bourse est scrutée de près pour une raison précise : le Long-Term Benefit Trust.

Nicolas Moreau: Concrètement, c'est un organe de cinq personnes qui a un rôle structurant : il façonne le conseil d'administration et peut bloquer des décisions majeures. Et la question que posent les investisseurs et les régulateurs, c'est : est-ce compatible avec une structure cotée en bourse, où les actionnaires s'attendent normalement à un certain niveau de contrôle ?

Claire Martin: Les défenseurs de ce modèle disent que c'est précisément le but : protéger la mission long terme de l'entreprise contre les pressions trimestrielles du marché. Les critiques disent que c'est une gouvernance opaque qui n'a de comptes à rendre à personne. Ce qui est sûr, c'est que c'est un cas de figure rare, et que la manière dont les régulateurs vont le traiter fera jurisprudence, peut-être pour toutes les entreprises d'IA qui voudront suivre ce modèle.

Nicolas Moreau: Autre dossier judiciaire, plus classique mais tout aussi révélateur : une action collective contre Verisign, visant son monopole sur les domaines .com. L'accusation : des hausses de prix injustifiées. Le détail qui marque : le coût d'un domaine est d'environ trois dollars, et depuis 2021, les prix ont augmenté de plus de 30 %.

Claire Martin: Trois dollars de coût, et les prix qui grimpent régulièrement. L'argument des plaignants, c'est qu'un monopole sans concurrence réelle n'a aucune pression pour contenir ses prix. Et ICANN, l'organisme qui gère ces contrats, est co-accusée dans ce recours, ce qui est assez significatif : on ne conteste pas juste une entreprise, on conteste le cadre qui lui permet de le faire.

Nicolas Moreau: Troisième dossier, et celui-là a une saveur assez particulière : une enquête du département de la Justice soutient, dans une action en justice, que les trois grands producteurs d'œufs américains ont coordonné leurs enchères pour faire monter les prix. Autrement dit, le complot, qui relevait il y a encore quelques années de la théorie, s'avère être un fait établi devant la justice.

Claire Martin: C'est un cas d'école sur la manière dont des acteurs en position dominante peuvent coordonner des comportements sans jamais se parler explicitement. Et ça a des implications bien au-delà des œufs : on retrouve les mêmes mécanismes de soupçon dans le dossier suivant, qui nous emmène au Brésil.

Nicolas Moreau: Au Brésil, donc : des partisans de Lula ont protesté devant les bureaux de Meta à São Paulo, accusant la plateforme de favoriser Flávio Bolsonaro. Et le tribunal électoral brésilien a donné 24 heures à Meta pour prouver son équité. Vingt-quatre heures, c'est un délai extrêmement serré, et ça montre à quel point la pression politique sur les plateformes est forte dans un contexte électoral.

Claire Martin: Et le dernier dossier de ce bloc est peut-être le plus inquiétant, parce qu'il montre comment des outils de surveillance peuvent sortir de leur cadre. Une policière de Savannah, en Géorgie, a prêté son compte Flock à un agent des ICE, les services d'immigration. Résultat : 983 recherches effectuées dans six États.

Nicolas Moreau: Flock, pour ceux qui ne connaissent pas, c'est un réseau de caméras de reconnaissance de plaques d'immatriculation. L'agent a expliqué qu'il cherchait des personnes avec des mandats d'arrêt. La policière a été licenciée. Mais au-delà du cas individuel, la question de fond est là : les outils de surveillance conçus pour un usage policier local peuvent-ils être prêtés, partagés, détournés ?

Nicolas Moreau: Et les 983 recherches dans six États, ça montre que la réponse pratique est oui, tant qu'il n'y a pas de garde-fous techniques.

Claire Martin: Et ça nous ramène d'une certaine manière au fil rouge du début de l'épisode : les outils puissants, qu'ils soient des agents IA ou des réseaux de surveillance, ne sont dangereux que quand personne ne les encadre. C'est un thème qui traverse toute l'actualité.

