Les décisions les plus bêtes de l'IA ne coûtent plus rien

Le 15 septembre, l'une des personnes qui ont construit ChatGPT a lancé un modèle frontière incapable d'écrire. Diogo Almeida a participé à la construction du chatbot et de la méthode d'entraînement RLHF qui le sous-tend, puis a passé deux ans en mode furtif chez TypeSafe AI à bâtir l'inversion de sa propre invention ¹. Son verdict sur le secteur qu'il a contribué à créer est sans détour : « Nous avons la foudre en bouteille, et pourtant ce n'est pas utile », parce que les modèles optimisent pour le langage humain, alors que « les ordinateurs parlent un autre langage » ¹. Jev, son nouveau modèle, ne parle pas du tout.

Le modèle répond au lieu d'écrire

Jev reçoit un bloc d'état de programme et un ensemble de questions typées, et renvoie des réponses assorties de probabilités calibrées : un choix parmi jusqu'à 255 options, une note sur une échelle ou une probabilité oui-non ². Chaque question est évaluée en un seul passage parallèle, sans décodage jeton par jeton, sans rien à analyser, et sans possibilité d'inventer un cinquième outil dans un menu qui n'en compte que quatre ²³. TypeSafe annonce des décisions en 70 à 500 millisecondes, une entrée à 0,042 dollar par million de jetons et une sortie gratuite ². L'entreprise baptise cette classe « modèles System One », d'après la pensée rapide de Kahneman, et les entraîne par apprentissage par renforcement pour obtenir des décisions calibrées, de sorte que la confiance affichée suive l'exactitude et qu'un code puisse agir au-dessus d'un seuil et faire remonter l'information en dessous ².

Les boucles d'agents payaient des prix de chatbot pour des décisions de feu tricolore

La vie d'un agent n'est surtout pas faite de raisonnement. Elle est faite de choix : quel outil appeler ensuite, ce clic a-t-il abouti, cette commande est-elle assez sûre pour être exécutée. LangChain énonce clairement le problème de coût de la boucle : chaque décision est un appel de modèle supplémentaire↗ ⁴. Deux jours après le lancement, LangChain a livré la réparation sous forme de middleware : un routeur qui oriente chaque requête vers un modèle bon marché ou puissant, et un garde-fou qui vérifie chaque appel d'outil avant son exécution ⁴. Vercel avait déjà basculé le classifieur Luna d'OpenAI, qui examine la sûreté des commandes, sur Jev, et fait état de réponses cinq à dix-huit fois plus rapides, avec une exactitude supérieure ¹. Chez Browserbase, les agents de navigation font désormais leurs choix coup par coup sur ce modèle pour des fractions de centime ⁴.

Le goulot d'étranglement était la vérification, pas l'intelligence

Le chiffre révélateur n'est pas un benchmark. Un développeur a soumis à Jev 9 081 paires de mise en correspondance de produits que son propre moteur avait laissées de côté pour une révision humaine, et a vidé la file d'attente en 13 minutes pour 32 cents ; il avait remisé cette étape en juin parce que les tarifs des modèles frontières rendaient le projet sans intérêt ⁵.

L'automatisation ne s'est pas arrêtée parce que les modèles étaient incapables d'exécuter des tâches routinières. Elle s'est arrêtée parce que vérifier honnêtement chaque petit pas coûtait plus cher que la valeur du pas, si bien que seules les étapes coûteuses ont été automatisées.

L'évaluation maison de TypeSafe sur quatre flux de travail chiffre la substitution↗ : Jev égale l'exactitude de GPT-5.6 Terra, 67,8 contre 67,9 % de concordance avec les réponses de référence, à 0,0004 dollar par cas ³. Les multiples mis en avant, jusqu'à 193 fois plus rapide et 445 fois moins cher ²⁶, proviennent du fournisseur et sont comparés à des références moyennées issues d'autres modèles frontières ; TypeSafe souligne elle-même que les pointes se situent dans le haut des gains réels ².

