Hermes Agent a révolutionné l'IA locale : voici comment l'exécuter vous-même

Voici ce qui a changé, pourquoi c'est important, et le guide complet étape par étape pour exécuter Hermes Agent sur votre propre ordinateur en environ 30 minutes.En mai, NVIDIA a publié un article de blog qui devrait faire plus de bruit qu'il n'en fait actuellement.

Le titre parle du matériel Hermes Agent fonctionnant sur les PC RTX et du nouveau poste de travail DGX Spark. L'histoire réelle en dessous est bien plus vaste.

Trois éléments viennent de converger qui, ensemble, changent ce qui est possible :

1. Hermes Agent (Nous Research) un framework d'agent open-source qui crée et affine ses propres compétences à partir de l'expérience. A dépassé les 140 000 étoiles GitHub en trois mois. Désormais l'agent le plus utilisé au monde, selon OpenRouter.
2. Qwen 3.6 (Alibaba) un nouveau modèle à poids ouverts où la version 35B surpasse les modèles 120B de l'année dernière, et le 27B correspond à ce qui nécessitait auparavant 400B de paramètres. Fonctionne avec environ 20 Go de mémoire.
3. DGX Spark (NVIDIA) un poste de travail de la taille d'un bureau avec 128 Go de mémoire unifiée et 1 pétaflop de performance IA. Conçu spécialement pour exécuter des agents en continu, 24h/24 et 7j/7, localement.

Associez ces trois éléments et vous obtenez un agent IA personnel qui vit sur votre bureau (pas dans un centre de données), fonctionne en continu (pas session par session), apprend de vos flux de travail et accumule des capacités, n'envoie jamais vos données nulle part, et coûte environ 0 $/mois à faire fonctionner après l'achat du matériel.

La conversation sur « où va l'IA » suppose généralement que la réponse est le cloud. C'est la première réponse crédible qui dit : en fait, peut-être pas.

Cet article couvre deux choses : (1) pourquoi Hermes est spécifiquement important, ce qui le rend structurellement différent de tous les autres frameworks d'agents dont vous avez entendu parler, et (2) le guide complet, actuel et étape par étape pour l'exécuter vous-même sur votre propre machine en environ 30 minutes.

Si vous ne voulez que les étapes de configuration, passez directement à la section « Comment l'exécuter réellement ». Si vous voulez d'abord le pourquoi la partie qui rend la configuration utile lisez la suite.

Ce que Hermes fait réellement (la partie qui compte)

La plupart des « agents IA » dont vous avez entendu parler sont des enveloppes autour d'un appel LLM. Vous leur donnez une tâche, ils l'exécutent, vous leur donnez une autre tâche, ils repartent de zéro. Ils oublient ce qui a fonctionné hier. Ils ne s'améliorent pas. Ils sont utiles, mais ce ne sont pas vraiment des agents dans un sens significatif ce sont des fonctions avec une personnalité.

Hermes est différent d'une manière spécifique et technique : il écrit ses propres compétences.

Lorsque Hermes termine une tâche complexe, par exemple « recherche cinq concurrents et produis une comparaison », il ne se contente pas de vous remettre le résultat. Il enregistre la procédure sous forme de fichier de compétence sur le disque. La prochaine fois que vous demanderez quelque chose de similaire, il ne recommencera pas. Il ouvrira sa propre compétence, l'exécutera et l'améliorera en fonction de ce qui a fonctionné et de ce qui n'a pas fonctionné.

Ce n'est pas une affirmation marketing. Nous Research fournit une infrastructure qui utilise DSPy + GEPA (Genetic-Pareto Prompt Evolution) pour optimiser automatiquement les propres compétences, descriptions d'outils et invites système de Hermes. Les mutations sont évaluées. Les meilleures sont promues. Les améliorations sont mesurables.

