Je suis un peu surpris que personne n'ait encore créé de serveur MCP pour Dwarf Fortress qui pourrait permettre à un agent comme Codex ou Claude Code de contrôler efficacement le jeu et de surveiller l'état et les progrès. Je ne l'ai jamais vraiment joué moi-même, je l'ai juste téléchargé et l'ai brièvement consulté il y a environ 10 ans, mais j'ai aimé en lire à son sujet. On dirait que ce serait un très bon test pour un LLM de voir combien de temps il pourrait garder les nains en vie et prospères. Parce que chaque partie finit par entraîner une catastrophe en cascade qui fait mourir tous les nains, il devrait y avoir un point d'arrêt naturel, ce qui en fait un bon candidat pour un benchmark. Du moins, c'est ma compréhension (le motto des joueurs est "Perdre est amusant"). Bien faire ce jeu dépendrait de l'exactitude de l'appel d'outils et de la cohérence dans les tâches longues, ainsi que de la capacité à surveiller et comprendre la dynamique d'un système complexe et à faire des interventions opportunes qui anticipent et contrent les problèmes. Et parce que c'est natif terminal, il pourrait être transmis et traité efficacement en utilisant des jetons réguliers sans avoir besoin de traitement d'image multimodal, ce qui le rendrait beaucoup plus efficace que d'autres jeux. De plus, vous savez que aucun laboratoire d'IA ne s'est encore entraîné pour cela (pour l'instant !), donc c'est exempt de "benchmaxxing."

Une chose amusante à faire quand vous devez attendre quelques minutes est d'utiliser votre téléphone pour poser à Claude Opus la question suivante sur une discipline ou un domaine aléatoire : "Quel serait selon vous LE principal aperçu ou astuce analytique de la cristallographie ?" Remplacez cristallographie par tout ce que vous pouvez imaginer. Jusqu'à présent, j'ai essayé : QED ; le Modèle Standard ; la Biochimie ; la Probabilité ; la théorie de l'évolution ; et bien d'autres. Il y a quelque chose à forcer le modèle à faire l'impossible, à condenser un vaste et complexe domaine en "une astuce étrange", qui le pousse vraiment à rechercher le meilleur principe profond et unificateur dans le domaine et à l'exprimer de manière succincte. Cela tend à être quelque chose d'évident pour les praticiens mais très probablement inconnu de la plupart des gens qui n'ont qu'un intérêt passager pour le sujet. Fait intéressant, vous pouvez également appuyer plusieurs fois sur le bouton "réessayer" avec la même invite et parfois obtenir des explications très différentes, mais généralement très fascinantes. J'ai déjà beaucoup appris en faisant cela, et cela pourrait bien être le plus élevé "compréhension par minute" que j'ai rencontré dans tout apprentissage autodirigé. Parce qu'il ne s'agit pas seulement de faits amusants ou de petites anecdotes intéressantes. Ce sont, par construction, des idées pénétrantes et unificatrices qui relient une vaste quantité de théories et de phénomènes observés dans le monde. C'est certainement beaucoup plus riche en contenu que de regarder une autre vidéo explicative sur YouTube avec des animations et des publicités pour Brilliant/KiwiCo ! Pas qu'il y ait quoi que ce soit de mal avec cela.

L'idée qu'il y a eu un tel "exode de talents" d'OpenAI récemment qu'ils ne sont plus en mesure d'être un leader dans le domaine est aussi malavisée et erronée que l'idée que GPT-5 "a été un grand flop et que le modèle n'est pas si génial et est très incrémental." Non seulement GPT-5 Pro est le modèle le plus intelligent au monde maintenant, et de loin, sur la plupart des tâches réelles les plus difficiles (en particulier les tâches de codage, qui ont la plus grande importance économique maintenant), mais le nouvel outil codex cli d'OpenAI est incroyablement bien exécuté. Ils sont passés d'une troisième place lointaine dans les outils cli de codage à avoir ce qui est sans doute le meilleur actuellement (notez que j'aime toujours et utilise Claude Code, ce n'est pas l'un ou l'autre !), avec de loin la meilleure performance, la latence la plus basse, etc. parce qu'il est programmé en rust. Et maintenant, cet outil cli est combiné avec le meilleur modèle de codage qui a la meilleure fiabilité d'appel d'outils et la meilleure cohérence sur les longues tâches, avec le moins d'hallucinations. Et il va sans dire que leur application iOS est également dramatiquement meilleure que toutes les autres applications d'IA en termes de finition et de fonctionnalités. L'application Claude n'est que l'application web dans un bac à sable Safari ! Et leur application web est également toujours la meilleure. Des choses comme la recherche fonctionnent tout simplement mieux que dans d'autres applications. Blocage et tackling de base. Donc, oui. Certaines personnes très intelligentes comme Ilya et John Schulman sont parties pour d'autres entreprises. Mais ils ont toujours une équipe technique absolument incroyable avec des personnes de produit incroyablement compétentes et des compétences d'ingénierie impressionnantes. Ne laissez pas votre aversion pour Altman vous aveugler à l'évidence. Chaque fois que je vois encore une autre personne parler de la façon dont GPT-5 est mauvais, je grimace, car la personne montre qu'elle ne peut pas penser par elle-même sur la base de preuves et de raison, et a été influencée pour penser une opinion (et la répéter en ligne) parce qu'elle pense que cela la rend intelligente.

