Yes Drive Me

1ere plateforme de location de chauffeurs sans voiture pour conduire le client dans sa propre voiture. Souriez, votre voiture devient autonome #smartmobility

[Elon Musk @elonmusk]

Pretty good progress

[𝕏 Ghana 🇬🇭 @xghana_]

Best life advice you'll find on the internet.

[XPENG @XPENG_Global]

XPENG’s aircraft fleet conducts synchronized test flights.
Following steady progress in batch trial production, multiple flying cars have completed coordinated formation flights, demonstrating the maturity of our production systems and flight control capabilities.

[Elon Musk @elonmusk]

Bravo @JeffBezos!

[Tesla Owners Silicon Valley @teslaownersSV]

@elonmusk It’s bulletproof for sure

[Mr. Jason💡 @jason_coder0]

🚨 𝗕𝗥𝗘𝗔𝗞𝗜𝗡𝗚: Claude can now build your entire mobile app from a screenshot like a $350K senior developer at Apple. (for free)

Here are 8 insane Claude prompts replacing your entire mobile development team before they finish estimating the project cost:👇

(Save this 🔖 thread before it blows up.)

[Supersocks @iamsupersocks]

David Silver lâche DeepMind, lève 1 milliard et parie contre les LLMs.

Le créateur d'AlphaGo vient de poser le plus gros pari contrarian de l'histoire de l'IA européenne. Et ça mérite qu'on s'y arrête.

David Silver a passé 15 ans chez DeepMind. Il a construit AlphaGo, le système qui a battu le meilleur joueur de Go au monde en 2016.

Puis AlphaZero, qui a appris les échecs à partir de zéro (sans jamais voir une seule partie humaine) et qui a développé un style de jeu que les grands maîtres qualifient d'"alien".

Puis AlphaStar, qui jouait StarCraft II au niveau professionnel. Il a contribué à AlphaFold (le problème du repliement des protéines, résolu) et à AlphaProof (médaille aux Olympiades internationales de mathématiques, 2024).

Son h-index : 102. Près de 300 000 citations. Le mec n'est pas un commentateur. C'est un des cinq chercheurs vivants qui ont le plus fait avancer le reinforcement learning.

En janvier 2026, il quitte Google. En mars, il lève 1 milliard de dollars en seed pour sa boîte, Ineffable Intelligence, basée à Londres. Sequoia lead. Nvidia, Google et Microsoft dans la boucle. Valorisation pre-money : 4 milliards.

Au moment de l'annonce, c'était présenté comme le plus gros seed européen de l'histoire avant que Yann LeCun ne le coiffe au poteau quelques semaines plus tard avec AMI Labs ($1.03B à Paris).

Yann LeCun a quitté Meta et vient de lever $1.03 milliard pour AMI Labs, basé à Paris le plus gros seed européen à ce jour.

Sa thèse : les LLMs "miment l'intelligence sans comprendre le monde". AMI construit des world models qui apprennent en 3D, par interaction avec le monde physique.

Cible : robotique et transport. Même montant que Silver, même conviction anti-LLM, approche différente.

David Silver n'a pas de produit.

Sa thèse tient en une phrase : les LLMs ne peuvent pas atteindre la superintelligence.

L'argument n'est pas que les LLMs sont mauvais.

C'est qu'ils sont structurellement plafonnés.

Ils apprennent à partir de données humaines -> textes, code, conversations.

Ils synthétisent, résument, recombinent ce que les humains ont déjà pensé ou écrit.

Mais ils ne découvrent pas de connaissance nouvelle.

Silver l'a dit sur un podcast DeepMind en avril 2025 : quand AlphaZero joue aux échecs, il invente des coups que les grands maîtres n'avaient jamais envisagés.

Des coups qui ressemblent à des erreurs pour un humain, mais qui se révèlent brillants.

Si on avait utilisé du RLHF (du reinforcement learning piloté par des évaluateurs humains) ces coups auraient été éliminés. L'humain dans la boucle aurait tué l'innovation.

C'est le nœud de sa critique : le RLHF, la technique qui fait tourner ChatGPT, Claude, Gemini, optimise pour la satisfaction humaine. Pas pour la vérité. Pas pour la découverte.

En avril 2025, Silver co-signe un papier fondateur avec Richard Sutton, son directeur de thèse à l'université de l'Alberta et figure tutélaire du reinforcement learning (Turing Award 2024).

