Ce qu'Anthropic a réellement fait
Le 7 avril 2026, Anthropic a annoncé Claude Mythos Preview, accompagné d'une décision sans doute plus intéressante encore : Project Glasswing. Le modèle avait identifié des milliers de vulnérabilités zero-day dans des systèmes d'exploitation, des navigateurs et de grands projets open source. Certaines se trouvaient dans des infrastructures critiques dont dépend l'ensemble d'internet. Une publication massive et publique de ces conclusions aurait déclenché une course à l'exploitation qu'aucun défenseur n'aurait pu remporter à temps.
Anthropic n'a donc pas diffusé. Ils ont bâti un réseau.
Glasswing a réuni Microsoft, Apple, Google et d'autres grands fournisseurs au sein d'un cadre de divulgation coordonnée. Les conclusions ont été transmises aux parties capables d'agir réellement, selon un calendrier calibré pour corriger plutôt que pour faire la une. Le modèle n'a pas changé. La capacité n'a pas changé. Ce qui a changé, c'est l'architecture de distribution : passer d'une diffusion publique à un réseau de confiance soigneusement choisi.
Le résultat, d'après la couverture d'InfoQ, de Dark Reading et du CETaS à l'Alan Turing Institute, c'est une cadence de divulgation qui produit déjà des systèmes corrigés au lieu d'exploits militarisés. Les vulnérabilités sont réelles. Elles sont corrigées. Et le grand public n'a toujours pas un accès brut à Mythos lui-même.
Ce qui est intéressant, c'est que ce modèle (capacité plus curation de confiance, plutôt que capacité plus diffusion ouverte) n'est pas propre à la sécurité. C'est le même modèle qui sous-tend discrètement la plupart des apprentissages à fort effet de levier. La sortie de Mythos a simplement rendu la logique sous-jacente lisible à l'échelle industrielle.
L'ère de la diffusion touche à sa fin
Pendant environ vingt ans, le modèle dominant du progrès intellectuel en ligne a été la diffusion. Articles de blog vers un flux RSS public. Tweets vers une timeline algorithmique. Vidéos YouTube vers L'Algorithme. Newsletters Substack vers une liste. La forme était toujours la même : une personne produit, le public consomme, l'attention trie.
Ce modèle présupposait la rareté de l'information. Quand l'information était rare, la diffuser produisait un fort effet de levier. Le rôle du lecteur consistait à trouver de bonnes sources. Le rôle de l'auteur consistait à toucher le plus de lecteurs possible.
Ce modèle s'effondre des deux côtés, et Mythos en est en partie la raison.
Du côté de la production, l'IA a réduit à néant le coût de production d'un texte plausible. Quiconque peut générer mille mots sur n'importe quel sujet en quelques secondes. Le résultat est un déluge. Le volume total augmente. Le signal moyen par mot diminue. La vieille stratégie du lecteur (trouver de bonnes sources et les suivre) devient plus difficile, pas plus facile, car chaque source subit la pression incitative de produire davantage pour conserver sa visibilité algorithmique.
Du côté de la consommation, l'IA peut désormais résumer, synthétiser et expliquer à la demande presque toute information publique. La valeur marginale d'avoir lu un essai donné chute, puisque tout le monde peut demander à une IA de le résumer. L'accès brut à l'information est devenu à peu près gratuit.
Ce qui n'est pas devenu gratuit, et qui prend d'autant plus de valeur que tout le reste devient bon marché, c'est qu'une personne en qui vous avez confiance vous indique quelle phrase précise mérite votre attention. C'est la couche de curation. Et par nature, la curation ne se met pas à l'échelle par la diffusion. Elle se met à l'échelle par les réseaux.
C'est le basculement qu'Anthropic a opérationnalisé au niveau de la sécurité avec Glasswing. Le même basculement se produit, de façon moins visible, dans la manière dont les apprenants sérieux utilisent réellement leur temps.
