Rechercher

Claude Code Artifacts en bêta, Noam Shazeer rejoint OpenAI, Codex Record & Replay

JLS42 /
actualites claude-code codex openai github-copilot ia-generative gemini
Claude Code Artifacts en bêta, Noam Shazeer rejoint OpenAI, Codex Record & Replay

Le 18-19 juin 2026 concentre plusieurs annonces structurantes : Anthropic lance les Artifacts dans Claude Code, permettant de générer des pages interactives partageables directement depuis la session de travail. OpenAI annonce simultanément l’arrivée de Noam Shazeer — co-auteur fondateur de l’architecture Transformer — et la fonctionnalité Codex Record & Replay, qui transforme une démonstration en compétence réutilisable. Midjourney, connu pour la génération d’images, crée une division médicale autour d’un prototype de scanner ultrasonore.

Claude Code Artifacts — pages interactives partagées en lien privé

18 juin — Anthropic lance les Artifacts dans Claude Code : des pages interactives générées directement depuis la session de travail, accessibles via un lien privé partageable au sein de l’organisation.

Les Artifacts puisent dans le contexte complet de la session — base de code, plugins, compétences (skills), outils connectés — et se mettent à jour automatiquement au fil de la session. Quiconque possède le lien voit toujours la version la plus récente.

Cas d’usage typiques :

UsageDescription
PR walkthroughPrésentation de pull request générée automatiquement
Tableau de bord projetMise à jour en temps réel à mesure que la session avance
Explications visuellesCode complexe, diagrammes système
Analyses de donnéesPartageables immédiatement avec l’équipe

Boris Cherny, responsable Claude Code chez Anthropic, décrit les Artifacts comme un changement dans sa façon de collaborer avec Claude : il les utilise pour des explications visuelles de code délicat, des aperçus d’animations et des analyses de données partagées en équipe.

Disponibilité et mécanisme :

AspectDétail
PlansBêta, Team et Enterprise uniquement
MécanismeExtension MCP (adoptable par tout client/serveur/fournisseur d’identité)
PartageLien privé, restreint à l’organisation
Mise à jourAutomatique à mesure que la session progresse

“Artifacts are now live in Claude Code. Ask Claude to turn what it’s working on into a page and send the link to your team. The page updates as the session keeps working.”

🇫🇷 “Les Artifacts sont maintenant disponibles dans Claude Code. Demandez à Claude de transformer ce sur quoi il travaille en une page et d’envoyer le lien à votre équipe. La page se met à jour à mesure que la session continue.” — @ClaudeDevs

🔗 Annonce Claude Code Artifacts

Noam Shazeer rejoint OpenAI

18 juin — Noam Shazeer a annoncé qu’il rejoignait OpenAI, dans un tweet qui a atteint 9 millions de vues en quelques heures.

Qui est Noam Shazeer ? Il est co-auteur de l’article “Attention Is All You Need” (2017), qui a introduit l’architecture Transformer — la fondation de tous les grands modèles de langage actuels, de GPT à Gemini en passant par Claude. Après plus de vingt ans chez Google, il avait quitté le laboratoire en 2021 pour co-fonder Character.AI, la plateforme de chatbots personnalisés. En 2024, Google l’avait recruté à nouveau dans le cadre d’un accord avec Character.AI.

Son arrivée chez OpenAI est un signal fort dans la guerre des talents : l’un des architectes intellectuels des Transformers, co-créateur de l’infrastructure sur laquelle repose toute l’IA moderne, choisit de rejoindre le laboratoire de Sam Altman plutôt que de rester dans l’écosystème Google.

“I’m excited to share that I’ll be joining OpenAI and look forward to working with the exceptional team there. It was a difficult decision to move on. I’m incredibly proud of the amazing team at Google and everything we’ve built together. It has been an honor and a pleasure to work with all of you.”

