Écrits
Notes sur la création avec l'IA dans de vrais produits — ainsi que sur le produit, le Trust & Safety et la langue.
Le premier résumé de xAI au titre du règlement européen sur l'IA rend Grok 4.5 comparable aux autres déclarations — et montre ce que les catégories standardisées révèlent, ainsi que leurs limites.
Les très grandes plateformes ont tranché 45 millions de plaintes internes au second semestre 2025 — et infirmé leur propre décision initiale dans 39 % des cas.
Google désactive l'application grand public Gemini Code Assist pour la revue de code sur GitHub le 17 juillet 2026, dernière étape de l'arrêt de l'offre gratuite/individuelle. Ce qui prend fin exactement, ce que Google veut que vous utilisiez à la place, et les alternatives de revue de PR par IA qui méritent un coup d'œil.
Uber rachète Delivery Hero pour 14,8 milliards de dollars sur la foi d'environ 60 millions d'utilisateurs actifs mensuels — un chiffre qui n'apparaît nulle part dans les données de transparence du DSA de l'UE. Le seul rapport que l'on puisse obtenir révèle quatre marques, zéro nombre d'utilisateurs — et le rapport 2025 est introuvable.
L'explorateur de données de transparence est désormais une application Android et desktop native — une seule base de code Kotlin Multiplatform, une interface Compose pensée d'abord pour le mobile, la même API en direct, et aucun SQL. Voici ce qui a été livré, pourquoi une seule base de code couvre les deux plateformes, et où la télécharger.
En juillet 2026, trois des applications d'IA les plus utilisées en Chine ont annoncé le retrait des chatbots compagnons (智能体) créés par les utilisateurs. Un examen factuel des nouvelles Mesures provisoires — qui visent les chatbots compagnons, non les « agents » autonomes que le terme désigne littéralement — de ce que la règle couvre, et du nœud de traduction qui a fait des « agents » le titre.
Le tableau de bord contenait déjà les rapports de transparence agrégés du DSA. Il contient désormais aussi les données au niveau de la décision — chaque exposé des motifs de modération de contenu que les plateformes déposent auprès de l'UE. Voici comment ~4 To de dumps quotidiens sont devenus un tableau de bord de deux mégaoctets.
L'article 53(1)(d) oblige les fournisseurs d'IA à usage général à publier un résumé standardisé de leurs données d'entraînement. J'ai réuni ceux déjà déposés dans un jeu de données comparable — et l'écart entre qui dépose et qui non est plus instructif que les chiffres.
J'ai demandé à Claude Code, dans une session web en bac à sable, de réaliser des cartes en chinois simplifié pour chaque étape d'un voyage à Hong Kong. Pas de navigateur, pas de clé d'API Maps — juste des tuiles de carte brutes, Pillow, et un détour par le décalage de coordonnées GCJ-02 obligatoire en Chine.
Un article d'ingénierie de LayerX journalise ses prompts IA et les analyse comme du code pour trouver quoi automatiser. C'est la démarche axée sur les données que j'ai utilisée chez Google et depuis — l'intuition la signale, les données la prouvent — retournée par réflexe sur le flux de travail humain-IA lui-même.
J'ai demandé à Claude Code, exécutant le nouveau modèle Fable 5 d'Anthropic, d'auditer la sécurité de mon API de recherche. Il a trouvé et corrigé cinq problèmes réels — SSRF, injection CSV, un canal auxiliaire temporel — puis a vérifié les faits du bot qui a passé en revue sa PR.
Quatre nouveaux onglets — Moyens automatisés, Ressources humaines, Portée auprès des utilisateurs et Informations qualitatives — complètent la couverture par le tableau de bord de tous les tableaux de reporting du DSA.
Les rapports de transparence EU DSA du 2e semestre 2025 de 30 services VLOP et VLOSE réunis dans une seule vue interactive. Le premier jeu de données multiplateforme à suivre intégralement le modèle harmonisé de la Commission.
Les définitions de catégories ne sont pas normalisées d'une plateforme à l'autre. Les données sont autodéclarées. Les méthodes d'agrégation diffèrent. Ce que le tableau de bord VLOP peut et ne peut pas vous dire — et pourquoi les limites comptent autant que les données.
Extraction d'exigences, analyse d'écarts et relecture de brouillons — trois flux de travail qui ont vraiment tenu. Où chacun d'eux échoue, et ce que les LLM ne peuvent pas faire de manière fiable dans un contexte de conformité.
La diffamation et la critique du gouvernement ont des répartitions par pays très différentes. Le taux de suppression évolue au fil des 30 périodes de reporting. Et le type de demandeur a un réel poids opérationnel.
30 périodes de reporting, 178 pays, 61 produits Google, 22 motifs de suppression — transformés en un explorateur de tendances pluriannuelles. Chaque combinaison de filtres génère une série temporelle.
Les deux lois exigent des rapports de transparence des réseaux sociaux sur la modération de contenu. Leurs exigences de données divergent au point d'imposer des pipelines distincts, même lorsque les cycles de relecture peuvent être partagés.
Deux rapports de transparence des réseaux sociaux d'État déposés — California AB 587 (2e semestre 2025) et New York S895 (4e trimestre 2025). Les mener en parallèle a façonné la manière dont nous avons bâti l'infrastructure de reporting.
L'article 15 s'applique chaque année à tous les services intermédiaires. L'article 42 ajoute des obligations VLOP semestrielles, par catégorie et horodatées. L'écart pratique est considérable — et il transparaît dans l'infrastructure de reporting.
Le rapport annuel de transparence EU DSA de Roblox pour 2025 est publié ; il couvre l'activité de modération de contenu du 1er janvier au 31 décembre. J'en ai assuré la livraison de bout en bout.