Meta ouvre Muse aux bricoleurs et le grand engouement pour Jev

Meta rend les SDK Muse Gadget open source

Le 2 octobre 2026, Meta a lancé le projet Muse Gadgets et a rendu publics le firmware et les SDK de l’appareil, qui permettent de connecter du matériel fait maison à son agent IA maison, Muse. L’annonce a été faite par Nat Friedman, chef de produit des Meta Superintelligence Labs, via un post sur X. Le code se trouve dans le référentiel facebookincubator/muse-gadget-sdk sur GitHub sous licence Apache-2.0 et sans garantie, structuré dans les répertoires esp32, linux et skills. Chaque répertoire contient, en plus d’un README, un AGENTS.md pour les agents de codage.

Il existe deux SDK : un pour les cartes avec microcontrôleur ESP32, auxquelles on peut connecter des écrans, des entrées et sorties audio ou des capteurs, et un pour Linux, qui transforme un Raspberry Pi ou une machine Linux restante en appareil Muse, y compris avec des commandes personnalisées pour les tâches système ou une installation Home Assistant. Pour l’appairage, chaque appareil a besoin d’un jeton SDK ; la connexion se fait via l’application Muse sur iOS et Android, après avoir activé le mode développeur, et les appareils y apparaissent avec le préfixe « MuseGadget ». Meta qualifie lui-même le projet de projet amusant de bricoleurs de matériel pour les bricoleurs de matériel et met explicitement en garde contre les cartes flashées inutilisables et les garanties annulées.

Pour inspirer, Meta liste des suggestions de construction concrètes : un Raspberry Pi 5, un écran tactile AMOLED rond de 1,75 pouce de Waveshare avec haut-parleur, microphone et batterie, un appareil E-Ink couleur de Seeed pour le briefing matinal ou la liste de courses, le M5Stack StickS3, l’AiPi Lite comme compagnon de bureau, ainsi que l’édition Home Assistant Voice Preview. Une clé HDMI pour la télévision est annoncée, mais pas encore disponible. Les appareils mentionnés proviennent de fournisseurs tiers, Meta n’assume ni recommandation ni garantie pour eux. Pour les échanges entre bricoleurs, l’entreprise a ouvert son propre serveur Discord.

En parallèle, Meta a construit son propre appareil : le Muse Home Link, un dongle alimenté par USB-C qui connecte Muse au réseau domestique pour interagir avec les téléviseurs, les haut-parleurs et tout ce qui offre une interface HTTPS. Selon Friedman, 5 000 unités ont été fabriquées ; elles sont gratuites pour les abonnés Muse, jusqu’à épuisement des stocks, limitées à un appareil par abonné et initialement uniquement aux États-Unis. La livraison devrait avoir lieu en octobre après réception des pré-inscriptions, une liste d’attente est déjà ouverte. Le code du Home Link est également open source, selon l’entreprise ; les fonctionnalités développées par la communauté devraient, selon Meta, permettre par exemple d’allumer la lumière, de contrôler la télévision ou d’envoyer un document à l’imprimante.

Cette initiative fait suite à la présentation du Muse Charm, un petit appareil vocal au format Tamagotchi, que Mark Zuckerberg avait montré la semaine précédente lors de la conférence Connect comme alternative aux lunettes de données. Muse lui-même est positionné comme un agent personnel qui réserve des voyages, remplit des formulaires et fait des achats. La même semaine, Meta a également présenté Muse for Small Business, gratuit avec des limites d’utilisation et qui s’intègre à des outils comme Shopify, Dropbox et Slack, et a créé avec la Meta Enterprise Platform sa propre unité commerciale pour les clients professionnels. Meta n’a pas précisé si ce projet de bricolage deviendra une ligne de produits à part entière. → unite, Engadget, Muse Gadgets, The Verge, TechCrunch

