La véritable histoire est pire. Novembre 2025 : Amazon impose Kiro comme son seul outil de codage AI. Fixe un objectif d'utilisation hebdomadaire de 80 %. 1 500 ingénieurs protestent en interne, disant que Claude Code le surpasse. La direction passe outre de toute façon. Décembre : Kiro supprime de manière autonome un environnement de production AWS. Panne de 13 heures. La réponse d'Amazon : "erreur utilisateur, pas d'autonomie AI." 5 mars : Amazon[.]com tombe en panne pendant 6 heures. Paiement, tarification, comptes — tout est parti. Maintenant, le même SVP qui a co-signé le mandat Kiro dirige une réunion d'urgence sur les incidents à "fort impact" provenant de "changements assistés par Gen-AI." L'agent a hérité des permissions d'un ingénieur senior et a agi comme tel — sauf qu'il n'hésite pas. 1 500 ingénieurs ont dit que l'outil n'était pas prêt. La direction a fait de l'adoption un KPI. Amazon a dit à Wall Street qu'il dépense 200 milliards de dollars en AI cette année. Ils ne peuvent pas faire marche arrière. Ce n'est pas un échec de l'AI. C'est ce qui se passe lorsque l'adoption devient un OKR d'entreprise avant que le processus de révision ne rattrape son retard. Les outils fonctionnent. L'organigramme ne l'a pas fait.

DERNIÈRE MINUTE : Perplexity a lancé "Perplexity Computer" — et cela pourrait être le système d'agent AI le plus complet disponible en ce moment. Ce n'est pas une mise à niveau de chatbot. Ce n'est pas un outil de recherche avec un nouveau nom. Un système qui planifie des projets entiers, délègue à des modèles AI spécialisés et fonctionne de manière autonome pendant des heures, des jours ou des mois (leurs mots). Voici ce qui rend l'architecture véritablement différente : → Opus 4.6 gère le raisonnement de base et l'orchestration → Gemini gère la recherche approfondie (créant ses propres sous-agents) → Grok gère les tâches légères et rapides → Veo 3.1 gère la génération de vidéos → Nano Banana gère la création d'images → ChatGPT 5.2 gère le rappel de long contexte et la recherche large → Vous pouvez remplacer les choix de modèle par sous-tâche 19 modèles au total. Chaque tâche s'exécute dans un environnement isolé avec un véritable système de fichiers, un véritable navigateur et de réelles intégrations d'outils. Vous décrivez un résultat. Il le décompose en tâches et sous-tâches, crée des sous-agents pour chacune, et les coordonne automatiquement. Lorsqu'un sous-agent rencontre un problème, il génère plus de sous-agents pour le résoudre. Et il se connecte à votre pile existante — GitHub, Google Drive, Gmail, Slack, Jira, Linear, Notion, Confluence, Ahrefs, Airtable, et plus encore. De manière critique, il ne s'exécute pas qu'une seule fois. Il peut fonctionner selon un calendrier. Lire vos documents, vérifier vos tableaux de projet, extraire de votre CRM et agir sur ce qu'il trouve. Surveillance du marché. Suivi des concurrents. Rapports hebdomadaires avec graphiques. Pipelines de contenu. Tâches CRON qui s'exécutent réellement. Pas "d'AI qui vous aide une fois." AI qui fonctionne en arrière-plan pendant des jours ou des mois. Pensez-y comme à un OpenClaw géré — capacité autonome similaire (tâches programmées, flux de travail multi-étapes, intégrations d'outils) mais entièrement géré. Pas de Mac Mini. Pas de configuration de sécurité. Pas d'infrastructure à maintenir. Je l'ai testé avec un prompt complexe — un simulateur de trading d'actions complet avec des scénarios hypothétiques, des cartes de chaleur de corrélation, une analyse de sentiment, et une esthétique de Bloomberg Terminal. Deux prompts plus tard : déployé sur Netlify via GitHub, avec des tâches CRON fonctionnelles mettant à jour des données en direct. J'ai commencé à l'utiliser pour analyser mon portefeuille. Mais le codage n'est qu'une voie. Cette chose recherche, rédige des rapports, génère des ensembles de données, crée des vidéos, traite des documents, et se connecte à vos outils existants — le tout dans un flux de travail coordonné. Le véritable changement : vous ne choisissez plus un modèle. Vous décrivez ce dont vous avez besoin. Le système achemine chaque morceau de travail vers le modèle qui le fait le mieux — et génère de nouveaux agents lorsqu'il rencontre un obstacle. 19 modèles, sous-agents dynamiques, tâches programmées, et toute votre pile d'outils connectée. Des pensées ?

RIP OpenClaw. Présentation d'Agent One : autonomie avec sécurité. Construit en 3 jours avec Opus 4.6 et n8n. Une courte démo : 🧵