Des benchmarks indépendants le confirment : les agents fonctionnant sur Hermes avec 20+ compétences auto-créées accomplissent des tâches futures similaires environ 40 % plus rapidement que les instances fraîches. Ce n'est pas « 40 % de meilleur résultat ». C'est « 40 % moins de temps et de tokens pour obtenir le même résultat ».

Le mot clé dans l'architecture est persistant. Hermes fonctionne en continu sur votre ordinateur portable, sur un serveur, sur DGX Spark et sa mémoire et ses compétences s'accumulent. Après un mois d'utilisation, votre Hermes est véritablement différent de celui de n'importe qui d'autre. Il connaît votre codebase. Il connaît vos conventions. Il sait comment vous aimez que les choses soient expliquées.

Visuellement, la différence ressemble à ceci :

En haut : un chatbot typique perd tout entre les sessions. En bas : Hermes écrit des compétences à partir de l'expérience et construit une mémoire de vos habitudes. Les capacités se cumulent.

Il y a aussi une architecture mémoire qui mérite d'être mentionnée : Hermes utilise un système à trois couches. Notes persistantes (vos préférences, les conventions de projet, qui est qui dans votre vie professionnelle), historique de session consultable (tout ce qui s'est passé, indexé pour la récupération), et compétences procédurales (les flux de travail réellement appris). Ce modèle à trois couches est ce que les autres frameworks essaient de mettre au point depuis deux ans. Hermes en a livré un qui fonctionne.

Comment Hermes est construit

Voici l'architecture en une image :

Vous parlez à Hermes via la CLI ou les passerelles de messagerie. Hermes orchestre le travail (planification, appel d'outils, écriture de compétences) et appelle un serveur de modèle local pour l'inférence. Tout persiste dans ~/.hermes/ sur votre disque.

Les trois choses à remarquer dans le diagramme :

Un : le serveur de modèle local est une pièce séparée de Hermes lui-même. Hermes est la couche d'orchestration le planificateur, l'exécuteur d'outils et le rédacteur de compétences. Le modèle (Qwen 3.6 dans la configuration recommandée) effectue la réflexion proprement dite. Ils sont connectés via une API compatible OpenAI sur localhost.

Deux : les compétences et la mémoire vivent dans ~/.hermes/. Des fichiers markdown simples sur le disque. Vous pouvez les lire. Vous pouvez les modifier. Vous pouvez les sauvegarder. Quand Anthropic, OpenAI ou toute autre entreprise changera ses conditions d'utilisation demain, rien de tout cela ne changera c'est à vous.

Trois : les passerelles sont optionnelles mais transformatrices. Une fois que vous connectez Hermes à Telegram ou Slack, vous cessez de le considérer comme « un truc en ligne de commande sur mon ordinateur portable » et commencez à le considérer comme « mon IA personnelle à qui je peux envoyer un texto de n'importe où ».

Pourquoi Qwen 3.6 rend cela possible

Voici la partie qui se perd dans l'annonce : Hermes est indépendant du modèle. Vous pouvez le pointer vers GPT, Claude ou n'importe quel modèle local. Mais il y a une raison pour laquelle l'article de blog de NVIDIA l'associe spécifiquement à Qwen 3.6.

Jusqu'à très récemment, exécuter des flux de travail d'agents sérieux localement signifiait accepter l'un de deux compromis :

• Utiliser un petit modèle rapide et regarder l'agent échouer sur des tâches en plusieurs étapes
• Utiliser un grand modèle intelligent et accepter qu'un cycle d'inférence prenne 90 secondes

Qwen 3.6 a changé la donne. Le modèle 35B surpasse les modèles à 120 milliards de paramètres de la génération précédente avec environ un tiers de l'empreinte mémoire. Le modèle dense 27B correspond à la précision des anciens modèles à 400 milliards de paramètres. Nous parlons d'une amélioration de 16 fois de l'efficacité par unité d'intelligence en moins d'un an.

