Il y a environ deux ans, j’ai construit un agent IA pour avoir mes propres podcasts quotidiens, personnalisés, sur n’importe quel sujet. Par exemple, les actualités de l’IA ou la réglementation de l’industrie financière.
Depuis, je continue de l’améliorer, de tester de nouveaux modèles et d’explorer ce que chaque avancée de l’IA rend possible.
Ce qui continue de m’étonner, c’est tout ce que nous pouvons désormais connecter et automatiser : rechercher les actualités, écrire les scripts, donner vie à des présentateurs IA, produire l’audio et publier le résultat.
Je partage maintenant cette expérimentation à travers I Wake Up, There Is New AI, un podcast et une newsletter LinkedIn.
L’objectif est simple
Un podcast quotidien d’actualités IA sur YouTube. Plusieurs intervenants qui présentent de vraies actualités récentes. Une newsletter LinkedIn avec les sujets clés, les sources et un lien direct vers l’épisode. Les abonnés peuvent recevoir une notification lorsqu’une nouvelle édition est publiée, selon leurs paramètres LinkedIn.
Le tout, automatisé.
Construire ce workflow m’a aussi donné l’occasion de développer de nouvelles architectures :
- Étendre ma plateforme agentique, Podcaas, avec un plugin ChatGPT et un serveur MCP.
- Déployer des GPU sur Google Cloud pour exécuter un modèle IA Qwen open source pour le clonage de voix.
- Construire une architecture d’orchestration en plusieurs niveaux, où ChatGPT coordonne ses propres agents, utilise le navigateur et dirige aussi les agents de Claude.
Un mini studio de production, piloté par la conversation
Les résultats étaient surprenants. Je n’ai plus besoin de l’interface de ma plateforme pour ce workflow. Je peux le piloter en lui parlant dans ChatGPT, un peu comme si j’envoyais un message à un contact WhatsApp.
C’est un vrai mini studio de production, presque entièrement programmable. Presque reste important. Ce projet est encore expérimental. Je continue d’affiner les voix, la qualité éditoriale et la fiabilité du workflow.
Une seconde vérification change le résultat, et le coût
Une chose que j’ai apprise : même lorsque les sources d’un article sont reprises, une seconde vérification peut faire apparaître des différences dans les faits en les comparant avec d’autres sources.
J’ai ajouté un second niveau de vérification, avec un agent vérificateur. Ce pattern d’architecture IA a amélioré la qualité du résultat. Mais il a aussi allongé le temps de traitement, et donc augmenté le coût cloud.
Cet agent supplémentaire a une conséquence. Un meilleur résultat demande aussi plus de travail au système, plus de temps et plus de ressources.
L’ingénierie humaine prend encore plus de valeur
Il y a eu beaucoup d’erreurs en chemin. Faire fonctionner ces composants ensemble, de manière fiable, demande de l’ingénierie.
Pour moi, l’ingénierie humaine prend encore plus de valeur lorsque nous composons des systèmes plus grands, plus complexes. Cela demande de l’architecture de produits et de services, et une compréhension de chaque composant que nous assemblons. Chacun a des conséquences sur la valeur, la qualité, la sécurité et le coût de l’ensemble.
Cette expérimentation a renforcé ma conviction que l’ingénierie logicielle et l’ingénierie d’infrastructure ont un bel avenir devant elles.
C’est une manière de suivre les progrès de l’IA tout en expérimentant ce qu’elle nous permet déjà de construire.
Découvrez le podcast et abonnez-vous à la newsletter :
Lire et s’abonner sur LinkedIn · Regarder sur YouTube · Écouter sur Spotify
Écouter sur Podcaas · S’abonner via RSS
J’aime simplement le mème dont vient le titre. Et oui, vous avez bien deviné : ce chat prend la pose de Steve Jobs.
Build, & learn