Culture d’ingénierie

La nouvelle Silicon Valley

28 octobre 2026culture d’ingénieriesilicon valleyavenir du travailIA personnelleattributionlocal-firstdécentralisationprovenancesécurité de l’IAconstruire en public

À propos d’une vallée faite de reçus, et de ce qui reste quand le brouillard se lève.

Je vis dans la Silicon Valley depuis vingt-neuf ans. Collège, lycée, université, et tout ce qui a suivi. J’en ai observé tous les arcs, et chaque arc a un coût.

Je veux donc être prudent sur ce que j’entends par le titre. Je n’écris pas contre le lieu, et je n’accuse ni une entreprise ni une personne. Je dis que la Silicon Valley n’a jamais vraiment été un endroit. C’était un ensemble de valeurs par défaut, et des valeurs par défaut peuvent être réécrites par quiconque est prêt à construire avec d’autres.

Ce texte parle de ces autres valeurs. C’est un résumé de ce que représente une année de recherche, puis une prévision : à quoi je pense que le monde ressemble si tout est livré. La recherche est la preuve. La prévision est mon pari, et je marquerai ce qui relève de l’une ou de l’autre.

(Rédigé avec l’IA à partir de mes propres notes et dépôts, puis édité par moi. Les décisions, et les paris, sont les miens.)

Les anciennes valeurs par défaut

Voici la version courte, décrite comme un mécanisme et non comme un motif. Personne n’avait besoin de rien intentionner. Les incitations ont fait le travail.

  • Collecter d’abord, expliquer ensuite. Les données remontent vers le centre parce que c’est là qu’elles ont de la valeur. Le consentement arrive après coup, si tant est qu’il arrive.
  • Optimiser pour l’attention. La métrique facile à mesurer devient ce pour quoi le produit existe.
  • Garder l’influence invisible. La persuasion silencieuse fonctionne mieux que la persuasion étiquetée ; le pilotage vit donc là où personne ne peut l’inspecter.
  • L’ambiguïté comme refuge. Formulations vagues, politique vague, retours vagues. On ne s’engage sur rien, donc rien ne peut être retenu contre personne.
  • Aller vite, demander pardon. Les limites se découvrent en les franchissant.

J’ai écrit sur le versant produit de tout cela dans Le plaidoyer pour l’IA personnelle : un fil d’actualité ne peut pas vous dire lesquelles de vos pensées étaient les vôtres, et une fenêtre de chat ne peut pas vous dire si elle vous éloigne d’un danger ou vous pousse vers un achat.

Je ne pense pas que ce soient deux problèmes. Une culture qui fonctionne dans le brouillard construit des produits qui fonctionnent dans le brouillard. Une organisation à qui l’on ne peut pas poser de question directe livrera des logiciels à qui l’on ne peut pas poser de question directe.

Ce que représente la recherche

Quand je mets côte à côte les projets de l’année passée, ils ressemblent à des efforts séparés. Seer, Totem, Thread, Mary, Veil, Scorpion, CLR. Mais ils répondent tous à la même question, et la question ne porte pas sur l’IA. C’est : puis-je demander ? Puis-je demander d’où cela vient, où cela est allé, ce que cela a fait, à qui cela emprunte, qui a été payé pour cela ?

Chaque projet est une façon de faire en sorte que la réponse soit oui.

1. Chaque sortie sait d’où elle vient. Seer a commencé comme un système de récupération et est devenu une couche d’attribution : chaque réponse porte une feuille de Contributions, la part due à chaque source, et un registre qui la règle. Le travail sur les redevances étend la même idée aux images, une matrice d’attribution construite pas à pas à travers la diffusion. L’affirmation qui sous-tend tout cela est une affirmation que je fais dans Attribution Decay : quand mille sources contribuent chacune un peu, « rien n’est responsable » n’est pas une réponse. C’est de la surdétermination, et la surdétermination n’est pas une absolution.