À quel point c'est génial que chacune de ces petites puces ait 8 téraoctets de stockage super rapide ? Et vous pouvez les brancher toutes les deux dans ce boîtier bleu et obtenir 20 Gbps via USB 3.3 (je n'ai pas de ports USB 4 et tous mes emplacements pci-e sont occupés par des GPU) Nous vivons à une époque d'une telle abondance.

En tant que mise à jour de mes deux récents fils de discussion concernant l'utilisation de GPT-5 Pro pour initier un processus de découverte de théories révolutionnaires qui combinent des applications novatrices de mathématiques avancées aux cas d'utilisation de l'IA, j'ai demandé au modèle de créer des implémentations de démonstration en Python utilisant Jax et Numpy pour chacune des 11 idées. Ensuite, je les ai regroupées dans un projet et ajouté une belle interface en ligne de commande pour les exécuter, ainsi qu'une série de tests de bout en bout qui mesuraient si le code est mathématiquement correct, vérifiait que le code possède les propriétés mathématiques que nous souhaitons, et enfin, s'il fait quelque chose d'utile par rapport aux approches standard actuelles. J'ai utilisé codex CLI avec GPT-5 pour intégrer le tout et corriger les bugs. Je vais lier le dépôt, qui contient une documentation détaillée pour l'ensemble du projet, puis des comptes rendus pour chacune des 11 démonstrations contenant toutes les sorties générées par le modèle pendant le processus.

Wow, j'ai enfin pris le temps d'essayer la nouvelle version de l'interface en ligne de commande Codex d'OpenAI (leur réponse à Claude Code). La dernière fois que j'ai essayé d'utiliser Codex (notez que c'est différent de leur agent de codage hébergé également appelé Codex, ce qui est extrêmement déroutant ; je parle maintenant de l'outil que vous exécutez localement sur votre machine dans le terminal), c'était écrit comme une application Nodejs/Typescript, et c'était vraiment assez mauvais : - je ne pouvais accéder qu'à des modèles plus faibles comme o4-mini ou leur variante pour Codex, déroutant également appelée Codex (sérieusement ?) - une interface utilisateur/expérience utilisateur bien pire que Claude Code - bien moins efficace en matière de codage en raison d'un modèle moins performant, d'outils moins bons, d'un flux d'agent moins efficace. - il vous forçait ennuyeusement à donner la permission pour tout, donc vous deviez le surveiller tout le temps, ce qui le rendait beaucoup moins utile car vous ne pouviez pas facilement exécuter plusieurs d'entre eux en parallèle. - peut-être que c'était une bonne chose, car de loin le plus gros problème était qu'il faisait des choses super imprudentes et destructrices ; il était beaucoup plus cavalier que CC. C'est finalement pourquoi j'ai immédiatement arrêté de l'utiliser, car il a décidé de faire un "git reset --hard HEAD" sans d'abord faire de stash, et j'ai perdu un peu de travail. Plus jamais, pensais-je. Eh bien, j'ai enfin pris le temps d'essayer la toute nouvelle version en rust qui utilise GPT-5 et qui peut utiliser votre abonnement GPT Pro existant au lieu d'une clé API, et c'est tellement mieux que c'est choquant. Tout d'abord, il n'y a tout simplement pas de substitut à un code compilé rapide quand il s'agit d'outils interactifs comme celui-ci. Le fait qu'il soit écrit en rust signifie qu'il n'y a aucun retard avec l'entrée au clavier, et aussi pas d'artefacts étranges comme vous en avez dans CC où la touche de retour arrière ne fonctionne pas correctement et l'entrée est saccadée et lente parce qu'elle est écrite dans un langage interprété qui est cent fois plus lent pour ce genre de choses. Faire face à un retard constant et à des saccades n'est pas seulement plus lent, c'est mentalement et peut-être même émotionnellement épuisant et lassant, du moins pour moi quand j'utilise ces choses pendant des heures. C'est un horrible sentiment de détester et de ressentir du ressentiment envers vos outils même si vous dépendez d'eux pour faire votre travail. J'espère vraiment que cela élèvera le niveau pour tous ces outils et convaincra Anthropic, Google et d'autres d'utiliser également rust (ou C++, Zig, peu importe). Mais la véritable grande amélioration est évidemment le modèle ; avec un modèle moins performant qui est peu fiable pour appeler des outils et qui perd sa cohérence sur des tâches plus longues, aucune des réactivités du Rust ne vaudrait un sou. Mais si vous me suivez ici, alors vous savez que j'ai été en admiration devant les capacités de codage et la maîtrise des appels d'outils de GPT-5 Thinking depuis environ 15 minutes après sa sortie, bien que je l'utilise principalement depuis l'onglet agent de Cursor. En fin de compte, ce nouveau Codex en rust est soudainement devenu un concurrent vraiment redoutable pour CC, et vous devriez absolument l'essayer. Je vais devoir voir combien d'utilisation ils me laissent faire avec mon abonnement GPT Pro à 200 $/mois, mais si je dois en obtenir quelques autres, cela en vaudra vraiment la peine. Notez que je n'ai pas arrêté d'utiliser CC. J'aime utiliser les deux ensemble. Et croyez-le ou non, j'utilise encore aussi Cursor. Les gens devraient arrêter de chercher l'outil unique qui remplace tous les autres et accepter que différents outils ont différentes forces et faiblesses, et que vous obtenez les meilleurs résultats en apprenant tout cela de manière intuitive grâce à une utilisation constante. Quoi qu'il en soit, faites-vous une faveur et procurez-vous cela maintenant. Le moyen le plus simple est de faire cette commande (notez que cela vous obtiendra la version rust, malgré la confusion d'utiliser bun/npm pour cela) : bun i -g @openai/codex

