AI
Filed under
Choisir sa base vectorielle selon ce qui casse en premier
Presque tout système RAG devrait démarrer sur pgvector. La question n'est pas la base vectorielle la plus rapide, mais la panne qui vous atteint en premier.
Kiro après la hype : ce que les IDE IA ont vraiment changé
Huit mois après la GA de Kiro, la spec a survécu et l'IDE presque pas. Ce qui a changé, c'est où se fait la relecture, pas qui écrit le code.
Pourquoi votre pilote IA est mort dans les achats
La plupart des pilotes IA échouent en revue de sécurité et en accords de traitement de données, faute d'avoir prévu les douze semaines qui suivent la démo.
Suivi des coûts Bedrock par application avec les profils d'inférence
Les profils d'inférence applicatifs posent des tags d'allocation de coûts sur les appels Bedrock, transformant une facture unique en lignes par équipe.
AI Act européen, le 2 août : l'échéance qui n'a pas bougé
L'Omnibus numérique a reporté les échéances à haut risque à 2027 et 2028. L'Article 50 sur la transparence s'applique toujours au 2 août 2026, sans changement.
SageMaker vs Bedrock : une décision d'organisation, pas technique
Le choix entre SageMaker et Bedrock dépend surtout de si votre organisation a une équipe qui possède des modèles. Choisissez selon votre topologie réelle.
Injection de prompt via vos propres documents : la surface d'attaque du RAG
Votre base de connaissances est une entrée non fiable. Le retrieval transmet au modèle du texte écrit par l'attaquant, d'où l'intérêt de scanner à l'ingestion.
M365 Security 101 : AI Pilot et Business Impact Reports
Où l'IA mérite sa place en sécurité : remédiation derrière une validation par changement et rapports exploitables par la direction. Un 101 avec Aether365.
Faites confiance au modèle, auditez le binaire
Le client d'un agent de code est le binaire le plus privilégié de votre machine. Le fingerprint caché de Claude Code montre pourquoi l'auditer, pas s'y fier.
AWS Monthly (juin 26) : les agents obtiennent une boucle de rétroaction
Juin 2026 chez AWS : le Summit de New York a transformé les traces de production en amélioration d'agents, et AgentCore a atteint la disponibilité générale.
AWS a construit un sandbox pour le code généré par IA : les MicroVMs Lambda
Les MicroVMs AWS Lambda isolent au niveau VM le code généré par les modèles pour les agents IA. La pièce manquante en production : le runtime.
La vraie limite de votre système multi-agent, ce sont les tokens par minute
Amazon Bedrock expose des quotas de tokens par minute par modèle dans Service Quotas. Le TPM est le plafond de scaling des agents : prévoyez avant les 429.
L'Estonie va donner une identité aux agents IA. C'est la partie facile
L'Estonie prévoit d'attribuer des AI ID codes aux agents IA, une première mondiale, mais l'autorité et la responsabilité restent le vrai travail.
Le Chaton Fat : le modèle d'IA le plus gros qui n'a jamais existé
Il n'existe aucun modèle d'IA appelé Le Chaton Fat. Pas de poids, pas d'API, pas de benchmark. Voici comment une blague sur Mistral a conquis la communauté IA.
Les agents codeurs IA ont besoin d'environnements de staging, eux aussi
Des équipes ont donné des identifiants de production à des agents codeurs et appelé cela de la vélocité. Un agent a besoin de la même échelle d'environnements.
Claude Code en CI : laisser un agent réparer le build
Faire tourner un agent codeur en CI est facile. L'ingénierie réside dans les garde-fous : ce qu'il peut toucher, quand il s'arrête, qui relit ses propositions.
La fenêtre de contexte n'est pas votre amie
Une fenêtre de contexte énorme ne remplace pas la recherche documentaire. Le rappel se dégrade avec la taille du prompt et le milieu du texte est survolé.
AWS Monthly (mai '26) : les agents reçoivent un portefeuille
Mai 2026 chez AWS : AgentCore Payments laisse les agents transiger, et l'Agent Toolkit for AWS plus un serveur MCP managé en GA durcissent la chaîne d'outils.
Journaliser les prompts sans journaliser les PII
Les logs de prompts servent à déboguer un LLM, mais ne peuvent pas garder de PII brutes. Rédigez avec Comprehend avant stockage, fixez une rétention programmée.
Quand Haiku bat Opus : le bon dimensionnement de modèle sur Bedrock
Router chaque appel vers Opus par défaut fait exploser la facture. Répartissez par classe de tâche : Haiku pour la majorité mécanique, Opus en escalade.
