
Tech • IA • Crypto
Des chercheurs ont identifié un espace interne baptisé « J-space » au sein du modèle Claude d’Anthropic. Cette structure révèle des motifs d’activité correspondant à des concepts manipulés pendant le raisonnement. Elle a été mise en évidence via une analyse mathématique basée sur le Jacobien. Cette découverte ouvre une fenêtre inédite sur les processus internes des réseaux neuronaux.
Le J-space présente des similarités avec la théorie de l’espace de travail global en neurosciences. Selon ce modèle, la pensée consciente émerge d’une diffusion d’informations à travers le cerveau. L’analogie suggère que Claude organise ses calculs dans un espace centralisé. Cela alimente le débat sur la nature du raisonnement des IA avancées.
Des expériences montrent que Claude produit des réponses correctes sans exposer ses étapes intermédiaires. Pourtant, le J-space révèle des états internes comme « 21 », « 42 » ou « 49 ». Ces traces indiquent un raisonnement séquentiel structuré. L’IA semble donc effectuer des calculs internes comparables à une chaîne de pensée implicite.
L’analyse du J-space propose une approche inédite pour interpréter les modèles complexes. Elle permet de cartographier des représentations internes jusque-là invisibles. Cela pourrait améliorer la transparence et la sécurité des systèmes d’IA. Les implications concernent autant la recherche que les usages industriels.
DoorDash a déployé massivement des outils de codage assisté par IA dans toute l’entreprise. L’adoption concerne aussi bien les ingénieurs que les profils non techniques. L’intégration dans Slack, Gmail et les calendriers accélère les workflows. L’entreprise observe des gains majeurs de productivité.
Un tournant a été observé entre 2025 et début 2026 dans les capacités des modèles de codage. Les nouveaux systèmes peuvent gérer des tâches complexes de manière autonome. Les limites précédentes liées aux environnements de production ont été levées. Cela rend le développement piloté par IA viable à grande échelle.
Le rôle des développeurs évolue chez DoorDash vers la supervision d’agents IA. Les ingénieurs délèguent la génération de code à ces systèmes automatisés. Ils se concentrent davantage sur la validation, l’architecture et la coordination. Cette transformation redéfinit les compétences clés du métier.
L’adoption de l’IA a explosé après démonstration de cas d’usage pratiques. Initialement perçue comme un simple chatbot, la technologie a gagné en crédibilité. Les gains mesurables en vitesse de livraison logicielle ont convaincu les équipes. DoorDash illustre un basculement organisationnel vers une IA omniprésente.