Wow, j'ai enfin pris le temps d'essayer la nouvelle version de l'interface en ligne de commande Codex d'OpenAI (leur réponse à Claude Code). La dernière fois que j'ai essayé d'utiliser Codex (notez que c'est différent de leur agent de codage hébergé également appelé Codex, ce qui est extrêmement déroutant ; je parle maintenant de l'outil que vous exécutez localement sur votre machine dans le terminal), c'était écrit comme une application Nodejs/Typescript, et c'était vraiment assez mauvais : - je ne pouvais accéder qu'à des modèles plus faibles comme o4-mini ou leur variante pour Codex, déroutant également appelée Codex (sérieusement ?) - une interface utilisateur/expérience utilisateur bien pire que Claude Code - beaucoup moins efficace en matière de codage en raison d'un modèle moins performant, d'outils moins bons, d'un flux d'agent moins efficace. - il vous forçait ennuyeusement à donner la permission pour tout, donc vous deviez le surveiller tout le temps, ce qui le rendait beaucoup moins utile car vous ne pouviez pas facilement exécuter plusieurs d'entre eux en parallèle. - peut-être que c'était une bonne chose, car de loin le plus gros problème était qu'il faisait des choses super imprudentes et destructrices ; il était beaucoup plus cavalier que CC. C'est finalement pourquoi j'ai immédiatement cessé de l'utiliser, car il a décidé de faire un "reset --hard HEAD" sans d'abord sauvegarder, et j'ai perdu un peu de travail. Plus jamais, pensais-je. Eh bien, j'ai enfin pris le temps d'essayer la toute nouvelle version en Rust qui utilise GPT-5 et qui peut utiliser votre abonnement GPT Pro existant au lieu d'une clé API, et c'est tellement mieux que c'est choquant. Tout d'abord, il n'y a tout simplement pas de substitut à un code compilé rapide quand il s'agit d'outils interactifs comme celui-ci. Le fait qu'il soit écrit en Rust signifie qu'il n'y a aucun retard avec l'entrée au clavier, et aussi pas d'artefacts étranges comme vous en avez dans CC où la touche de retour arrière ne fonctionne pas correctement et l'entrée est saccadée et lente parce qu'elle est écrite dans un langage interprété qui est cent fois plus lent pour ce genre de choses. Faire face à un retard constant et à des saccades n'est pas seulement plus lent, c'est mentalement et peut-être même émotionnellement épuisant et lassant, du moins pour moi quand j'utilise ces choses pendant des heures. C'est une horrible sensation de détester et de ressentir du ressentiment envers vos outils même si vous dépendez d'eux pour faire votre travail. J'espère vraiment que cela élèvera le niveau pour tous ces outils et convaincra Anthropic, Google et d'autres d'utiliser également Rust (ou C++, Zig, peu importe). Mais la véritable grande amélioration est évidemment le modèle ; avec un modèle moins performant qui est peu fiable pour appeler des outils et qui perd sa cohérence sur des tâches plus longues, aucune des réactivités de Rust ne vaudrait un sou. Mais si vous me suivez ici, alors vous savez que j'ai été en admiration devant les capacités de codage et la maîtrise des appels d'outils de GPT-5 Thinking depuis environ 15 minutes après sa sortie, bien que je l'utilise principalement depuis l'onglet agent de Cursor. En fin de compte, ce nouveau Codex en Rust est soudainement devenu un concurrent véritablement redoutable pour CC, et vous devriez absolument l'essayer. Je vais devoir voir combien d'utilisation ils me laissent faire avec mon abonnement GPT Pro à 200 $/mois, mais si je dois en obtenir quelques autres, cela en vaudra vraiment la peine. Notez que je n'ai pas cessé d'utiliser CC. J'aime utiliser les deux ensemble. Et croyez-le ou non, j'utilise encore aussi Cursor. Les gens devraient cesser de chercher l'outil unique qui remplace tous les autres et accepter que différents outils ont différentes forces et faiblesses, et que vous obtenez les meilleurs résultats en apprenant tout cela intuitivement par une utilisation constante. Quoi qu'il en soit, faites-vous une faveur et procurez-vous cela maintenant. Le moyen le plus simple est de faire cette commande (notez que cela vous obtiendra la version Rust, malgré la confusion d'utiliser bun/npm pour cela) : bun i -g @openai/codex

