Long fil publié sur X le **29 septembre 2026** par **Ryan Sarver** (@rsarver), intitulé *« Personal AI Should Actually Be Personal »* ; environ **1 700 mots**, 91,5 k vues à la collecte. Point de départ : **Amazon** a bloqué **Muse** (**Meta**) de son site de vente, et les utilisateurs ont perdu l'accès à leur agent d'achat, *« a side effect of a dispute I had no say in »*. **(A)** Définition : une IA personnelle doit être **possédée** (open source, données en stockage contrôlé, portabilité), n'avoir **un seul mandant**, offrir un contrat lisible et des arbitrages inspectables, tourner où l'on choisit, et être agréable. **(B)** Constat sur l'existant : Muse inscrit par défaut à l'entraînement, **Instinct** avec une licence *« perpétuelle et irrévocable »* ; écart de coût estimé à **3 à 7 k$ par utilisateur et par an** contre 20 $ par mois. **(C)** Un renversement : la pile possédée peut être meilleure, car l'utilisateur lui donne *« every corner of your life »*. **(D)** Une pile en cinq couches (clients, harness et connecteurs, mémoire, modèles à deux niveaux, machine) et un appel à créer une version productisée d'**OpenClaw**. Répond à **Brad Gerstner** sur la confiance ; prolonge le corpus sur les agents d'achat et la mémoire en markdown.
#IA personnelle#personal AI#agent personnel
Ryan Sarver (@rsarver) · auteur du fil sur X ; fonction non indiquée dans le texte.
Article long publié le **14 septembre 2026** sur le compte X **@GoogleCloudTech** (~2 000 mots, quatre étapes, six blocs de commandes et de configuration), signé **Alan Blount**, Technical Solutions Consultant chez Google. Point de départ : une question anodine, confiée à un agent de recherche, facturée **38 $**. L'article propose de faire cohabiter **Claude Fable 5.1** et **Gemini 3.8 Flash** derrière la même API de **Gemini Enterprise Agent Platform** (anciennement Vertex AI). **(1) Configuration** : accès à Fable soumis à l'*Advanced AI Safety Addendum* de Google Cloud, qui impose un appel `setPublisherModelConfig` avec partage prompt-réponse activé pour Anthropic, sous peine d'un 403 ; Flash fonctionne dès l'activation. **(2) Benchmark maison** avec promptfoo pilotant opencode sur deux tâches : sur un état de branche git, Flash répond en **1,1 s** pour moins d'un dixième de cent quand Fable coûte **23 fois plus** ; sur une migration Postgres vers Spanner, Fable produit en **12 s** un DAG formel avec risques de dérive d'horloge et porte de rollback, là où Flash livre une séquence linéaire en 3 s. **(3) Usage** : *« asymmetric coordination »* — le modèle rapide en coordinateur de première ligne, le planificateur profond aux points de contrôle, un outil `ask_for_help` pour l'escalade, et une mise en garde contre les routeurs dynamiques : *« Keep it boring »*. **(4) ROI des tokens** : valeur du temps humain, des fonctionnalités livrées et des incidents évités, moins le coût des tokens et de la montée en compétence. Même geste de routage par frontière de tâche que [[mazmanov-portal-spotify-shunt-claude-code-tokens-2026-09-03]], dans le cadre FinOps posé par [[rafal-wenvision-tokenomics-foundation-finops-ia-2026-06-04]].
#routage de modèles#coordination asymétrique#tokenomics
Alan Blount (Technical Solutions Consultant, Google Cloud, @zeroasterisk) · publié sur le compte X @GoogleCloudTech.
Billet d'ingénierie de **Spotify** publié le **3 septembre 2026** sur engineering.atspotify.com (~1 600 mots, neuf sections, deux manifestes YAML, quatre exemples de ligne de commande), signé **Dimitri Mazmanov**, Principal Product Manager. Il décrit un montage personnel destiné à sortir les tâches d'entrée-sortie du contexte de **Claude Code**. Prémisse posée d'entrée : *« Most of what an AI coding agent does for me isn't thinking. It's I/O »* — lire cinq fichiers pour répondre sur une seule méthode, produire un test calqué sur les vingt autres du répertoire. **(A) Les modes.** **Portal by Spotify** expose des *AiKA Modes*, agents déclaratifs sur runtime éphémère — instructions, modèle, température, outils **MCP** — comparés à *« AWS Lambda, but for agents »* ; deux modes publics, `bulk-reader` et `code-writer`, tournent ici sur **Gemini 2.5 Flash**. **(B) Le routage.** Un plugin Claude Code nommé `shunt` remplace des règles de `CLAUDE.md` jugées *« advisory, not enforced »* par trois couches : des hooks `PreToolUse` qui bloquent toute lecture au-delà de **350 lignes** (seuil réglable par `SHUNT_MIN_LINES`), deux scripts bash appelant la CLI Portal, deux skills qui donnent la syntaxe d'invocation. Le corpus part au modèle secondaire et **n'entre jamais dans le contexte de Claude**. **(C) Les mesures et leurs bornes.** Sur un monorepo Java, quatre scénarios, l'économie moyenne annoncée est de **~90 %** sur `bulk-read` ; l'auteur signale que le scénario `code-write` est *« harder to measure »*, et liste trois limites — édition non délégable, raisonnement non délégable, **10 à 30 secondes** de latence par appel. Prolonge les questions de budget de [[gupta-token-budget-wars-marginal-token-utility-2026-05-28]] et la délégation examinée dans [[willison-fable-judgement-delegation-subagents-2026-07-03]].