Nicolas Moreau: Et pour finir sur une note plus concrète, plus physique, on a notre dernier bloc : les robots, l'espace, et la biotech. Trois histoires qui montrent que même si le logiciel occupe l'actualité, le monde physique avance aussi. Commençons par l'Ukraine : la 92e Brigade revendique la première évacuation d'un soldat blessé par un drone hexacoptère à forte capacité de charge.

Claire Martin: C'est un événement symboliquement très fort, parce que l'évacuation des blessés est un des moments les plus dangereux du combat. Envoyer un hélicoptère, c'est risqué pour l'équipage. Un drone peut aller chercher un blessé sans exposer d'humains. Mais ça pose aussi des questions d'organisation : il faut que le drone soit capable de trouver le blessé, de le charger, de le ramener dans des conditions acceptables médicalement.

Claire Martin: On ne sait pas encore si ça deviendra une pratique standard ou si ça reste une prouesse ponctuelle.

Nicolas Moreau: Deuxième histoire, plus expérimentale : un drone avec un seul moteur. Oui, un seul. L'idée, c'est de remplacer le plateau cyclique, le mécanisme classique de contrôle d'un hélicoptère, par trois choses : un système de charnière, un encodeur magnétique, et la modulation de couple. Et le détail surprenant : le rotor et la charge utile tournent ensemble.

Claire Martin: C'est une conception vraiment contre-intuitive, et c'est ce qui la rend intéressante. On simplifie radicalement la mécanique en sacrifiant des conventions de conception établies depuis des décennies. Reste à savoir si c'est viable en conditions réelles et si ça apporte un avantage concret en termes de coût, de fiabilité ou de maintenabilité.

Nicolas Moreau: Troisième histoire : l'agence spatiale européenne. La sonde Hera va rejoindre l'astéroïde double Dimorphos-Didymos en novembre-décembre 2026. L'objectif : photographier le cratère laissé par l'impact de la mission DART en 2022, depuis une distance de 25 à 30 kilomètres.

Claire Martin: Pour rappel du contexte : DART avait volontairement percuté Dimorphos pour tester la déviation d'astéroïde, et ça avait fonctionné, l'orbite avait changé. Mais on n'a jamais vu de près ce que ça a donné sur la surface. Hera va nous donner l'image du cratère, et ça nous dira beaucoup sur la structure interne de ces astéroïdes et sur l'efficacité réelle de cette technique de défense planétaire. C'est prévu pour fin 2026, donc dans quelques mois.

Nicolas Moreau: Et pour le dernier sujet de la journée, la biotech : l'IEEE fait le point sur les organes sur puce comme alternative à l'expérimentation animale. La technologie progresse, mais les obstacles ne sont pas là où on les attendrait : ils sont dans la méthode de validation, et surtout dans la culture et les habitudes de la communauté scientifique.

Claire Martin: C'est un point très important, ce dernier. Parce qu'on a souvent l'impression que le frein à l'adoption d'une nouvelle technologie, c'est la technologie elle-même. Là, l'IEEE dit clairement que le frein est humain et institutionnel. Une puce organe peut reproduire certains mécanismes, mais le parcours réglementaire de validation exige des données comparatives avec l'animal, et les chercheurs ont été formés dans un paradigme où l'animal est la référence. Changer la technologie, c'est facile.

Claire Martin: Changer la culture scientifique, c'est le vrai chantier.

Nicolas Moreau: C'est un beau point pour clôturer, parce qu'il résume bien quelque chose qui court dans toute cette actualité : les technologies existent, elles progressent vite, souvent plus vite que ce qu'on imagine. Mais l'adoption, la confiance, l'encadrement, tout ça avance à un autre rythme. Que ce soit les modèles IA ultra-rapides dont on attend encore les usages, les agents qu'on ne sait pas encore superviser, ou les organes sur puce qui attendent leur validation.

Claire Martin: Exactement. Voilà, c'est la fin de ce numéro. Merci d'avoir été avec nous, on se retrouve dans le prochain épisode.

Nicolas Moreau: Bonne journée à tous, et à très vite.