Pourquoi l'apprentissage en solitaire atteint un plafond
Il existe un fantasme selon lequel les apprenants motivés peuvent s'auto-diriger jusqu'à l'expertise sans avoir besoin de qui que ce soit. Choisir un sujet, trouver les meilleurs livres, lire en profondeur, prendre des notes, recommencer. Avec assez de discipline, vous dépassez n'importe quel programme structuré.
Cela fonctionnait mieux qu'il n'y paraît quand l'information était rare et que trouver les douze bons livres sur un sujet constituait en soi un véritable filtre. Les douze premiers livres sur la plupart des sujets dans les années 1990 étaient véritablement les meilleurs, parce que l'édition imposait une taxe de curation. Aujourd'hui, les douze premiers livres qu'une recherche renvoie sur la plupart des sujets sont un mélange d'utile, de redondant, de généré par IA et de carrément faux. Sans savoir au préalable à qui faire confiance, vous ne pouvez pas distinguer le bon grain de l'ivraie tant que vous n'avez pas déjà perdu du temps sur les mauvais.
L'apprentissage en solitaire présente trois modes d'échec structurels que l'IA n'a pas résolus et a sans doute aggravés.
Le problème de la curation. Choisir ce qu'il faut lire est aujourd'hui une compétence plus difficile que la lecture elle-même. Une personne motivée peut absorber tout ce qu'on lui présente. Le goulot d'étranglement, c'est qu'on vous présente la bonne chose. La recherche et les résumés d'IA ne résolvent pas cela, car les deux sont optimisés pour la popularité ou la fluidité, pas pour savoir si la source a réellement fait évoluer la pensée de quelqu'un.
Le problème du retour d'information absent. Quand vous étudiez seul, vos interprétations ne sont pas vérifiées. Vous pouvez finir un livre persuadé de l'avoir compris, alors qu'en réalité vous avez manqué l'argument central. Sans personnes ayant lu la même source pour challenger votre lecture, les erreurs s'encodent et se cumulent.
Le problème de la motivation. L'apprentissage auto-dirigé n'est héroïque que lorsqu'il fonctionne. La plupart du temps, c'est un long combat lent contre votre budget attentionnel, sans personne pour remarquer si vous arrêtez. Les réseaux d'apprentissage fournissent une responsabilisation sociale légère que l'apprentissage en solitaire ne peut structurellement pas offrir.
Aucun de ces problèmes n'est fatal en soi, mais ensemble ils plafonnent la distance qu'il est possible de parcourir seul. Le plafond est réel. Et à l'ère de l'IA, ce plafond est plus bas qu'auparavant, et non plus haut, car le problème de la curation s'est aggravé.
L'apprentissage en public aborde une partie de cette question du côté du producteur. Le modèle du réseau curaté en est le complément côté lecteur : au lieu de diffuser votre propre apprentissage, vous vous branchez sur un petit ensemble de producteurs de confiance et laissez leur curation faire une partie de votre travail.
Réseaux curatés, diffusions et étude en solitaire
Il est utile de comparer les trois modèles directement, car chacun a sa place et les confondre produit de mauvais résultats.
| Modèle | Optimise pour | Atout principal | Faiblesse | Quand il brille |
|---|---|---|---|---|
| Diffusion publique | La portée | Découverte en haut de l'entonnoir, ampleur | Profondeur, signal, responsabilisation | Découvrir de nouveaux sujets, construire une audience |
| Étude en solitaire | L'indépendance | Exploration profonde et idiosyncrasique | Curation, retour d'information, motivation | Long apprentissage sur un seul sujet |
| Réseau curaté | Le signal | Recommandations fiables, profondeur rapide | Portée, nouveauté | Tout ce qui dépend de la qualité du jugement |
Une diffusion publique est utile quand vous ne savez pas encore ce que vous cherchez et avez besoin de balayer largement. L'étude en solitaire est utile une fois que vous avez identifié un problème en profondeur et que vous voulez l'habiter. Le réseau curaté se situe entre les deux et prend de plus en plus en charge le travail d'entre-deux qui exigeait autrefois soit de la chance, soit un mentorat coûteux.