Synthszr Take : 5 000 dongles, c’est un tirage que n’importe quel premier projet sur un site de crowdfunding peut atteindre, et c’est exactement là que se situe le point. Meta s’épargne la fabrication, le stockage, les retours et les cas de garantie et laisse la diversité des appareils aux cartes de Waveshare, M5Stack, Seeed et au Raspberry Pi, qui traînent de toute façon déjà sur les établis. Le levier réside dans l’appairage : chaque bricolage a besoin d’un jeton SDK et de l’application Muse avec le mode développeur activé, donc chaque écran soudé soi-même passe finalement par un compte Meta et une facturation Meta. La licence Apache 2.0 pour le firmware ne coûte rien à l’entreprise tant que l’agent reste dans ses propres centres de données, et l’avertissement concernant les cartes grillées déplace proprement le risque vers la communauté. Dans six mois, Meta aura une base installée de points de terminaison Muse pour lesquels elle n’a mobilisé aucune ligne de production, et les bricoleurs seront fiers de les avoir construits.

Amazon bloque Muse de Meta, DoorDash et Airbnb développent leurs propres agents IA

La couche applicative réagit à l’assistant IA de Meta, Muse : Amazon a bloqué l’accès, tandis que DoorDash et Airbnb ont livré leurs propres fonctionnalités IA en quelques jours, rapporte MBI Deep Dives. DoorDash a lancé un agent dans iMessage d’Apple, qui compare le numéro de téléphone avec le profil de l’utilisateur, analyse l’historique des commandes et finalise l’achat avec le moyen de paiement enregistré directement dans le fil de discussion. Le pilote, selon l’entreprise, est en cours avec 20 000 utilisateurs américains sur iOS. D’après les propres chiffres de DoorDash, les commandes de produits alimentaires via l’assistant in-app « Ask DoorDash » de août à début septembre 2026 avaient des paniers moyens de près de 50 % supérieurs à ceux des commandes classiques des mêmes clients. Une note d’analyste de Citizens indique cependant que les commandes provenant du trafic précoce des agents présentaient des paniers de deux tiers plus petits. Il n’existe pas encore de connecteur officiel avec Muse, mais le co-fondateur Andy Fang parle de discussions en cours avec Meta. En parallèle, Airbnb a activé une recherche IA qui génère des filtres dynamiques à partir d’entrées textuelles ou vocales. → Techpresso

Synthszr Take : Selon la note de Citizens, le trafic des agents apporte à DoorDash des paniers de deux tiers plus petits, tandis que l’assistant maison génère des paniers alimentaires près de 50 % plus grands. Cet écart explique les deux réflexes de la couche applicative de manière plus précise que n’importe quelle diapositive de stratégie : Amazon ferme la porte, DoorDash la laisse entrouverte et construit en même temps son propre agent là où les gens tapent de toute façon. Mais le blocage ne fonctionne que tant que l’on génère soi-même suffisamment de demande, et Airbnb, qui traite ChatGPT et Muse comme des fournisseurs de visiteurs, ne peut tout simplement pas se permettre cette attitude.

Engouement pour Jev (I) : Cloudflare rend Clef open source et remporte le benchmark

Cloudflare a publié deux de ses propres Decision Models, Clef et Clef-flash, qui sont hébergés via Workers AI. Les Decision Models sont des classificateurs qui, en réponse à une entrée, renvoient des réponses typées avec des probabilités, par exemple si un message de support est urgent et quelle équipe doit le traiter ; le code appelant peut en déduire un routage, une escalade ou la transmission à un humain. Cloudflare distingue cette classe de modèles des grands modèles de langage qui formulent ouvertement et appellent des outils, mais qui fonctionnent de manière largement non déterministe. Selon l’entreprise, Clef est actuellement en tête du Jev Decision Index, le benchmark autour du modèle System-One Jev de Typesafe AI, présenté à l’automne ; les résultats sont disponibles sur une page de démonstration publique. → Techpresso

Synthszr Take : Envoyer un ticket de support à travers un grand modèle de langage juste pour savoir s’il est urgent est la manière la plus chère imaginable de répondre à une question par oui ou par non. Les flux de travail agentiques prennent des dizaines de ces micro-décisions par processus, et à cette fréquence, le prix par appel détermine si un cas d’utilisation est même rentable. Clef fournit des réponses typées avec des probabilités en millisecondes, et la compatibilité de l'API Jev garantit que le passage de Jev, lancé en septembre, à Cloudflare ne coûte que quelques lignes de configuration.