🇫🇷 “Je suis ravi d’annoncer que je rejoins OpenAI et j’ai hâte de travailler avec cette équipe exceptionnelle. Ce fut une décision difficile de partir. Je suis incroyablement fier de l’équipe formidable de Google et de tout ce que nous avons construit ensemble. Ce fut un honneur et un plaisir de travailler avec vous tous.” — @NoamShazeer

Codex Record & Replay — montrer un flux de travail une fois, le réutiliser

18 juin — OpenAI annonce Codex Record & Replay, une fonctionnalité qui transforme l’enregistrement d’une démonstration en compétence réutilisable.

Comment ça fonctionne : l’utilisateur montre à Codex un flux de travail récurrent — remplir un rapport de dépenses, soumettre une demande de congé, ou toute tâche répétitive dans une interface web ou une application. Codex enregistre cette démonstration, puis la convertit automatiquement en une compétence (skill) inspectable et modifiable. L’utilisateur garde le contrôle total sur le début et la fin de l’enregistrement.

Cette approche par démonstration (learning from demonstration) abaisse la barrière à l’automatisation : contrairement aux approches traditionnelles qui nécessitent d’écrire des scripts, Record & Replay permet à n’importe quel utilisateur — sans compétences techniques — de transformer ses tâches répétitives en agents autonomes. Le tweet épinglé sur @OpenAIDevs a réuni 3,3 millions de vues.

Ce que ça change concrètement :

AvantAvec Record & Replay
Écrire un script d’automatisationMontrer la tâche une fois
Connaissances techniques requisesAccesssible à tout utilisateur
Compétence figée dans le scriptCompétence inspectable et modifiable

🔗 Annonce Codex Record & Replay

Midjourney Medical — nouvelle division IA médicale avec scanner ultrasonore

18 juin — Midjourney, connu pour son générateur d’images IA, a annoncé Midjourney Medical, une nouvelle division distincte accompagnée d’un premier produit : le Midjourney Scanner, un système d’imagerie ultrasonore médicale. L’annonce a généré 16,6 millions de vues et 38 000 mentions “j’aime”.

La vidéo technique publiée le même jour montre un dispositif à anneau de transducteurs multiples pour l’imagerie ultrasonore haute résolution. Dans les échanges de l’AMA organisé dans la foulée (305 000 vues, 875 questions), Midjourney a précisé que les images présentées proviennent d’un “prototype initial” et qu’il reste “beaucoup de marge d’amélioration” — un signal de prudence important sur le niveau de maturité actuel.

L’engagement est remarquable pour une annonce médicale : 10 millions de vues pour le tweet technique, et un AMA générant un intérêt massif de la communauté. Mais les détails concrets sur les spécifications techniques, les délais de commercialisation et les régulations envisagées n’ont pas été communiqués à ce stade.

Données d’engagement :

PublicationVuesEngagement
Annonce Midjourney Medical16,6 M38k likes, 9k RT
Vidéo technique Scanner10 M27k likes, 5k RT
AMA305k4k likes, 875 questions

🔗 Annonce Midjourney Medical

Claude Code v2.1.183 — sécurité du mode automatique renforcée

19 juin — La version 2.1.183 de Claude Code introduit des blocages de sécurité en mode automatique pour éviter les destructions de données accidentelles.

Commandes désormais bloquées si non explicitement demandées :

CommandeCondition de blocage
git reset --hard, git checkout -- ., git clean -fdNon demandé par l’utilisateur
git stash dropNon demandé
git commit --amendSi le commit n’a pas été créé par l’agent dans la session
terraform destroy, pulumi destroy, cdk destroySi la pile n’a pas été mentionnée explicitement

La mise à jour apporte également une nouvelle syntaxe /config key=value pour modifier un paramètre directement depuis le prompt (en interactif, en mode -p et en Remote Control), ainsi que /config --help pour lister les clés disponibles. Un avertissement s’affiche désormais sur stderr quand le modèle demandé est déprécié. Plusieurs correctifs concernent les problèmes TUI sous Windows Terminal, les panneaux tmux et les sous-agents WebSearch.