Ce que cela signifie en pratique : un modèle suffisamment intelligent pour planifier, décomposer des tâches, écrire ses propres compétences et s'auto-corriger tient désormais dans 20 Go de mémoire. C'est un GPU grand public haut de gamme. C'est aussi exactement ce qu'un seul DGX Spark contient confortablement avec de la place pour l'agent lui-même.

C'est l'écart qui s'est refermé. L'année dernière, un « agent local auto-améliorant » nécessitait du matériel de centre de données. Cette année, ce n'est plus le cas.

Ce que cela signifie pour les gens normaux

La plupart des articles sur cette annonce la traitent comme une actualité d'entreprise. Ce n'est pas le cas. C'est une actualité d'infrastructure grand public. Voici ce que cela signifie selon qui vous êtes.

Si vous êtes un travailleur du savoir : D'ici 12 mois, vous aurez le choix entre vous abonner à un service d'agent cloud (30 $/mois ?) et exécuter un agent local comparable sur votre propre matériel (0 $ de frais courants après la configuration). Pour le travail sensible à la vie privée (conseil, santé, finance, juridique), cela devient le choix évident.

Si vous êtes un développeur : Hermes est open source sous licence MIT. Vous pouvez l'installer aujourd'hui sur votre ordinateur portable actuel et le coupler avec LM Studio ou Ollama exécutant Qwen 3.6. Pas de DGX Spark requis. La question du matériel concerne la qualité de vie, pas la capacité. Commencez avec ce que vous avez.

Si vous êtes un fondateur ou un opérateur : Cela met la pression sur tout le marché SaaS des agents. Les outils vendant « X alimenté par l'IA » à 20 $/mois sont désormais en concurrence avec un agent local qui fait la même chose gratuitement. Les offres SaaS défendables sont celles avec des réseaux, des données ou des flux de travail qui ne peuvent pas être répliqués localement. Les vulnérables sont celles qui ne sont que « Claude avec une couche de peinture ».

Si vous êtes dans la sécurité ou les industries réglementées : L'histoire de la souveraineté des données pour l'IA vient de devenir beaucoup plus forte. Dire à quelqu'un « vous ne pouvez pas utiliser l'IA pour ce travail parce qu'elle envoie des données à OpenAI » cesse d'être une contrainte lorsqu'un agent comparable fonctionne entièrement sur site.

Maintenant, la partie que la plupart des articles omettent. Comment exécuter réellement cela vous-même.

Comment l'exécuter réellement (la configuration complète)

L'article de blog de NVIDIA dit : « Visitez le dépôt GitHub, associez-le à un modèle local, et vous êtes prêt. » Cette phrase passe à côté d'environ six vraies décisions et de trois pièges potentiels. Voici la configuration réelle, en français simple, avec les pièges signalés.

Ce dont vous aurez besoin

La réalité matérielle honnête avant de commencer. Hermes peut fonctionner avec une API distante (Anthropic, OpenAI, OpenRouter, Nous Portal), mais cela va à l'encontre de l'objectif principal. Pour la configuration uniquement locale sur laquelle ce guide se concentre :

Votre matériel - Expérience réaliste

8 Go de RAM, graphiques intégrés - Aura du mal. Utilisez plutôt une API cloud.

16 Go de RAM, GPU milieu de gamme (RTX 3060/4060) - Fonctionne avec des modèles plus petits. Plus lent mais utilisable.

MacBook Pro M3/M4 avec 32 Go+ de mémoire unifiée - Exécute Qwen 3.6 27B en douceur. Vraiment productif.

PC de bureau avec RTX 3090/4090 - Le point idéal. Exécutez Qwen 3.6 35B avec une qualité proche du cloud.

NVIDIA DGX Spark ou poste de travail RTX PRO - Ce que l'article de NVIDIA vend. Excessif pour la plupart.

La ligne honnête : si vous pouvez exécuter Qwen 3.6 27B ou plus localement, vous aurez une excellente expérience Hermes. Si vous ne le pouvez pas, utilisez la voie de l'API cloud (qui est considérablement plus simple). Passez à la section API Cloud à la fin si c'est votre voie.