2. La mémoire appartient à la personne. Totem et Thread ont déplacé le stockage d’un cloud central vers des nœuds que les gens possèdent. Les utilisateurs décident si leurs données rejoignent le réseau. STTP pousse la pensée jusqu’au bout : les appareils préparent des tokens sémantiques au fur et à mesure que les choses sont créées, les partagent de pair à pair, et une couche d’agrégation partagée, non un monolithe, prédit l’achèvement. Un slogan de l’un de mes premiers emplois revient sans cesse : « De grands cerveaux, de petits appareils. »

3. Les agents agissent avec des reçus. Mary, et Ambient comme son vaisseau macOS, répond à trois questions que la plupart des assistants esquivent : où va l’écran, où vit la mémoire, agit-il ou conseille-t-il. Elle lit l’arbre d’accessibilité dans le processus, de sorte que les pixels restent chez eux, et chaque action revient sous forme d’étape validée avec un reçu. Ambient Abilities va plus loin et montre le travail du routeur avant son exécution, au lieu de vous demander de lui faire confiance. Un logiciel qui peut piloter un vrai écran est plus sûr quand il est ouvert, parce que le code que vous pouvez lire est alors le code qui s’exécute.

4. La sécurité se joue à la source. CLR essaie de lire la vérité dans les pixels eux-mêmes. Scorpion et Veil sont conçus pour s’exécuter avant qu’un modèle ne soit livré : l’un est un contrôle de mémorisation à la porte du téléversement, l’autre ferme les routes vers une ressemblance. La détection seule est une autopsie. L’enjeu est de déplacer le point de contrôle plus tôt.

5. L’IA grandit avec la personne, pas au-delà d’elle. La thèse de l’IA personnelle est qu’un outil devrait se tenir juste au-dessus de votre savoir-faire actuel et s’élargir avec lui, de sorte que ce qu’il produit porte votre travail acquis et non un prompt « vibé jusqu’à l’achèvement ». C’est aussi une affirmation sur l’embauche et l’identité : une façon de communiquer une capacité sans sacrifier la personne.

Cinq projets, un seul schéma : la lisibilité. La chose peut être interrogée, et elle répond avec un reçu.

Ce qui n’est pas prouvé

Un compte rendu honnête compte ici plus qu’ailleurs, car un texte sur la lisibilité qui cacherait ses propres lacunes serait une plaisanterie.

L’essentiel de tout cela est précoce. Le registre de paiements que j’ai montré a réglé une seule réponse, avec un seul propriétaire. La détection a des limites que j’ai publiées moi-même : les générateurs plus récents doivent être couverts par des données, et la précision est une lente ascension, non un interrupteur. STTP est une question autour de laquelle je tourne, non un résultat. Un registre de personnes protégées ne vaut que par ceux qui peuvent y figurer. La convergence Linux que je mentionne sans cesse n’est pas encore publique.

Je le dis à voix haute parce que les anciennes valeurs par défaut comptent sur votre présomption du meilleur. Les nouvelles doivent survivre à votre vérification.

Si tout est livré

Voici la prévision. Prenez-la comme un pari, non comme un résultat.

Le reçu devient l’unité par défaut d’un produit d’IA. Aujourd’hui, « pourquoi avez-vous dit cela ? » et « qui a contribué à ceci ? » sont des choses que l’on demande à une personne. Dès que quelques produits pourront y répondre, ceux qui ne le peuvent pas commenceront à ressembler au brouillard qu’ils sont. Je pense que d’ici quelques années, il paraîtra aussi étrange d’utiliser un assistant qui ne peut pas montrer son travail que d’utiliser aujourd’hui un site web sans HTTPS.

Les créateurs obtiennent une ligne de compte pour être utilisés, pas seulement pour être trouvés. Le marché de l’ancien internet était que votre travail recevait du trafic en échange d’être indexé. Les systèmes génératifs ont rompu cet équilibre, ce qui est tout l’argument de mon texte Fair Use. L’attribution à la couche qui précède le service transforme le litige en infrastructure : non un procès après coup, mais un paiement au moment de l’usage. Elle ne sera pas parfaite. Elle doit seulement être meilleure que rien, et rien est le prix actuel.

L’intelligence devient plus petite et plus nombreuse. Mon pari le plus fort est le moins à la mode : que des millions de petits modèles, chacun réglé sur une personne ou un domaine et agrégés par consensus (un Product of Experts, non un monolithe), finissent par être meilleurs que quelques géants, et que le modèle de frontière devienne un expert dans la pièce plutôt que la pièce. « L’intelligence décentralisée centralise la croissance pour l’ensemble » reste mon meilleur résumé.