🔗 Changelog Claude Code

GitHub Copilot — métriques crédits, dépréciation Opus 4.6, PRs par auteur

Copilot Usage Metrics API — champ ai_credits_used par utilisateur

19 juin — L’API de métriques Copilot expose un nouveau champ ai_credits_used par utilisateur et par jour, disponible dans les rapports users-1-day et users-28-day aux niveaux entreprise et organisation. Ce champ mesure la consommation globale de crédits IA — sans ventilation par fonctionnalité ou modèle — et ne correspond pas au montant facturé (l’API de facturation reste la référence pour la facturation).

🔗 Changelog Copilot Usage Metrics

Dépréciation d’Opus 4.6 (fast) le 29 juin

18 juin — GitHub annonce la dépréciation d’Opus 4.6 (fast) dans toutes les surfaces Copilot le 29 juin 2026. Le modèle de remplacement recommandé est Opus 4.8 (fast). Les administrateurs Copilot Enterprise devront activer l’accès au nouveau modèle dans leurs politiques de modèles si nécessaire.

🔗 Changelog dépréciation Opus 4.6

PRs créées par Copilot dans les recherches author:@me

18 juin — Les pull requests créées par Copilot cloud agent au nom d’un utilisateur apparaissent désormais dans les recherches author:@me sur github.com/pulls. L’attribution affiche “username with Copilot” comme auteur. La fonctionnalité est disponible sur github.com et GitHub Mobile dès maintenant ; l’API REST et GraphQL suivront le 16 juillet 2026.

🔗 Changelog PRs auteur Copilot

Black Forest Labs — plaidoyer pour l’IA ouverte au sommet du G7

18 juin — Robin Rombach, co-fondateur et CEO de Black Forest Labs (BFL, 90 personnes, Allemagne et États-Unis), a été invité au sommet du G7 à Évian pour une session sur l’IA réunissant Trump, von der Leyen et Macron.

BFL est l’entreprise derrière plusieurs des modèles IA génératifs open source les plus populaires, dont Stable Diffusion. Rombach a plaidé pour un cadre réglementaire favorable à l’IA ouverte, arguant que les modèles visuels deviendront une “infrastructure économique critique” similaire aux modèles de langage. Il a mis en avant les résultats de sécurité de BFL : ses derniers modèles ouverts présentent 10 fois moins de vulnérabilités pour les deepfakes non consentis et le CSAM que les modèles ouverts d’autres grandes entreprises technologiques.

🔗 Article Black Forest Labs sur le G7

Recherche OpenAI — l’apprentissage par renforcement produit des modèles durablement bénéfiques

18 juin — L’équipe d’alignement d’OpenAI publie une recherche montrant qu’un entraînement par renforcement (RL) ciblant des traits bénéfiques — honnêteté, humilité épistémique, transparence métacognitive, corrigibilité, équité universelle — produit des améliorations généralisées bien au-delà du domaine d’entraînement.

Résultats clés :

RésultatDétail
GénéralisationAmélioration sur 44 des 53 benchmarks externes et internes
Transfert hors domaineEntraîner uniquement sur des données de santé améliore l’alignement dans d’autres domaines
Résistance adversarialeLes modèles entraînés sont plus difficiles à détourner vers des comportements nuisibles
Résistance au fine-tuning malveillantMeilleure robustesse face à un fine-tuning ciblant des conseils médicaux inexacts

Les modèles comparés incluent GPT-5.5 Thinking, GPT-5.5 Instant, GPT-5.4 Thinking, o3, Claude Opus 4.7, Gemini 3.1 Pro et Grok 4.20 sur les critères de traits bénéfiques. Cette recherche suggère que renforcer des comportements bénéfiques peut se généraliser au-delà du contexte d’entraînement — un résultat notable pour la sécurité de l’IA à long terme.