Le RAG agentique, c'est surtout de la latence dont vous n'avez pas besoin
Le RAG agentique boucle sur des sauts de récupération, chacun un aller-retour modèle. Une bonne requête suffit souvent : réservez la boucle aux vrais cas.
Les évals avant les agents : on ne livre pas ce qu'on ne peut pas noter
Sans harnais d'évaluation, chaque changement d'agent est un test au feeling. Construisez le tableau de score avant l'agent, traitez le LLM-juge comme faillible.
Cache sémantique : deux questions différentes, une seule réponse
Un cache sémantique renvoie une réponse stockée à deux questions différentes. Il réduit coût et latence, mais un faux hit sert une réponse fausse en confiance.
Step Functions, l'orchestrateur d'agents le plus sous-estimé
La plupart des workflows d'agents n'ont pas besoin qu'un modèle décide du flux de contrôle. Step Functions offre orchestration déterministe et retries.
Passerelles LLM : pourquoi chaque équipe plateforme finit par en construire une
Une deuxième équipe qui appelle un modèle crée un fan-out non gouverné. Une passerelle LLM centralise auth, quota, routage et audit d'un seul endroit.
AWS Mensuel (avr. 26) : OpenAI débarque sur Bedrock
Avril 2026 sur AWS : modèles OpenAI, Codex et Managed Agents arrivent sur Bedrock, AgentCore ajoute un harness géré et une CLI pour raccourcir le chemin agent.
Inférence inter-régions : résilience bon marché ou piège de résidence des données ?
L'inférence inter-régions Bedrock lisse le débit et le throttling. Un profil global peut router le prompt hors géographie. Vérifiez la résidence des données.
Votre facture LLM est un problème d'observabilité
Une facture Bedrock surprenante n'est pas un problème de tarification, c'est un problème de visibilité. Sans attribuer les tokens, impossible de la gérer.
L'inférence par lots sur Bedrock : demi-tarif si vous pouvez attendre
L'inférence par lots Amazon Bedrock tourne à 50 % du tarif à la demande. Le seul coût est la latence, gratuite pour tout job sans personne qui attend.
Applications LLM multi-tenant : isoler les clients sur un modèle partagé
Un modèle Bedrock partagé, plusieurs clients. Le modèle est sans état, l'isolation est votre travail : scoper la récupération, plafonner le quota par tenant.
La mémoire d'agent est un problème de base de données, pas un problème de prompt
Coller l'historique d'un agent dans le prompt n'est pas de la mémoire, c'est une facture croissante. La vraie mémoire : une base de données avec récupération.
La sortie structurée bat le parsing astucieux
Vous parsez encore du JSON dans du texte modèle avec des regex ? Les sorties structurées Bedrock imposent un JSON Schema : réponse valide par construction.
Le Prompt Caching sur Bedrock : la remise de 90 % que la plupart des équipes ignorent
Le prompt caching Bedrock lit un préfixe répété à 90 % de réduction, mais une écriture en cache coûte plus cher qu'un appel sans cache. Le breakpoint décide.
AWS Monthly (mars 26) : la gouvernance rattrape les agents
Mars 2026 sur AWS : AgentCore Policy et Evaluations en disponibilité générale, Elemental Inference lancé, gouvernance d'agents en plan de contrôle production.
Le streaming des réponses est une décision d'UX, pas de performance
Diffuser les réponses en streaming est un choix UX sur le temps jusqu'au premier token, pas un correctif de vitesse. Cela peut dégrader la sortie structurée.
Bedrock Agents contre votre propre boucle maison
Amazon Bedrock Agents gère l'orchestration, la mémoire et les appels d'outils. Voici quand ce framework managé fait gagner du temps, et quand il vous limite.
IAM pour les applications LLM : le moindre privilège quand l'appelant est un modèle
Quand l'appelant est un modèle, le moindre privilège s'applique. Donnez à chaque outil d'agent un rôle IAM restreint, pas un jeu large d'identifiants admin.
Arrêtez le fine-tuning. Vous avez besoin de RAG, d'un cache et de meilleurs prompts
Fine-tuning et Provisioned Throughput coûtent cher pour la plupart des problèmes LLM. Le chemin moins cher : récupération, cache de prompt, meilleurs prompts.
Le découpage en chunks de la base de connaissances, c'est là que meurt la qualité de votre RAG
La plupart des mauvaises réponses RAG sont un problème de récupération, pas de modèle. Le découpage détermine la qualité des Bedrock Knowledge Bases.
Bedrock Guardrails ne vous protégera pas de l'injection de prompt
Amazon Bedrock Guardrails filtre le contenu, pas les actions. La défense contre l'injection de prompt : isolation des entrées, allowlists d'outils, scoping IAM.