Le titre : "Welcome to the Era of Experience."

La thèse : l'IA est passée par trois ères.

L'ère de la simulation (jeux, environnements contrôlés). L'ère des données humaines (les LLMs). Et maintenant, l'ère de l'expérience où les agents apprennent par interaction directe avec le monde, pas par imitation de textes humains.

Silver et Sutton posent quatre piliers pour cette nouvelle ère.

Des flux d'expérience continus (l'agent apprend sur des mois, des années, pas en sessions).

Des actions sensori-motrices (pas juste du texte, mais de l'interaction physique et numérique).

Des récompenses ancrées dans le réel (pas des évaluations humaines subjectives, mais des conséquences objectives).

Et surtout : des modes de raisonnement non-humains.

L'agent peut inventer ses propres langages internes, ses propres mécanismes de pensée, potentiellement plus efficaces que la cognition humaine.

Le précédent concret : AlphaProof.

Le système part d'un pré-entraînement sur des preuves mathématiques humaines, puis génère plus de 100 millions de preuves supplémentaires par exploration autonome.

Il découvre des solutions que les mathématiciens humains n'avaient pas trouvées.

Ce n'est pas de la synthèse. C'est de la découverte.

Silver n'est pas seul à parier contre le paradigme LLM dominant.

Ilya Sutskever, ex-chief scientist d'OpenAI, a fondé Safe Superintelligence (SSI) mi-2024.

Même logique : les LLMs ont atteint un plafond, il faut autre chose.

SSI a levé 3 milliards pour une valo de 32 milliards. Zéro produit. 20 employés.

Jerry Tworek, qui a construit les modèles de raisonnement d'OpenAI (o1, o3), a quitté la boîte pour fonder Core Automation.

Même constat : tant que les modèles ne peuvent pas apprendre en continu à partir de données live, leurs capacités plafonnent.

Yann LeCun pousse depuis des années son architecture JEPA chez Meta un modèle du monde qui apprend par prédiction, pas par génération de texte.

Ce n'est plus une voix isolée. C'est un mouvement. Les gens qui ont construit l'ère actuelle sont en train de dire qu'elle ne suffira pas.

Les critiques existent, et elles sont sérieuses.

Le problème de la reward function.

En Go, en échecs, en maths formelles, la récompense est objective : tu gagnes ou tu perds, la preuve est valide ou elle ne l'est pas.

Le monde réel n'est pas comme ça.

Comment tu définis une reward function pour "découvrir un nouveau médicament" ou "résoudre le changement climatique" ? Silver et Sutton n'apportent pas de réponse convaincante à cette question.

Le problème de l'alignement.

Sur l'Alignment Forum, les critiques sont frontales : un agent RL qui apprend en boucle fermée sans supervision humaine, c'est exactement le scénario que les chercheurs en sécurité de l'IA redoutent depuis des années.

Silver propose des mécanismes de pilotage, mais les spécialistes alignment les jugent insuffisants.

Le problème du transfert.

AlphaZero fonctionne dans des environnements fermés, avec des règles parfaites et un état du jeu entièrement observable.

Le monde réel est ouvert, bruité, partiellement observable.

Passer du Go au monde réel, ce n'est pas un saut incrémental c'est un changement de nature.

Mon take.

Ce qui se passe là, c'est un schisme dans l'église de l'IA.

D'un côté, l'orthodoxie du scaling : plus de données, plus de compute, plus de paramètres, et les capacités suivront.

C'est la thèse d'OpenAI, de Google, d'Anthropic. Pour le moment.

De l'autre, une hérésie qui monte : les architectures actuelles ont un plafond structurel, et il faut repartir de bases différentes.

Ce qui rend Ineffable Intelligence intéressant, ce n'est pas la levée.

C'est le signal. Silver est un insider absolu. Il a passé 15 ans au cœur du réacteur DeepMind, il a contribué à Gemini, il connaît les limites internes du paradigme LLM mieux que quiconque à l'extérieur.

Quand un mec comme ça part et met sa carrière sur une thèse contrarian, ça veut dire quelque chose.

Mais et c'est le mais crucial Silver fait un pari de long terme sur un problème non résolu.

Transférer le RL pur du Go au monde réel, personne ne l'a fait.

Le papier "Era of Experience" est brillant comme manifeste, mais il laisse les questions les plus dures sans réponse.

La reward function dans le monde ouvert.

L'alignement d'agents autonomes.

