VIBE CHECK: GEMINI 4—GOOGLE IS BACK

Nous sommes en direct pour parler du lancement de Gemini pour Argon, un modèle qui a surpris l'équipe par sa qualité. L'équipe d'Every, qui teste les modèles d'IA, a eu un accès anticipé et a été étonnée par les performances d'Argon, surtout après avoir été quelque peu sceptique vis-à-vis des précédentes offres de Google dans le domaine de l'IA. Dan a partagé son expérience, indiquant qu'il était initialement préparé à ne pas aimer ce modèle, surtout après avoir testé d'autres modèles récents qu'il n'avait pas appréciés. Cependant, il a été "choqué" par la qualité d'Argon, en particulier pour l'écriture. Il a même switché de Codeex à Anti-gravity (l'interface de Google pour Argon) pour un article de 8000 mots, ce qui est une preuve significative de son efficacité. Les points forts d'Argon pour l'écriture, selon Dan, incluent sa capacité à structurer des textes complexes, comme des descriptions de poste ou des explications de sujets difficiles. Il excelle à présenter une introduction claire, puis à développer le sujet de manière logique et cohérente, ce qui manque souvent aux autres modèles. Il est également très bon pour aider à créer des métaphores intéressantes, en proposant différentes perspectives et en aidant à affiner les idées. Dan a décrit une expérience où il a utilisé Argon pour réorganiser un millier de mots d'un article, une tâche qui prendrait normalement plusieurs heures de réflexion intense. Argon a fourni une critique et des propositions de réorganisation en quelques minutes, ce qui a été intégré via des "track changes" par un autre outil. Pour Dan, c'était un aperçu de l'avenir de l'écriture, où des tâches de refactoring complexes peuvent être automatisées, accélérant considérablement le processus. Katie a corroboré les dires de Dan, ce qui est rare étant donné leurs goûts d'écriture souvent divergents. Elle, qui se considère comme une "Claude girly" pour l'écriture, a souligné un point important : Argon produit un niveau de lecture plus élevé que la plupart des modèles de pointe (deux niveaux de grade scolaire au-dessus), ce qui pourrait le rendre moins accessible pour le grand public, étant donné que 54% de la population américaine est en dessous du niveau de lecture de 6ème année. Cependant, elle a insisté sur le fait que la lisibilité n'est pas synonyme de qualité d'écriture. Katie a apprécié le "jugement éditorial" d'Argon, qu'elle attribue au travail de l'équipe DeepMind qui a engagé des écrivains professionnels pour améliorer le style d'écriture du modèle. Elle a donné un exemple où elle écrivait une introduction pour sa newsletter et, en demandant à Argon de "combler un pont", le modèle a identifié précisément ce qui manquait : la dimension émotionnelle de l'expérience qu'elle décrivait. Malgré ces éloges, le "harness" (l'interface utilisateur) d'Anti-gravity a été un point de friction. Dan l'a décrit comme "terrible" et "coincé dans le passé", manquant de fonctionnalités modernes comme le cloud, SSH, ou la gestion de projets. Katie a également noté que le "harness" était la principale raison pour laquelle elle classait Argon en "jaune" plutôt qu'en "vert", la comparant à "cuisiner dans la cuisine de quelqu'un d'autre" qui n'est pas configurée comme elle le souhaite. L'équipe de Google est consciente de ces lacunes et travaille à les améliorer, utilisant déjà des solutions cloud en interne. Mike a souligné l'impact potentiel d'Argon pour des millions d'utilisateurs de l'écosystème Google, qui n'ont peut-être pas accès aux autres modèles de pointe. Le fait que Google déploie ce modèle à grande échelle, pas seulement pour les utilisateurs "Ultra", est un signe de son importance. Un problème noté par Mike est le manque d'intégration des capacités d'Argon à travers les différents produits Google. Par exemple, Argon n'a pas pu trouver un Starbucks à proximité d'un lieu donné via Anti-gravity, alors que Google Maps ou même Claude auraient pu le faire. Cela montre un manque d'unification de l'expérience utilisateur, un domaine où Google doit s'améliorer. En ce qui concerne la conception, Argon a tendance à être très "dense en informations", ce qui peut être un avantage ou un inconvénient selon la tâche. Mike a montré un exemple de présentation PowerPoint générée par Argon, qui était beaucoup plus dense que celle générée par Opus, qui est plus épurée. Katie a présenté un modèle 3D interactif de Jérusalem généré par Argon, qui était extrêmement détaillé et riche en informations, mais aussi très "extra" par rapport à une version plus minimaliste d'Astra. Cette densité d'information peut être excellente pour des outils éducatifs ou des jeux, comme l'a montré Jack avec ses expériences de création de jeux. Jack a testé Argon pour la création de modèles 3D et d'interfaces utilisateur interactives. Il a montré un modèle 3D du Faucon Millenium qui était riche en détails et en idées (comme les pièces du jeu de holo-échecs), mais qui utilisait des formes 3D primitives et manquait de la finesse d'Opus 55, qui avait des formes plus complexes et des textures plus réalistes. Jack a comparé Argon à un étudiant trop confiant qui finit son examen rapidement mais ne vérifie pas ses réponses. Un autre exemple de Jack était un jeu de course 3D généré à partir d'une photo de la salle de jeux de son enfant. Le jeu avait des idées intéressantes pour les mécaniques, mais la conception de la piste était défectueuse (un mur au milieu de la piste) et la jouabilité était compromise. Cela illustre le fait qu'Argon génère beaucoup d'idées, mais ne fait pas toujours le travail de vérification et de test nécessaire pour s'assurer que le résultat est fonctionnel. L'équipe a également discuté des "niveaux d'effort" (low, medium, high) d'Argon. Bien que ces niveaux soient présents, la différence entre eux n'est pas aussi prononcée que dans d'autres modèles, ce qui est un point sur lequel Google travaille. Ils ont également mentionné un mode de sortie d'un million de jetons via l'API, qui est très prometteur pour les problèmes de raisonnement complexes. Mike a conclu que, bien qu'Argon soit un très bon rédacteur, il n'a pas tout à fait surpassé Claude Opus pour imiter son propre style d'écriture personnel. Il trouve que Claude produit un style plus "pointu" et plus proche de ce qu'il publierait. Katie a souligné qu'Argon excelle en tant que "modèle collaboratif", récompensant la collaboration étroite et le feedback. Alors qu'elle n'était pas impressionnée par les "oneshot outputs" (une seule tentative de rédaction), elle a trouvé que l'interaction et le feedback avec Argon étaient excellents, le modèle comprenant ses intentions même lorsqu'elle avait du mal à les articuler. En résumé, l'équipe est enthousiaste pour Argon, non pas nécessairement parce que c'est le meilleur modèle du marché, mais parce qu'il montre que Google "comprend" enfin l'IA de pointe et est en train de rattraper son retard. Bien qu'il y ait encore des lacunes, notamment au niveau de l'interface (Anti-gravity) et de la vérification des résultats, le modèle est puissant, polyvalent et montre un grand potentiel. La capacité de Google à intégrer l'IA dans ses nombreux produits (recherche, maps, vidéos) pourrait être un atout majeur à l'avenir, surtout avec la capacité unique de Gemini à comprendre les vidéos. Argon est perçu comme un "point d'entrée" important pour des millions de personnes dans le monde de l'IA de pointe.