Engouement pour Jev (II) : OpenAI contre-attaque également Jev de TypeSafe avec sa propre API Decisions

OpenAI a annoncé lors de sa conférence DevDay mardi une API Decisions, qui s’appuie sur son modèle maison Luna. Selon The New Stack, Luna est le modèle le plus petit et le moins cher du portefeuille actuel de l’entreprise. L’annonce est considérée comme une réponse à TypeSafe et à son produit Jev, qui a fait des modèles de décision une catégorie de modèles très demandée en peu de temps. The New Stack suppose qu’OpenAI a délibérément avancé la présentation pour la faire coïncider avec la date du DevDay. → The New Stack

Synthszr Take : Une startup définit une catégorie, le grand laboratoire fournit peu après sa propre variante : TypeSafe a établi le terme de modèle de décision avec Jev, OpenAI l’a repris avec l’API Decisions. Le fait que ce soit précisément Luna, le modèle le plus petit et le moins cher de leur propre gamme, qui soit utilisé pour cela, révèle la mécanique de la contre-attaque : ici, on joue sur le prix, pas sur la profondeur du produit. L’annonce elle-même est remarquablement mince, à part le nom et le modèle sous-jacent, il n’y a pratiquement rien, la scène a dicté le calendrier.

Instagram intègre dans Edits un assistant IA qui évalue les vidéos selon ses propres métriques

Instagram déploie dans son application de montage Edits un assistant vidéo IA qui donne aux créateurs des retours sur leurs propres clips. Edits est la réponse de Meta à CapCut et, depuis le printemps, la tentative de rapatrier la production de Reels dans une application dédiée. L’assistant, selon le fournisseur, utilise les données du compte telles que les vues et la rétention vidéo et les combine avec les commentaires et les tendances actuelles pour identifier des modèles de performance. Les décisions créatives réelles doivent rester entre les mains du créateur, l’outil fournit l’analyse, pas le montage. L’utilisation est limitée en quantité. → TLDR Design

Synthszr Take : Pour les créateurs, l’ordre du travail change : l’analyse de leurs propres chiffres était jusqu’à présent une étape distincte après la publication, maintenant elle se trouve directement dans la fenêtre de montage. C’est un réel avantage pour tous ceux qui n’ont pas une agence avec un analyste de données dans leur équipe, car savoir lire les courbes de rétention était jusqu’à présent une compétence de professionnel. Le hic réside dans la métrique : un assistant qui optimise pour les vues et le taux de rétention loue exactement les montages que Meta récompense de toute façon, et les formats des personnes qui le suivent vont s’uniformiser.

Google affiche un aperçu IA pour 82 % des recherches de marque

Google affiche désormais un aperçu IA dans 82 % des cas pour les requêtes de recherche liées à une marque. C’est ce que rapporte la newsletter Stacked Marketer, citant des données de mesure de DemandSphere, qui ont vu cette proportion bondir de 26 % en septembre ; le 27 septembre, le pic a atteint 90 % des requêtes de marque enregistrées. Google n’a fait aucune annonce à ce sujet. Selon l’analyse, le résumé pour les requêtes de marque se trouve généralement au milieu de la page, et donc en dessous du site web officiel de la marque respective. Seuls le propre nom de Google et les éditeurs de nouvelles semblent en être exemptés. → STACKED MARKETER