Vous avez également besoin de :

• macOS, Linux ou Windows 11 avec WSL2 (Hermes nécessite un environnement Unix ; les utilisateurs Windows l'exécutent dans WSL2)
• Au moins 20 Go d'espace disque libre pour le modèle
• 30 minutes de temps ininterrompu

Étape 1. Installez votre serveur de modèle local (15 minutes)

Le chemin le moins technique est LM Studio. Le chemin le plus technique est Ollama. Les deux fonctionnent. Choisissez-en un.

Option A LM Studio (recommandé pour les non-développeurs)

1. Rendez-vous sur lmstudio.ai et téléchargez le programme d'installation pour votre OS
2. Installez-le comme n'importe quelle autre application
3. Ouvrez LM Studio et allez dans l'onglet Discover
4. Recherchez Qwen 3.6 27B (ou 35B si votre matériel peut le gérer)
5. Choisissez la version quantification Q4 c'est le point idéal entre taille et qualité
6. Cliquez sur Download. Attendez 10 à 15 minutes
7. Une fois téléchargé, passez à l'onglet Developer (appelé « Local Server » sur les anciennes versions)
8. Cliquez sur Load Model et choisissez le modèle Qwen 3.6 que vous venez de télécharger
9. Important : dans les paramètres, activez « Serve on Network » (sinon les utilisateurs WSL2 ne peuvent pas y accéder)
10. Cliquez sur Start Server par défaut, il fonctionne sur

http://localhost:1234

Vérifiez que cela fonctionne : ouvrez votre navigateur, allez sur http://localhost:1234/v1/models. Vous devriez voir une réponse JSON listant votre modèle chargé.

Option B Ollama (recommandé pour les développeurs)

1. Rendez-vous sur ollama.com et téléchargez le programme d'installation
2. Installez
3. Ouvrez un terminal et exécutez :

1ollama pull qwen3.6
2ollama serve

1. Cela démarre Ollama sur le port 11434 et télécharge le modèle Qwen 3.6

Paramètre Ollama critique qui piège tout le monde : Ollama utilise par défaut une fenêtre de contexte très faible (souvent 4K tokens). Hermes a besoin d'au moins 64K. Définissez ceci avant d'exécuter :

1export OLLAMA_HOST=0.0.0.0
2ollama run qwen3.6 -c 65536

Le -c 65536 définit le contexte à 64K. Sans cela, Hermes rejettera le modèle au démarrage car l'invite système + les schémas d'outils remplissent à eux seuls la fenêtre plus petite.

Étape 2. Installez Hermes Agent (5 minutes)

Hermes fournit un script d'installation en une ligne. Depuis votre terminal :

1GitHub → NousResearch/hermes-agent → scripts/install.sh

Si vous êtes sur Windows, exécutez ceci depuis WSL2 (ouvrez d'abord Ubuntu/Debian depuis votre menu Démarrer).

Le script :

• Télécharge la CLI Hermes sur votre machine
• Configure un répertoire de données local (généralement ~/.hermes/)
• Installe les dépendances requises (Node.js, etc.) si vous ne les avez pas

Lorsqu'il se termine, rechargez votre shell :

1source ~/.bashrc   # ou ~/.zshrc, selon votre shell

Vérifiez l'installation :

1hermes --version

Si vous voyez un numéro de version, vous êtes prêt.

Étape 3. Connectez Hermes à votre modèle local (5 minutes)

C'est là que de nombreux guides de configuration éludent. Voici le flux exact.

Exécutez :

1hermes model

Vous verrez un menu de fournisseurs. Faites défiler jusqu'en bas et choisissez « Custom endpoint (self-hosted / vLLM / etc.) ».