Ce qu'Anthropic a fait avec Glasswing, c'est le modèle du réseau curaté à l'échelle institutionnelle. Ce que fait le flux communautaire de Glasp, c'est le même modèle à l'échelle de l'apprenant individuel. Échelles différentes, même logique.
Il est utile de remarquer ce qui est spécifiquement exclu de chaque modèle. Une pure diffusion ne peut pas vous offrir de responsabilisation, car il n'y a pas de relation. Une pure pratique en solitaire ne peut pas vous offrir de curation extérieure, car il n'y a personne à l'extérieur de la pratique. Un réseau curaté vous offre les deux, mais au prix d'une sélection rigoureuse de ses membres. Le coût de la sélection est le prix d'entrée.
Les rouages d'un réseau d'apprentissage qui fonctionne
Un réseau d'apprentissage curaté n'est pas simplement « un groupe d'amis qui aiment les livres ». Le modèle de divulgation Mythos est précis sur ce qui fait fonctionner le réseau, et ces propriétés se transposent proprement à l'apprentissage.
Trois propriétés comptent par-dessus tout.
La confiance plutôt que le volume. Glasswing n'incluait pas tous ceux qui avaient un parcours en sécurité. Il incluait un petit ensemble de fournisseurs dont Anthropic considérait le jugement comme solide. La qualité de la curation l'emporte sur la quantité de contributeurs. Pour un apprenant, cela signifie qu'un réseau de cinq personnes dont vous estimez réellement le goût vaut mieux qu'un flux de cinq cents personnes auxquelles vous ne faites pas confiance.
La spécificité plutôt que le bruit. Les sorties de Glasswing n'étaient pas « des découvertes intéressantes, à partager largement ». C'étaient « ce CVE précis, dans ce module précis, avec cette gravité et cette fenêtre de divulgation ». Pour un apprenant, l'analogue est le surlignage : une phrase précise tirée d'une source précise, avec le contexte qui a rendu pertinent de la marquer. L'enthousiasme vague (« super livre ! ») est aux réseaux d'apprentissage ce que les rapports vagues sont à la sécurité : du bruit.
Le flux à double sens. Le réseau ne se maintient que si les gens donnent autant qu'ils reçoivent. Dans Glasswing, les grands fournisseurs ne se contentaient pas de recevoir des découvertes, ils consacraient du temps d'ingénierie à corriger et à divulguer. Dans un réseau d'apprentissage, cela signifie produire autant que consommer. Vos surlignages, vos notes, vos annotations sont ce qui vous permet d'y rester honnêtement. La consommation pure ressemble à un fil ; cela n'a ni la texture ni la dynamique d'un réseau et n'accumule pas la confiance.
Un réseau réunissant les trois propriétés produit quelque chose qu'aucune diffusion ni étude solitaire ne peut égaler : un flux régulier de signal préfiltré, attribué et contextualisé, provenant de personnes dont vous avez déjà validé le jugement. Le coût par insight utile est nettement inférieur à celui d'une recherche dans le web ouvert.
Ce qui change le plus quand cela fonctionne, c'est la texture de votre apprentissage. Moins de temps passé à chercher. Plus de temps passé à réfléchir à des choses déjà présélectionnées pour mériter votre réflexion. C'est proche de ce que l'intelligence collective aborde au niveau des systèmes, mais opérationnalisé à l'échelle du lecteur individuel.
Comment Glasp met en œuvre le modèle Glasswing
Glasp est, dans un sens technique précis, un réseau d'apprentissage curaté avec les propriétés de Glasswing intégrées.
La confiance plutôt que le volume : vous choisissez les profils à suivre. Cinq personnes dont vous estimez le goût constituent l'intégralité du système. Aucun algorithme n'injecte de contenu populaire mais hors sujet. Le flux est façonné par votre propre sélection.
La spécificité plutôt que le bruit : l'unité atomique est le surlignage, pas le post. Un surlignage est par construction une phrase précise dans une source précise, horodatée au moment où quelqu'un l'a marquée. Il n'existe aucun moyen de partager quelque chose de manière vague. Soit vous pointez vers une phrase, soit vous ne le faites pas.