#Portal by Spotify#AiKA Modes#shunt
Dimitri Mazmanov (Principal Product Manager, Spotify) · sur le blog d'ingénierie engineering.atspotify.com.
Article du blog de **Pasquale Pillitteri** (ingénieur informatique, Palermo) publié le **29 mai 2026** (version FR), 18 min de lecture, rubrique *Claude Code & Anthropic*. **Thèse-pivot** : *« Claude Opus 4.8 est le modèle SEO le plus puissant de 2026, mais presque tout le monde l'utilise mal »* — non pas un problème de modèle mais de **système**. La règle d'or : ***« la stratégie est un tableau blanc, la production est une chaîne de montage »*** — il faut **scinder le SEO en deux phases distinctes**, et les mélanger est *« le moyen le plus rapide de gaspiller un modèle qui coûte cinq dollars par million de tokens en entrée et vingt-cinq en sortie »*. **Contexte modèle** : Opus 4.8 publié le **28 mai 2026** (41 jours après Opus 4.7), contexte **1M tokens**, **GraphWalks Long-Context F1 à 1M : 40,3 % → 68,1 %**, **SWE-bench Verified 88,6 %**, **USAMO 2026 96,7 %** (+27,4 pts), **HLE avec tool 57,9 %**, prix inchangé **5 $/25 $** par M tokens, **Fast Mode 2,5× à 10 $/50 $**, quatre **effort levels** (Low, High, Extra, Max). **L'anti-pattern central** = *« la conversation géante »* / **dérive du contexte** : mélanger stratégie, keyword research, analyse concurrentielle et rédaction dans un seul chat produit une *« bouillie d'intentions contradictoires »* → le modèle glisse vers les **best practices génériques** (« optimisation holistique », « approche stratégique ») au lieu d'un contenu ancré aux données. **Phase 1 — Stratégie (tableau blanc, UI visuelle, one-off)** : dashboard / Google Sheet / canvas Claude.ai pour décider en voyant les données ensemble. **3 plays** : (a) **keyword research classifiée** (tableau volume / difficulté 0-100 / intention / potentiel business / priorité = volume÷difficulté×poids business) ; (b) **analyse concurrentielle visuelle** (matrice de couverture thématique, gaps) ; (c) **roadmap par phases** (quick wins M1-2 / moyen terme M3-6 / pillar pages M7-12). Mode **Extra/Max** justifié ici (*« une décision stratégique juste vaut mille pages bien écrites sur des mots-clés erronés »*). 3 artefacts fermés sauvegardés sur Notion/Drive. **Phase 2 — Production (chaîne de montage, Opus 4.8 + MCP)** : le modèle passe de stratège à **machine d'exécution** ; chaque décision **ancrée à des données live** via **Model Context Protocol**. **Stack MCP minimum** : **GSC MCP** (AminForou/mcp-gsc, 500+ étoiles), **Ahrefs MCP officiel** (98 étoiles), **GA4 MCP** ; repo `modelcontextprotocol/servers` = **86 440 étoiles**, **10 000+ serveurs actifs**, 97M téléchargements SDK/mois. Setup ~35 min, refresh mensuel ~20 min. **Loop hebdomadaire** : un prompt unique tire les données live, construit le brief (top 10 SERP + GSC + Ahrefs), dérive H2/H3, écrit, contrôle densité, suggère titres → **+45 % productivité**, draft en **6-12 min** (référence explicite au **content engineering de Ryan Law / Ahrefs**, 23 skills). Mention des **Dynamic Workflows** Anthropic (jusqu'à 1 000 subagents). **4 erreurs courantes** : (1) ne pas vérifier les chiffres (spot-check obligatoire, *trust & verify*) ; (2) remplacer complètement Semrush/Ahrefs (le MCP est une **couche par-dessus**, pas un substitut) ; (3) ignorer le **content gap paid-organic** (cas client education : **2 742 termes gaspillés / 351 opportunités** identifiés en 90 s) ; (4) utiliser Opus 4.8 là où **Haiku 4.5** suffit (meta descriptions, alt text). **Coût** : 1-3 $/article de 2 500 mots. **Sonnet 4.6** suffit pour la production récurrente, Opus 4.8 réservé à la stratégie. Article SEO-optimisé et auto-référentiel (l'auteur écrit sur le SEO un contenu lui-même conçu pour se positionner sur « Opus 4.8 SEO »). Convergence directe avec **Ryan Law/Ahrefs** (cité), **systems around the model** (Dropbox/Okumura), **skills-over-prompts** (Lattice), routage modèle Haiku/Sonnet/Opus (Gupta token-to-outcome).
#Claude Opus 4.8#SEO IA#workflow en deux phases
**Pasquale Pillitteri** — Ingénieur informatique / développeur logiciel basé à **Palerme** (Italie) · certifié Innovation Manager UNI 11814:2021. Auteur d'un blog tech actif (rubrique *Claude Code & Anthropic*) · avec une newsletter hebdomadaire (~3,4k lecteurs). Article publié en version **FR** le **29 mai 2026** (lendemain de la sortie d'Opus 4.8).