La machine que vous possédez devient le site principal. La mémoire, la récupération et l’action rentrent à la maison, et le cloud devient un pair que l’on appelle quand on a besoin de plus, non le centre auquel on rend compte. Cela change envers qui un produit est redevable, car un logiciel qui s’exécute sur votre machine peut être inspecté par vous.

Le savoir-faire vérifié devient un langage pour l’embauche. C’est celui qui m’importe le plus en tant qu’ingénieur. L’embauche est aujourd’hui un problème de brouillard : les employeurs ne peuvent pas mesurer la valeur, les nouveaux venus ne peuvent pas l’exprimer, et tout est donc lu à travers des substituts. Si votre travail porte une provenance (ce que vous avez fait, comment, ce sur quoi il s’appuie, en public, avec une trace), alors la question informulée n’a plus rien dont se nourrir. Le travail répond de lui-même, et la personne n’a jamais à défendre un moi qui n’a jamais été jugé.

La sécurité remonte en amont et se débat au grand jour. Des contrôles à la couche d’hébergement, des registres auxquels les gens peuvent adhérer, des adaptateurs qui ferment les routes vers une ressemblance, des filigranes qui permettent aux utilisateurs sur l’appareil de prouver la provenance. Rien de cela n’est étanche, et tout sera attaqué. Mais « nous corrigerons une fois que cela se sera répandu » cesse d’être la seule option.

Les entreprises commencent à ressembler à leurs produits. C’est la partie culturelle. Une équipe qui livre des reçus ne peut pas fonctionner confortablement sur des chuchotements. Des limites existent toujours, car le secret pour des divulgations non concurrentielles est un besoin réel et respectable, mais elles sont énoncées : voici la limite, voici la raison, voici qui peut répondre. La nouvelle Silicon Valley n’est pas un lieu sans secrets. C’est un lieu où les secrets ont des noms.

Comment cela tourne mal

Toute nouvelle vallée est à une décision de l’ancienne ; voici donc la liste des façons dont je m’attendrais à ce que cela échoue.

  • Les reçus deviennent de la surveillance. Un système qui enregistre tout ce qu’il a fait peut enregistrer tout ce que vous avez fait. La lisibilité doit pointer vers la machine, et rester à l’écart de la personne.
  • L’attribution est truquée. Dès qu’un paiement existe, quelqu’un fabriquera les contributions pour le réclamer.
  • Le local d’abord exclut des gens. Tout le monde ne possède pas un bon appareil. Un monde de calcul possédé a besoin d’un plan pour ceux qui n’en ont pas.
  • La décentralisation se fragmente. Mille petits nœuds qui ne s’accordent sur rien ne sont que mille silos.
  • Un registre devient un gardien. Celui qui décide de qui est protégé détient un pouvoir réel, et ce pouvoir exige le même audit que les modèles.
  • Les incitations reviennent discrètement. Le plus ancien des échecs : une meilleure conception, avec le même modèle économique en dessous, dérive vers le même comportement.

Ce dernier point est la raison pour laquelle tout se résume à des garanties : dire à l’avance ce qui est évalué, dire ce qui est enregistré, laisser la personne le lire. Le test d’une nouvelle vallée est le même que celui d’un nouveau lieu de travail. Non pas si elle dit qu’elle est différente, mais si les garanties sont écrites.

L’essentiel

Je pensais que la prochaine vallée serait définie par une technologie : un modèle, une puce, un protocole. Plus maintenant. La recherche m’a appris que la caractéristique déterminante est bien plus simple. C’est de savoir si, lorsque vous posez une question directe, il y a une réponse qui porte un nom.

L’ancienne vallée optimisait ce qu’elle pouvait mesurer et cachait ce qu’elle faisait. La nouvelle est tout ce qui rend le faire lisible. D’où cela vient. Où cela est allé. Ce que cela a fait. Sur qui cela s’est appuyé. Qui a été payé. Qui peut demander, et qui doit répondre.

Je construis vers cela en marge de tout le reste, en public, et je suis heureux de me tromper là où cela peut se voir. Cela, plus que n’importe quelle architecture, est la culture qui vaut la peine d’être construite.