Le flux à double sens : vos propres surlignages sont publics par défaut. Le système est conçu autour de l'idée que les personnes auprès desquelles vous apprenez apprennent aussi de vous, à terme, même à des rythmes différents. La consultation passive est autorisée, mais la conception récompense la contribution. Votre profil devient un héritage numérique de ce que vous avez jugé digne d'être marqué.
Ajoutez YouTube Summary à ce même réseau, et la connaissance vidéo entre dans le jeu à parité. Quand une personne en qui vous avez confiance surligne un moment de 30 secondes dans une interview de 90 minutes, on vient de vous remettre la tranche au signal le plus élevé d'une longue vidéo sans que vous ayez à la regarder. C'est la même compression que Glasswing effectue sur une base de code de 90 000 lignes.
Ajoutez le flux communautaire et vous pouvez voir, presque en temps réel, ce que les gens que vous suivez marquent à travers le web ouvert. Le flux n'est pas un fil algorithmique optimisé pour l'engagement. C'est un canal de réseau curaté optimisé pour le signal.
Le produit a été conçu autour de ce modèle bien avant que Mythos ne le rende célèbre. Ce qui est nouveau, c'est que la valeur de ce modèle saute désormais aux yeux, car l'alternative (la découverte pilotée par la diffusion dans un environnement informationnel saturé d'IA) se dégrade visiblement.
Construire votre propre graphe de confiance
Si vous admettez que les réseaux curatés battent à la fois les diffusions et l'étude en solitaire, la question opérationnelle devient : comment construire ce réseau ?
Voici une séquence pratique qui fonctionne.
Commencez avec cinq personnes. Pas cinquante. Cinq. Ce doivent être des personnes dont vous respectez le goût pour les idées et qui marquent réellement des choses, sans se contenter de consommer. Le seuil de cinq personnes a son importance : c'est assez petit pour que vous puissiez vraiment y prêter attention, et assez grand pour qu'une diversité de points de vue émerge. Un flux de cinquante personnes devient un bruit de fond en moins d'une semaine.
Regardez ce qu'elles surlignent, pas ce qu'elles publient. Un article de blog est sélectionné pour l'auteur. Un surlignage est sélectionné pour le lecteur. La distinction compte. Suivre quelqu'un pour ses surlignages, c'est le suivre pour ce qu'il lit, ce qui prédit beaucoup mieux ce que vous trouverez utile que ce qu'il choisit de produire publiquement. Les profils Glasp sont construits autour de cette distinction.
Lisez ce qu'elles lisent, mais marquez vos propres surlignages. Ne vous contentez pas de consommer leurs sélections. Faites-les passer dans votre propre attention et remarquez lesquels de leurs choix s'illuminent pour vous et lesquels non. Au fil du temps, cela calibre quels goûts correspondent réellement aux vôtres. Certains des cinq initiaux seront remplacés. C'est sain.
Rendez la pareille. Vos propres surlignages sont la manière dont vous gagnez votre place dans le réseau de quelqu'un d'autre. Ce n'est pas une transaction, mais la dynamique est réelle : les personnes dont la curation vous profite le plus profitent aussi, indirectement, de la vôtre.
Croisez avec une discussion IA sur votre corpus. Quand vous rencontrez un surlignage provenant d'une personne de confiance qui contredit quelque chose dans votre propre corpus, c'est exactement le type de friction qui mérite d'être étudié. AI Chat sur vos surlignages rend la contradiction interrogeable plutôt que théorique.
Le graphe de confiance n'est pas statique. Les gens dérivent, vos intérêts évoluent, certains de vos choix initiaux se révéleront plus divertissants qu'éclairants. Traitez-le comme un instrument vivant. Reclassez chaque trimestre. Retirez les personnes qui ont cessé de marquer des choses intéressantes. Ajoutez-en de nouvelles à mesure qu'elles apparaissent. Le réseau que vous aurez en 2028 sera différent de celui que vous commencez ce mois-ci, et c'est précisément le but.