🔗 Recherche OpenAI Alignment

Brèves

  • Bug limites hebdomadaires Claude Code — Environ 3 % des utilisateurs Max et Pro ont rencontré un bug affichant une limite d’utilisation incorrecte, bloquant dans certains cas l’envoi de messages. Corrigé le 19 juin avec réinitialisation des limites de 5 heures et hebdomadaires pour tous les utilisateurs concernés. 🔗 Source

  • Google DeepMind × gouvernement UK — Google DeepMind s’associe au DSIT, au MHCLG et à l’incubateur i.AI pour développer un prototype IA d’instruction des demandes de permis de construire, visant une réduction des délais de traitement jusqu’à 50 %. 🔗 Source

  • GitHub Issues : détection de doublons et champs MCP — La création d’une issue suggère désormais jusqu’à 3 issues similaires existantes (preview). Le serveur MCP GitHub permet également de lire et d’écrire les champs d’issues pour les agents IA. 🔗 Source

  • Luma Skills — Luma AI lance des workflows réutilisables : un résultat de génération vidéo est transformé en outil applicable à n’importe quel asset avec une qualité constante. Disponible sur lumalabs.ai/app. 🔗 Source

  • Luma Timeline et EDL Export — Luma AI ajoute un espace d’édition vidéo intégré (Timeline) et un export vers suite de finition professionnelle image par image (EDL Export), sans dégradation de qualité. 🔗 Source

  • Pika Influencer Ignition Kit — Pika lance un pack de 4 compétences IA pour créateurs de contenu (Persona Builder, Content Director, Viral Hook, Fix My Look), disponibles via le Pika MCP pour tout agent compatible. 🔗 Source

Ce que ça signifie

L’outillage développeur agentique entre dans une phase de maturité collaborative. Les Artifacts de Claude Code et Codex Record & Replay répondent au même besoin : rendre le travail des agents IA visible, partageable et reproductible. D’un côté, Anthropic permet de transformer une session de travail en page interactive accessible à l’équipe en temps réel. De l’autre, OpenAI permet de capturer un flux de travail démontré une fois et d’en faire une compétence réutilisable. Ces deux approches convergent vers un modèle où l’agent IA n’est plus un outil isolé mais un collaborateur dont les actions sont documentées et transmissibles.

La sécurité en mode autonome devient un différenciateur. Claude Code v2.1.183 introduit des blocages explicites sur les commandes destructives non sollicitées — git reset, terraform destroy, cdk destroy. C’est un signal que les équipes déploient désormais des agents en mode auto sur des environnements sensibles et que les garde-fous doivent évoluer en conséquence. La recherche OpenAI sur le RL bénéfique s’inscrit dans la même direction : construire des modèles dont l’alignement se généralise et résiste aux attaques adversariales, y compris après fine-tuning malveillant.

Les dynamiques de talent redistribuent le poids symbolique entre laboratoires. L’arrivée de Noam Shazeer chez OpenAI — co-auteur du papier Transformer original, passé par Google et Character.AI — est un événement symbolique fort. Elle illustre la fluidité des parcours entre les grands laboratoires et l’attractivité persistante d’OpenAI pour des figures fondatrices du domaine. Ce recrutement intervient alors que la concurrence sur les modèles de pointe s’intensifie, avec des trajectoires de carrière qui redessinent les alliances intellectuelles de l’industrie.

Les médias génératifs s’étendent vers des applications physiques inattendues. Midjourney Medical représente un pivot inhabituel pour une entreprise connue pour la génération d’images artistiques : passer à un dispositif d’imagerie médicale ultrasonore. À ce stade, il s’agit d’un prototype initial avec “beaucoup de marge d’amélioration” selon l’entreprise elle-même. L’engagement massif de la communauté (plus de 26 millions de vues combinées sur les deux tweets principaux) signale un intérêt réel, mais les détails sur les spécifications, les délais et le cadre réglementaire restent à définir.

Sources