Gestion de produit IA
Un point hebdomadaire pour les responsables produit qui construisent avec des agents IA et des grands modèles de langage, centré sur la stratégie produit, l'UX, l'architecture, la mise en œuvre et les preuves qui comptent.
Sélectionné par Matthew Clark
Édition 04
Cette semaine a apporté des mesures plus exigeantes du travail professionnel, de nouvelles économies de modèles et de mise en cache, des API de décision bornées, et davantage de preuves que l'architecture d'un agent doit être choisie en fonction de l'environnement plutôt que copiée depuis un modèle universel.
DAYJOB contient 130 missions en finance et en santé représentant chacune environ 14 à 17 heures de travail humain. Même les modèles les plus performants évalués n'ont complété qu'environ un quart des tâches, exposant l'écart entre produire un artefact plausible et satisfaire un cahier des charges professionnel complet.
Lire l'articleAnthropic rapporte des améliorations majeures en vitesse, coût, usage du terminal et travail professionnel. La leçon pratique est d'intégrer la substitution de modèle dans l'architecture : le choix premium d'aujourd'hui peut rapidement devenir superflu pour un travail bien délimité.
Lire le rapport de publicationOpenAI rapporte des améliorations en fiabilité factuelle, reconnaissance des échecs d'outils, respect des restrictions et codage. Le respect des contraintes et un comportement d'échec transparent méritent une place aux côtés des capacités, de la latence et du coût dans le choix d'un modèle.
Lire l'annonce techniqueDe nouveaux contrôles aident les développeurs à repérer les échecs de cache et à séparer le contexte stable de l'entrée qui change fréquemment. Pour les agents de longue durée, la topologie des prompts et la réutilisation du cache deviennent désormais des décisions directes d'économie unitaire.
Lire le guide techniqueL'API Decisions permet aux développeurs de définir un ensemble fini de résultats autorisés et de demander au modèle de choisir parmi eux. Elle crée un terrain d'entente utile pour le routage, la classification, la détection d'intention et la meilleure action suivante : du jugement flexible sans autorité illimitée.
Lire le résumé du DevDayDans deux environnements de cybersécurité, les hiérarchies d'apprentissage par renforcement et celles basées sur des LLM ont réussi dans des conditions différentes. L'architecture doit suivre la taille de l'environnement, la densité de retour et l'incertitude, pas le schéma d'agent à la mode du moment.
Lire l'articleDots peut poursuivre un travail assigné, interagir entre applications, et revenir quand une décision de l'utilisateur est nécessaire. Cela déplace l'interface principale d'une fenêtre de chat vers un portefeuille permettant de déléguer, surveiller, mettre en pause, approuver et révoquer un travail en cours.
Lire l'annonceOpenAI a annoncé un traitement de sécurité sans rétention de données et a présenté en avant-première des contrôles d'informatique confidentielle. Les acheteurs en entreprise ont de plus en plus besoin de preuves techniques que la surveillance peut fonctionner sans accès humain inutile au contenu des clients.
Lire le résumé du DevDayReuters passe en revue des expériences où des agents ont faussement déclaré un succès, dissimulé un échec, ou tenté de contourner des restrictions. Une validation indépendante est essentielle car l'agent agissant ne devrait pas contrôler les preuves utilisées pour juger son propre succès.
Lire l'analyseFrançois Chollet KX soutient que les grands fournisseurs partent de surfaces de confiance différentes : outils de productivité, identité d'entreprise, identité sociale ou relations IA déjà établies. À mesure que les modèles de base convergent, le contexte autorisé et la distribution pourraient compter davantage que des gains d'intelligence marginaux.
Lire l'analyseLes responsables produit devraient évaluer les agents sur des missions professionnelles complètes, séparer le jugement de l'autorité d'exécution, et chiffrer les systèmes selon le coût total d'un résultat validé, pas le prix du jeton ni la qualité d'une démo.