L'actif exposé d'UiPath, ce sont ses règles

UiPath a bâti une activité de 1,94 milliard de dollars de revenus récurrents sur l'automatisation déterministe et fondée sur des règles, en croissance de 12,5 % ⁷. Son directeur des opérations affirme que les clients veulent désormais « à la fois des capacités d'IA déterministes et probabilistes », insiste sur le fait que la plateforme reste agnostique en matière de modèles, et reconnaît que les progrès des modèles de langage pourraient banaliser les automatisations simples ⁷. Une décision calibrée à des fractions de centime est exactement cette banalisation, appliquée au point de décision de chaque flux de travail orchestré par UiPath. L'entreprise peut l'absorber grâce à l'Agent Builder, agnostique aux modèles, qu'elle vend déjà, ou regarder son fossé concurrentiel devenir une commodité. Les deux voies restent ouvertes. L'exposition n'est pas symétrique.

Les plateformes qui facturent au résultat empochent la marge

Salesforce a fait état d'un revenu récurrent d'Agentforce supérieur à 1,5 milliard de dollars, en hausse de plus de 240 %↗, tout en facturant ses clients à la conversation, à la résolution et aux crédits, et en payant en dessous la facture des jetons : plus de 19 000 milliards de jetons consommés, et un dirigeant relève qu'un seul ingénieur « peut générer une facture de l'ordre de 100 000 dollars par mois » ⁸. Chaque appel de routage, de garde-fou et de vérification déplacé vers une couche quasi gratuite est de la marge sur un produit déjà vendu, et la même arithmétique attend ServiceNow et la pile Copilot de Microsoft, la même question que ce site posait lorsque Salesforce a ouvert son propre marché d'agents à Anthropic : qui conserve le budget logiciel une fois que la couche d'agents sous-jacente devient bon marché. C'est pourquoi la périphérie du réseau a basculé en quelques jours : Cloudflare mentionne typesafe/jev dans sa documentation IA, et Vercel l'a intégré à son AI Gateway le 16 septembre ⁵.

Moins de bande passante par décision, et plus de décisions

Soyons honnêtes sur la question des centres de données. Comme chaque réponse arrive en un seul passage, il n'y a pas de boucle de décodage qui fait circuler de la mémoire pour chaque jeton produit ; par décision, le modèle paraît donc plus léger en bande passante mémoire que le modèle de chat qu'il remplace sur cette tâche ³. Ce n'est de toute façon pas le bon registre. L'intérêt d'une couche bon marché est de rendre rentable davantage d'activité d'agents, et chacun de ces agents appelle toujours un modèle frontière pour sa fraction difficile. TypeSafe n'a pas donné au modèle le nom de William Stanley Jevons par hasard : un charbon moins cher a entraîné plus de charbon brûlé ²⁵. La demande totale sur le niveau de raisonnement, et sur les fournisseurs de mémoire qui le soutiennent, pourrait augmenter même si le coût unitaire baisse. C'est là l'argument ; six jours de données ne suffisent pas à trancher.

Société privée, six jours d'existence, et l'architecture à apprendre dès maintenant

Ce qui n'est pas tranché : les évaluations sont menées par l'éditeur, les étiquettes de référence sont les réponses d'autres modèles et non une vérité de terrain, la sortie est une probabilité sans justification, Jev peut encore se tromper dans ses classifications, et TypeSafe admet ne pas pouvoir prouver que ses tarifs ne sont pas subventionnés ²³⁵⁶. TypeSafe est elle-même une société privée, financée en amorçage à hauteur de 40 millions de dollars, emmenée par DCVC et valorisée autour de 200 millions de dollars selon un rapport↗ ⁹ ; aucun ticker ne porte donc ce mouvement, et toute liste qui prétend en désigner un relève de la spéculation.

Surveillez le milieu de la pile

La valeur va à celui qui réduit la distance entre une capacité et le quotidien de travail d'une personne, et cette semaine, ce travail consiste à faire chuter le prix des petits contrôles honnêtes. Surveillez le milieu de la pile : les plateformes qui intègrent cette couche dans des produits qu'elles vendent déjà conservent la marge, et les fournisseurs de règles qui la refusent deviennent une commodité. Pour tous ceux qui construisent, cette cascade — des décisions bon marché sous un raisonnement coûteux — est l'architecture à apprendre dès maintenant, avec toutes les réserves liées à six jours d'existence. Ceux qui l'apprennent sont ceux dont le travail changera ensuite.