Synthszr Take : Les recherches de marque étaient le refuge sûr de tout budget marketing : quelqu’un tape votre nom, votre site est en haut, votre formulation l’emporte. Avec 82 % d'aperçus IA sur les requêtes de marque (pic de 90 % le 27 septembre), au-dessus de cette page se trouve maintenant un paragraphe qu’un modèle a concocté à partir de portails d’évaluation, de messages de forum et de communiqués de presse vieux de trois ans. Le résumé apparaît, qu’il vous cite ou non, et ainsi la sélection des sources citées devient le véritable travail de marque.

Apple restreint l’accès complet au disque dur après que Muse de Meta a lu des messages privés

Apple a annoncé des modifications des paramètres de confidentialité dans macOS afin que les applications tierces ne puissent plus abuser de l'autorisation d’accès complet au disque dur pour accéder aux historiques de messages. Cette mesure fait suite à un rapport du chroniqueur tech Jason Aten, il y a deux semaines, qui a écrit que l’agent universel de Meta, Muse, lui avait envoyé une notification non sollicitée se référant à une conversation entre lui et un collègue dans Apple Messages. Aten a déclaré n’avoir jamais donné à Muse la permission de lire ses messages. Une large discussion s’est ensuivie sur les réseaux sociaux concernant les assistants ayant accès aux calendriers, e-mails, messages et comptes d’achat. Le directeur technique de Meta, David Singleton, a contesté : Muse ne peut lire le contenu des messages que si l’accès complet au disque dur Full Disk Access à l’échelle du système et le connecteur Messages dans l’application sont tous deux activés, les deux étant facultatifs. → Ars Technica

Synthszr Take : Un seul chroniqueur avec une notification push a poussé Apple à revoir une architecture d’autorisation qui était inchangée depuis des années. C’est la véritable leçon de l’affaire Aten : la faille n’a pas été révélée par un audit, une autorité de régulation ou un bug-bounty, mais parce que l’agent a été assez serviable pour bavarder sur son propre accès. La défense de Meta, selon laquelle les deux options étaient activées volontairement, passe à côté de l’essentiel, que Patrick Wardle énonce sobrement : quiconque a un accès complet au disque dur lit tout, et un interrupteur de connecteur dans une application est un accord de courtoisie, pas une barrière technique.

Sequoia déclare l’AGI atteinte et signale des bonds de valorisation de 31 fois en un mois

Fin septembre 2026, Pat Grady, partenaire de Sequoia, a enregistré un briefing de 15 minutes pour le comité d’investissement du Boston College, dans lequel il expose au fonds de dotation l’évaluation de la situation interne de l’entreprise concernant l’intelligence artificielle. Le message clé de la présentation de 14 diapositives : Sequoia considère que l'AGI est déjà atteinte et date ce moment à novembre 2025, lorsque Claude Code et Opus 4.5 ont montré, selon Grady, que les agents peuvent mener à bien de longs et complexes flux de travail de manière autonome. Grady mesure la taille du marché en se basant sur le marché des services, qu’il évalue entre 10 et 20 billions de dollars, plutôt que sur le marché des logiciels de 650 milliards de dollars. Le troisième chiffre concerne son propre portefeuille : pour sept participations récentes de Sequoia, la valorisation des startups a augmenté en moyenne de 31 fois en un seul mois, réalisée via des transactions dites en deux étapes. Le briefing décrit également, selon la newsletter de Linas, un « écart de diffusion » entre la capacité des modèles et leur adoption réelle, ainsi que des unités de conseil des laboratoires qui concurrencent désormais directement les startups d’applications. → Linas from Linas’s Newsletter

Synthszr Take : 31x en trente jours, en moyenne sur sept transactions : en si peu de temps, rien ne change dans l’activité d’une startup pour justifier ce facteur. Ce qui change, c’est le nombre de bailleurs de fonds qui enchérissent pour le même tour de table, et la volonté de déclarer le prix du mois précédent comme ridiculement bas. La construction en deux étapes rend cela élégant, car le fonds peut réévaluer à la hausse sa propre position avant même qu’il n’existe des revenus solides, et le gain sur papier figure dans le rapport trimestriel de l’investisseur.