Ensuite :

• URL : Si vous avez utilisé LM Studio, entrez http://localhost:1234/v1. Si vous avez utilisé Ollama, entrez http://localhost:11434/v1
• Clé API : Appuyez sur Entrée pour ignorer (les serveurs locaux n'en ont pas besoin)
• Nom du modèle : LM Studio : le nom de fichier exact du modèle que vous avez chargé (regardez dans l'onglet « My Models » de LM Studio) Ollama : qwen3.6 (ou tout ce que vous avez téléchargé)

C'est tout. Hermes est maintenant configuré pour utiliser votre modèle local.

Important : l'exigence de fenêtre de contexte de 64K

Hermes nécessite au moins 64K tokens de contexte. Cela surprend tout le monde la première fois. Si vous voyez une erreur au démarrage comme « Model context too small », la correction se trouve du côté du serveur de modèle, pas du côté de Hermes :

• LM Studio : Lors du chargement du modèle, développez les paramètres avancés et définissez la longueur du contexte sur 65536+
• Ollama : Passez -c 65536 lors de l'exécution du modèle
• llama.cpp : Utilisez -ctx-size 65536

Sans cela, rien d'autre ne fonctionnera. Ne sautez pas cette étape.

Étape 4. Exécutez votre première session Hermes (5 minutes)

Dans votre terminal :

1hermes

Cela démarre la session interactive Hermes. La première fois que vous l'exécutez, Hermes pose quelques questions d'intégration confirmez votre sélection de modèle, connectez éventuellement une passerelle (Telegram, Discord, Slack, etc. ; vous pouvez ignorer pour l'instant), et vous êtes dedans.

Essayez une première tâche qui exerce les capacités réelles de Hermes :

« Recherche l'état actuel des frameworks d'IA agentiques en 2026, en te concentrant sur l'écosystème open-source. Sauvegarde ce que tu apprends en tant que compétence afin que nous puissions nous appuyer dessus la prochaine fois. »

Regardez ce qui se passe. Hermes va :

1. Décomposer la question en sous-tâches
2. Engendrer des sous-agents pour le travail en parallèle si utile
3. Chercher sur le web, lire les sources, synthétiser
4. Produire une réponse structurée
5. Sauvegarder la procédure sous-jacente en tant que compétence sur le disque visible dans ~/.hermes/skills/

Cette dernière étape est ce qui rend Hermes différent d'un chatbot. La prochaine fois que vous demanderez à Hermes d'effectuer une tâche de recherche connexe, il trouvera et réutilisera la compétence qu'il vient de créer.

Tapez /exit lorsque vous avez terminé.

Étape 5. Vérifiez que la magie a réellement opéré

La proposition de valeur de Hermes est la boucle d'auto-amélioration. Vérifiez qu'elle fonctionne :

1ls ~/.hermes/skills/

Vous devriez voir un ou plusieurs fichiers .md ce sont les procédures apprises par Hermes. Ouvrez-en un dans n'importe quel éditeur de texte. Vous verrez un flux de travail structuré avec des étapes, les outils utilisés et des notes sur ce qui a fonctionné.

C'est la fonctionnalité killer. Après un mois d'utilisation, ce répertoire contiendra 20 à 50 compétences, chacune capturant comment Hermes a appris à effectuer un type de tâche spécifique pour vous. Ces compétences rendent chaque tâche ultérieure plus rapide et plus précise.

Le « modèle approfondi de qui vous êtes » mentionné dans l'article de NVIDIA vit dans ~/.hermes/memory/ vos préférences, vos projets, vos schémas récurrents. Ouvrez également ces fichiers. Ce sont du markdown simple. Vous pouvez les lire et les modifier vous-même si vous le souhaitez.

Optionnel Connectez une passerelle

La fonctionnalité sous-estimée : Hermes peut être joint depuis des applications de messagerie. Exécutez :

1hermes gateway

Vous verrez des options pour Telegram, Discord, Slack, WhatsApp, Signal et email.

La plus facile à configurer est Telegram :

1. Dans Telegram, recherchez @BotFather et créez un nouveau bot. Il vous donne un jeton.
2. Collez le jeton lorsque Hermes le demande.
3. Terminé. Vous pouvez maintenant envoyer un message à votre bot depuis Telegram et Hermes répondra, fonctionnant localement sur votre machine, en utilisant votre modèle local.