Je suis absolument convaincu que les modèles d'IA les plus intelligents actuellement disponibles, GPT-5 Pro et Grok4 Heavy, sont déjà suffisamment intelligents et certainement assez compétents en mathématiques et en IA pour concevoir et développer d'importantes découvertes théoriques et pratiques, à condition d'avoir le bon type de suggestions astucieuses.

Comment devriez-vous aborder des changements complexes dans des projets logiciels déjà complexes en utilisant des outils de codage agentiques tels que Claude Code ou Cursor ? Ce fil de discussion est une tentative d'expliquer clairement ma meilleure approche actuelle à ce problème...

Si vous avez vu mes récents posts sur la façon dont j'utilise Claude Code pour la programmation, vous savez que j'ai toujours mon éditeur de texte de confiance (Sublime Text) ouvert sur un fichier texte contenant des extraits utiles que j'utilise pour inciter Claude Code et Cursor de différentes manières à effectuer différentes tâches courantes, comme continuer une conversation précédente que j'ai collée ci-dessous, ou lui dire comment corriger un tas d'erreurs de type, etc. Cette approche fonctionne, mais elle implique une quantité agaçante d'utilisation de la souris et du clavier à chaque fois pour trouver, sélectionner et copier le texte, puis pour changer de fenêtre et coller l'extrait. J'ai récemment acheté l'un de ces gadgets USB "Stream Deck" utilisés par les joueurs et les streamers pour déclencher diverses actions (160 $ d'occasion sur eBay), et j'ai enfin pris le temps de le configurer pour ce cas d'utilisation après l'avoir laissé inutile sur mon bureau pendant quelques semaines. Quoi qu'il en soit, j'ai maintenant la configuration amusante suivante illustrée ci-dessous qui me permet de coller instantanément un tas de mes extraits de texte "meilleurs succès". Je pense que cela va en fait me faire gagner du temps ! Chaque bouton sur la rangée du bas est un extrait différent (plus celui de la deuxième rangée). Je soupçonne que je vais finir par remplir le reste des touches avec d'autres extraits éventuellement. Les autres boutons font des choses comme lancer des terminaux WSL et des sessions SSH et me permettent de déplacer rapidement les onglets à gauche et à droite dans le Terminal Windows. Je ne suis pas sûr de leur utilité en pratique puisque des raccourcis clavier réguliers existent déjà pour déclencher ces actions, mais nous verrons. L'appareil prend en charge la couleur complète pour les affichages des touches, mais je trouve cela trop distrayant visuellement si ce n'est pas tout en monochrome et principalement sombre. Quoi qu'il en soit, si cela peut me rendre même légèrement plus rapide, cela en vaudra le coût et le temps de configuration. Et c'est aussi un peu drôle pour moi, pour une raison quelconque.