FDE : Anthropic veut certifier 10 000 ingénieurs à bas prix

Anthropic investit 100 millions de dollars dans sa propre initiative de formation et veut certifier un total de 10 000 soi-disant Frontier Deployed Engineers d’ici fin 2027. Le programme, annoncé vendredi, s’appelle Claude Frontier Academy et recrute au sein du Claude Partner Network existant. Les premières cohortes, d’environ 100 ingénieurs selon l’entreprise, comprennent des personnes d’Accenture, Bain, Capgemini, Deloitte, McKinsey, Morgan Stanley, Novo Nordisk et de la Commonwealth Bank of Australia. Anthropic justifie cette initiative par les retours de ses clients : il manque du personnel qui maîtrise à la fois l’informatique d’entreprise, le contexte commercial et la connaissance des modèles.

Le processus se déroule en deux étapes. D’abord, il y a un programme en présentiel de plusieurs jours, dirigé par des ingénieurs d’Anthropic, au cours duquel les participants simulent une introduction en entreprise, de la sélection du cas d’usage à la revue de sécurité jusqu’à la livraison. Ceux qui réussissent l’évaluation notée entrent dans une résidence de douze semaines où ils sont responsables d’un projet Claude réel dans leur propre organisation. Le format est, selon l’entreprise, inspiré de la formation médicale spécialisée. Les premiers certificats sont attendus pour début 2027.

Le rôle du Forward Deployed Engineer a été initialement popularisé par Palantir et décrit des ingénieurs qui travaillent directement chez le client pour adapter la technologie à ses systèmes, données et processus. Une analyse de Draup dénombre 1 404 offres d’emploi pour des FDE chez cinq grandes sociétés de conseil dans l’année précédant mai. Accenture avait fondé en décembre 2025 l’Anthropic Business Group et s’était engagé à former environ 30 000 de ses propres spécialistes sur Claude. Les concurrents misent jusqu’à présent plutôt sur des certifications en auto-apprentissage ; l’examen PMLE de Google, par exemple, coûte 200 dollars.

Le moment coïncide avec la préparation de l’introduction en bourse d’Anthropic. L’entreprise est attendue en bourse cette année encore et vise, selon les rapports, une valorisation pouvant atteindre deux billions de dollars. D’un prospectus d’introduction en bourse fuité, il ressort qu’Anthropic a réalisé l’année dernière un chiffre d’affaires de près de 4,6 milliards de dollars, pour une perte opérationnelle de plus de 8 milliards de dollars. → Forkast, Business Insider, CNBC

Synthszr Take : Faisons le calcul : 100 millions pour 10 000 têtes, ça fait 10 000 dollars par ingénieur, étalés sur un peu plus de deux ans. Pour ce prix, vous n’obtenez même pas la moitié d’un pitch d’entreprise correctement staffé, et Anthropic ne fournit que le programme ; les douze semaines de résidence sont payées par Accenture, McKinsey et Morgan Stanley sur leurs propres fiches de paie. Avec un chiffre d’affaires de 4,6 milliards et une perte opérationnelle de plus de 8 milliards, ce budget est une erreur d’arrondi qui finance un réseau de vente de 10 000 personnes certifiées. Le levier réside dans la répétition : chacun de ces ingénieurs mènera des dizaines de projets au fil des ans, et chacun sera créé dans l’architecture de Claude, avec les protocoles de sécurité de Claude, selon la logique de livraison de Claude. Dix mille dollars par tête suffisent pour définir comment la banque, le géant pharmaceutique et le cabinet de conseil construiront leur première application productive.