Du second cerveau au cerveau partagé explore le même basculement sous l'angle de la gestion des connaissances. Le curateur humain à l'ère de l'IA défend une thèse parallèle : la curation est la compétence dont la valeur monte. Toutes deux convergent vers la même affirmation : la curation l'emporte sur l'accès, et les réseaux l'emportent sur les diffusions, à une époque où l'accès est gratuit.
Ce que cela signifie pour les apprenants en 2026
Les implications pratiques, distillées.
Vous n'avez pas besoin de plus de sources. Vous avez besoin de moins de curateurs, mais meilleurs. Le contraire de bien informé, ce n'est pas désinformé. C'est noyé sous des entrées que vous ne pouvez pas traiter. Les réseaux curatés réduisent le volume d'entrées en échange d'une densité de signal. C'est le bon arbitrage en 2026.
Vous ne pouvez pas confier entièrement la curation à l'IA. L'IA excelle à résumer ce qui est déjà public. Elle n'est pas bonne pour remarquer ce qu'une personne de confiance trouverait spécifiquement intéressant compte tenu de tout ce qu'elle a déjà marqué. La curation humaine, extériorisée à travers les surlignages, capture quelque chose que l'IA n'a pas.
L'apprentissage en solitaire garde sa place, mais c'est l'étape d'apprentissage approfondi d'un sujet, pas l'étape de découverte. Utilisez le réseau curaté pour repérer le territoire qui mérite d'être exploré. Puis allez en profondeur, seul, une fois sur la bonne voie.
Les diffusions publiques sont à traiter comme une surface de découverte, pas comme votre canal d'apprentissage principal. Utilisez-les pour trouver de nouvelles personnes dont la curation pourrait valoir la peine d'être empruntée. N'essayez pas d'y apprendre à grande échelle ; c'est précisément ce qui les a rendues bruyantes au départ.
La sortie de Mythos a accidentellement mis en lumière la thèse sous-jacente : dans tout domaine où l'information est abondante, le réseau auquel vous pouvez faire confiance pour la filtrer pour vous est la chose à plus fort effet de levier que vous puissiez construire. Anthropic en a bâti un à l'échelle industrielle. La version pour l'apprenant individuel est plus petite, plus personnelle, et tout aussi utile.
Frequently Asked Questions
Cela ne risque-t-il pas de créer une chambre d'écho ?
Oui, si vous ne faites pas attention à qui se trouve dans le réseau. La parade est la diversité intellectuelle au niveau du goût, pas au niveau du contrarianisme racoleur. Les cinq personnes de votre réseau doivent être des personnes dont vous estimez le jugement, mais elles ne doivent pas toutes être d'accord entre elles. Un réseau où chacun marque les mêmes phrases est moins utile qu'un réseau où des personnes de confiance sont en désaccord de façon productive. Reclassez chaque trimestre en gardant la diversité à l'esprit.
En quoi est-ce différent de suivre simplement de bonnes personnes sur Twitter ou Substack ?
Deux choses. D'abord, l'unité. Twitter et Substack partagent des publications ; Glasp partage des surlignages. Une publication, c'est ce que quelqu'un a voulu dire. Un surlignage, c'est ce qu'il a jugé digne d'être marqué dans le travail d'autrui. Le second est un signal bien plus fiable sur le goût. Ensuite, l'algorithme. Twitter et Substack classent pour l'engagement ; le flux communautaire de Glasp est bâti autour des personnes que vous avez explicitement sélectionnées. Les mécaniques encodent des priorités différentes.
Et si je ne connais pas cinq personnes dont j'estime le goût ?
Commencez avec une seule. Regardez ce qu'elle surligne. Remarquez qui elle cite, qui elle référence dans ses notes, dont elle semble elle-même valoriser les surlignages. Le premier réseau croît généralement de façon organique une fois que vous avez un point d'ancrage unique. Lire les profils Glasp d'auteurs que vous respectez déjà est un moyen rapide de découvrir de nouvelles personnes dont la curation mérite d'être suivie.