Le coût computationnel d'un apprentissage par expérience à l'échelle du réel.

Et les LLMs ne sont pas aussi plafonnés que Silver le dit.

Les modèles de raisonnement montrent des capacités émergentes de découverte en maths et en code précisément les domaines où Silver dit que seul le RL pur peut aller.

La question devient : est-ce que les LLMs + RL scalable suffisent, ou faut-il repartir de zéro avec des agents « experience-first » ?

DeepSeek a d'ailleurs explicitement crédité le reinforcement learning comme moteur de ces capacités. La frontière entre "LLM avec RL post-training" et "RL pur" est peut-être plus floue que la thèse de Silver ne l'admet.

Ce qui est clair : on entre dans une phase où les plus gros cerveaux de l'IA ne sont plus alignés sur une architecture unique.

Et quand les bâtisseurs divergent, c'est souvent le signe qu'on approche d'une rupture.

La question n'est plus "est-ce que l'IA va progresser".

C'est "par quel chemin".

[Yes Drive Me @Yesdriveme]

@Fartou57 @grok authentifie moi cette citation et son contexte

[Harsh hada @Theharshhada7]

R.I.P. Google flights in 2026

R.l.P. Booking dot com in 2026

R.I.P. Skyscanner in 2026

$1,412 flight. I paid $186.

These 7 ChatGPT prompts quietly break airline pricing:

[Elon Musk @elonmusk]

Long time ago

[Nelly; @nrqa__]

LIST OF 40 WEBSITES TO FIND REMOTE JOBS

1. Linkedin. com

2. Indeed. com

3. Glassdoor. com

4. FlexJobs. com

5. weworkremotely. com

6. Remote. com

7. Upwork. com

8. Freelancer. com

9. Fiverr. com

10. Guru. com

11. Toptal. com

12. AngelList. com

13. Hubstafftalent. com

14. Simplyhired. com

15. Remotive. com

16. Virtualvocations. com

17. workingnomads. com

18. Hired. com

19. cloudpeeps. com

20. taskrabbit. com

21. talent. com

22. remoteok. io

23. dremote. io

24. jooble. org

25. stackoverflow. com/jobs

26. jobspresso. com

27. onlinejobs. ph

28. simplyhired. com

29. themuse. com

30. skipthedrive. com

31. zirtual. com

32. justremote. com

33. hireable. com

34. remoteworkhub. com

35. jobbatical. com

36. freelancewritinggigs. com

37. contentwritingjobs. com

38. problogger. com/jobs

39. behance. net

40. designhill. com

[Elon Musk @elonmusk]

Grok understands videos

[Yes Drive Me @Yesdriveme]

@JM_Sylvestre @grok explique-nous bien ce @JM_Sylvestre veut dire 😂

[Jean-Marc Sylvestre @JM_Sylvestre]

Ou est passé l argent de la dette … je recherche des Français qui auraient refusé les chèques Covid et après Covid .. ou remboursé à l État l argent qu ils auraient reçus …

[Yes Drive Me @Yesdriveme]

Bravo Didi !
Il faut éveiller les automobilistes sur le fait de déléguer la conduite de son propre véhicule après consommation d'alcool...
C'est l'idée de départ qui a donné naissance à @Yesdriveme, éviter aux jeunes de prendre le risque de conduire sous l'effet de l'alcool

[Clubic @Clubic]

Didi, géant chinois du VTC, révolutionne la sécurité routière. Son service permet aux conducteurs ayant un peu trop bu de rentrer dans leur propre voiture, carrément conduite par un chauffeur professionnel.
https://t.co/gneyIxh5Rv

[Etat De Flow @EtatDeFlow]

13 mars 2019, Spotify porte PLAINTE contre Apple pour abus de position.

Directement, Tim Cook appelle le PDG de Spotify pour le menacer

En 48h, Apple a bloqué 3 mises à jour de Spotify

La réaction de Spotify a changé l'industrie du streaming pour toujours :🧵

[Elon Musk @elonmusk]

It’s nuts that all other rockets just smash back to Earth!

“The Falcon has landed” almost 500 times.

[Elon Musk @elonmusk]

Unfortunately, what choice do we have?

Apple didn’t just put their thumb on the scale, they put their whole body!

[Julian Goldie SEO @JulianGoldieSEO]

N8N FULL COURSE 5 HOURS (Build & Automate Anything)

P.S. Want 1,000+ FREE N8N Templates? Link below 👇