Hier, nous vous avons présenté les recherches de Harvard démontrant que l’IA rend le travail plus difficile. Davantage de tâches, des limites plus floues, un changement de contexte permanent.
Aujourd’hui : il est temps de découvrir la boîte à outils qui change la donne. Si vous débutez tout juste avec l’IA ou si vous vous contentez encore de copier-coller du contenu directement dans l’application web, il est temps de moderniser votre stack. Chacun des outils ci-dessous correspond à un principe d’ingénierie composé tiré de l’article d’hier.
- Cowork (Anthropic, gratuit pour les utilisateurs Pro, désormais disponible sur Windows) planifie et exécute de manière autonome des tâches sur des fichiers. Ajoutez des notes de réunion, puis demandez-lui : « résume les actions à effectuer par membre de l’équipe et rédige les messages de suivi ». 45 minutes de travail en 90 secondes. L’outil vient d’ajouter des plug-ins pour les workflows marketing, juridiques et commerciaux.
- Codex App (OpenAI, temporairement gratuit) exécute plusieurs agents en parallèle selon un calendrier défini. Configurez-en un pour surveiller vos concurrents, un autre pour résumer l’activité sur GitHub et un troisième pour rédiger votre rapport hebdomadaire chaque vendredi à 8 h. Une équipe de 4 personnes a créé Sora pour Android en 28 jours grâce à lui.
- Claude in Chrome (Anthropic, réservé aux abonnés payants) observe votre navigateur et apprend vos habitudes. Enregistrez-vous en train de soumettre une note de frais une seule fois ; la fois suivante, Claude la reproduira. Les tâches rébarbatives ne devraient nécessiter l’intervention d’un humain qu’une seule fois.
- Tasklet transforme l’anglais courant en automatisations planifiées. « Chaque matin à 6 h, consulte ma boîte de réception du support et publie dans Slack un récapitulatif des tickets urgents. » Une phrase. L’automatisation s’exécute indéfiniment. C’est le moyen le plus simple de créer des automatisations sûres et élémentaires pour vous-même ou vos workflows… ne passez surtout pas à côté de cet outil.
- MCP (standard ouvert) constitue la plomberie qui relie l’IA à vos outils réels. Sans lui, chaque interaction avec l’IA repart de zéro (c’est plus technique, mais lorsque vous utilisez des « connecteurs », c’est ainsi que les autres applications se connectent à votre IA).
Voici pourtant ce que la plupart des gens négligent : créer l’agent est la partie facile. Savoir s’il fait du bon travail est le plus difficile.
C’est là qu’intervient le LLM-as-a-Judge. Vous utilisez une autre IA pour évaluer les résultats de votre agent selon des critères que vous définissez (par exemple, la précision, la pertinence et la détection des hallucinations). Des recherches montrent que ces juges correspondent aux évaluations humaines environ 80 % du temps, soit à peu près autant que la fréquence à laquelle les humains sont d’accord entre eux.
Pour tout ce qui possède une réponse dont l’exactitude peut être démontrée (mathématiques, code, données), le LLM-as-a-Verifier va plus loin : il ne se contente pas de dire « cela semble correct » ; il exécute le code, vérifie la base de données et le prouve.
Note de la rédaction : ce contenu a d’abord été publié dans la newsletter de notre publication sœur, The Neuron. Pour découvrir davantage de contenus de The Neuron, inscrivez-vous à sa newsletter ici.