Cela ne déplace-t-il pas simplement le problème vers « comment trouver de bons curateurs » ?
C'est exact, mais c'est un problème bien plus petit que « comment trouver de bonnes informations dans un flux infini ». Vous n'avez besoin d'évaluer le curateur qu'une seule fois. Ensuite, la curation travaille pour vous en continu. L'économie est nettement plus favorable que celle qui consiste à évaluer vous-même chaque pièce de contenu.
L'IA ne sera-t-elle pas un jour assez bonne pour faire office de curateur ?
Pour certaines choses, oui, surtout pour les recommandations génériques. Pour une curation façonnée par le goût, idiosyncrasique, qui colle à vos priorités intellectuelles précises, non, car l'IA n'a pas de soi stable. Elle a ce que son entraînement actuel et votre prompt produisent sur le moment. Les gens ont un goût stable développé sur des années. La curation comme service est de plus en plus automatisée. La curation comme goût ne l'est pas, et ne le sera probablement pas de sitôt. Lisez-en davantage à ce sujet dans le curateur humain à l'ère de l'IA.
Glasp est-il un réseau social ?
Il est plus juste de l'appeler un réseau de connaissances curaté. Les réseaux sociaux optimisent pour l'engagement et la mise en relation. Glasp optimise pour le partage de surlignages et l'apprentissage. Les comportements qui réussissent sur Twitter (publications provocantes, prises de position rapides, threads viraux) ne sont pas ceux qui réussissent sur Glasp. Le schéma gagnant sur Glasp consiste à marquer des phrases avec soin et à suivre des personnes qui font de même. C'est un autre jeu.
Et si mes centres d'intérêt n'ont pas encore de réseau ?
Alors vous êtes en avance, ce qui est une bonne position. Commencez à marquer publiquement. D'autres personnes partageant vos centres d'intérêt vous trouveront plus vite que vous ne le pensez, car il y a très peu de gens qui font une curation sérieuse dans une niche donnée. Être le premier à surligner avec soin dans un sujet conduit souvent à devenir un point d'ancrage pour tous ceux qui arriveront plus tard.
Conclusion : choisissez cinq personnes et commencez par là
Project Glasswing n'est pas la partie la plus accrocheuse de l'histoire de Mythos. C'est la plus instructive.
Anthropic disposait d'une capacité qui aurait pu produire des divulgations publiques spectaculaires. Ils ont choisi de l'opérer à travers un réseau curaté de confiance, parce que c'est cela qui produisait le résultat qu'ils voulaient réellement : des systèmes corrigés plutôt que des exploits militarisés. La capacité comptait moins que l'architecture de distribution. Le réseau était le produit.
Pour les apprenants en 2026, la même logique s'applique, à plus petite échelle. Vous avez accès à plus d'informations qu'aucun être humain n'en a jamais eu. L'IA peut en résumer n'importe laquelle en quelques secondes. Ce que vous n'avez pas, par défaut, ce sont des personnes dont vous estimez le jugement et qui vous indiquent quelles phrases précises méritent votre attention. C'est ce réseau qu'il vaut la peine de construire, et il est petit, délibéré, et humain.
Choisissez cinq personnes. Regardez leurs surlignages. Lisez ce qu'elles lisent. Marquez ce qui compte pour vous. Rendez la pareille. Reclassez quand cela cesse de fonctionner. Rien de tout cela n'est héroïque. Tout cela se cumule.
Le flux communautaire de Glasp et les profils utilisateur sont conçus précisément autour de ce modèle. Le surlignage comme unité, le graphe d'abonnements comme algorithme, les profils publics comme héritage numérique. Vous ne construisez pas une audience. Vous construisez le réseau qui filtre pour vous le reste d'internet.
L'ère de la diffusion a fait de tout le monde un producteur. L'ère du réseau curaté récompense quiconque construit un petit graphe digne de confiance. Anthropic a montré ce à quoi cela ressemble à l'échelle industrielle. La version individuelle est juste sous vos yeux, et elle commence par le prochain surlignage que vous ferez.