Billet du blog corporate de **Block** (`block.xyz/inside`), non signé — l'auteur affiché est **« Block »** —, publié le **18 août 2026**, ~930 mots, qui annonce **l'ouverture du code de Berd**, l'application de bureau interne de Block pour travailler avec des agents, et expose la thèse de conception qui l'a guidée : donner du caractère aux agents *« not only through roles, instructions, skills, and tools, but through distinctive visual identities »* — d'où les personnages animés maison, les *« Gloopies »*. Le billet part d'un constat de fragmentation (*« The technology was powerful, but the experience around it was fragmented »*) et d'un problème d'interface nommé avec précision : *« the product gives people little sense of how the agent is configured, which context and tools are available to it, and how it differs from another agent »*. Deux apports structurants. **(A) Une articulation en trois étages** : **goose** reste le framework et le *runtime* qui tient la boucle d'agent ; **Berd** est le client de bureau (projets, contexte, sessions, agents, configuration) ; les deux communiquent par l'**Agent Client Protocol**. **Buzz** est désigné comme la suite, quand le travail solo devient collaboratif (*« Start alone, then go multiplayer »*). **(B) Six exigences léguées à Buzz**, énoncées comme bilan : *« private space, durable context, recognizable agent identities, reusable skills, visible configuration, and clearer visibility into an agent's configured context, tools, and capabilities »* — grille directement réutilisable pour évaluer un client d'agents. Le texte distingue lui-même identité et capacité : *« The avatars make the agent recognizable. Its role, skills, and tools make it useful. »* Aucun chiffre d'usage n'est produit et aucune licence n'est nommée pour l'ouverture de code.
#Berd#Block#open source
**Aucun auteur nommé** : le billet est signé **« Block »** — le champ *Author* de la page porte le nom de l'entreprise. Publié le **18 août 2026** sur `block.xyz/inside` · le blog **corporate** · et non sur `engineering.block.xyz`.
Billet et rapport d'**OpenAI Economic Research** publiés le **27 juillet 2026**, premier volet de la série **Work at the Frontier**, sur une analyse de **plus de 800 000 messages d'utilisateurs américains de ChatGPT**. **Concept forgé** : le ***task crossover*** — *« work historically associated with one occupation appearing in the AI use of people in another »*. **Le chiffre-titre est double, et c'est le point que les reprises perdent** : **16,8 % des messages liés au travail** portent sur des tâches associées à un autre métier, et **43,5 % des messages spécifiques à un métier**. L'entonnoir explique l'écart : **61,5 % de l'usage est générique** (écrire, résumer, planifier — trop partagé pour valoir preuve de crossover) et écarté ; sur les **38,5 % restants**, **43,5 % tombent hors du métier** et 56,5 % *« inside **or near** »* — la borne haute est donc calculée sur une base réduite, la borne basse sur l'usage professionnel entier. **Par métier** (part des messages métier-spécifiques renvoyant à une tâche extérieure) : expérience client **77 %**, design **75 %**, RH **69 %**, juridique **56 %**, marketing **53 %**, vente **40 %**, finance **40 %**, ingénierie **28 %** — *« a majority in five of eight groups »*. **Deux directions distinctes de circulation** : le design **importe** (35,2 %) et n'**exporte** presque rien (1,7 %) ; l'ingénierie fait l'inverse (importe 18,5 %, exporte 7,4 %) ; le **marketing cumule** (importe 24,3 %, exporte **8,9 %**, la plus forte part sortante de l'échantillon). **Deux tâches figurent dans le top 3 des emprunts des sept autres groupes** : le **calcul financier** et le **dépannage technologique**. **La heatmap, absente des reprises, est l'objet le plus riche** : elle donne la distribution complète des tâches par métier d'utilisateur, et sa diagonale est renversante — l'ingénierie retient **53 %** de son propre travail quand l'expérience client n'en retient que **11 %**, les RH **10 %** et le design **12 %**. **Effet de taille** : la part hors métier passe de **18,9 %** (2-5 postes) à **16,3 %** (>100 postes) — **mais uniquement « among average users »**, OpenAI précisant que *« among the heaviest users, we do not see the same monotonic pattern »*, et concluant au conditionnel : *« AI **may be** especially useful as a generalist tool where specialist resources are scarce. »* **Statut revendiqué** : un **signal avancé**, visible *« before firms rewrite job descriptions or create new job titles »*. **Réserve structurelle** : OpenAI mesure l'usage d'OpenAI, sur les seuls utilisateurs américains de ChatGPT, et présente cette position comme un atout — *« our unique window into how the world of work is changing »*.
#OpenAI Economic Research#Work at the Frontier#task crossover
**OpenAI Economic Research** — équipe de recherche économique d'OpenAI ; la page crédite simplement *« OpenAI »* et la classe sous les tags *Economic Research* et *2026*. Le billet est la porte d'entrée d'un **rapport PDF** (`work-at-the-frontier-report.pdf`) et s'adosse à un cadre antérieur de la même équipe · l'**AI Jobs Transition Framework** · dont il reprend la thèse que de nombreux métiers vont **se réorganiser** plutôt que disparaître.