C'est le moment où la configuration cesse de ressembler à « un truc en ligne de commande sur mon ordinateur » et commence à ressembler à « mon IA personnelle ». Vous pouvez lui envoyer un texto depuis votre téléphone pendant que votre ordinateur portable reste à la maison pour faire le travail.

Ce qui peut mal tourner (les 5 problèmes de configuration les plus courants)

Problème 1 : Erreur « Model context too small » au démarrage. Correction : Définissez le contexte sur au moins 64K sur votre serveur de modèle (voir Étape 3). C'est l'échec le plus courant.

Problème 2 : Hermes ne peut pas se connecter à votre modèle local. Correction : Confirmez que votre serveur de modèle est en cours d'exécution et accessible. Testez avec curl <http://localhost:1234/v1/models> (LM Studio) ou curl <http://localhost:11434/v1/models> (Ollama). Si vous obtenez du JSON en retour, le serveur va bien revérifiez votre configuration d'URL Hermes.

Problème 3 : WSL2 ne peut pas atteindre un serveur de modèle hébergé sur Windows. Correction : Sur Windows 11 22H2+, activez le mode réseau en miroir WSL2. Ou exécutez votre serveur de modèle dans WSL2 au lieu de l'hôte Windows.

Problème 4 : Hermes est lent. Correction : Presque certainement le modèle, pas Hermes. Essayez un modèle plus petit (Qwen 3.6 8B au lieu de 35B) ou une quantification plus agressive (Q4 au lieu de Q6). Si vous êtes uniquement sur CPU, attendez-vous à de la lenteur c'est une charge de travail qui veut un GPU.

Problème 5 : Hermes « oublie » des choses entre les sessions. Correction : Vérifiez que ~/.hermes/ contient réellement des fichiers. S'il est vide, votre installation ne s'est pas terminée correctement. Réexécutez le script d'installation.

Le raccourci API cloud (si votre matériel ne peut pas gérer le local)

Si votre machine ne peut vraiment pas exécuter un modèle 27B+ et que vous voulez quand même essayer Hermes :

1. Ignorez les Étapes 1, 3 et les notes sur le « contexte »
2. Après avoir installé Hermes (Étape 2), exécutez hermes model
3. Choisissez un fournisseur cloud OpenRouter, Nous Portal ou Anthropic sont les plus fluides
4. Ajoutez votre clé API
5. Le reste de la configuration est le même Hermes fonctionne toujours localement sur votre machine, il appelle simplement un modèle cloud pour la réflexion

Cela coûte par token plutôt que 0 $, mais cela vous donne l'expérience agent (mémoire, compétences, auto-amélioration) sur du matériel qui ne peut pas exécuter les modèles localement.

Les préoccupations honnêtes

Trois choses à considérer avant de supposer que cela change tout du jour au lendemain.

L'auto-amélioration a des modes d'échec. La même boucle qui rend Hermes meilleur peut le rendre plus étrange. Un agent qui optimise ses propres invites peut dériver silencieusement loin de vos objectifs réels. Nous Research fournit des garde-fous (tests de régression, portes d'évaluation, flux de travail « bloquer les mauvaises mutations ») mais ces garde-fous nécessitent une maintenance active. Si vous déployez Hermes et arrêtez de surveiller, vous pourriez ne pas remarquer quand il commence à être subtilement erroné.

La sécurité est une vraie question. Les agents qui écrivent leurs propres compétences, installent des serveurs MCP et exécutent du code sur votre machine représentent une nouvelle surface d'attaque. L'empoisonnement des compétences, l'injection d'invites via du contenu récupéré, les outils malveillants ce ne sont pas des préoccupations théoriques. Traitez l'agent comme un logiciel exécutable, pas comme un assistant amical.

L'histoire du matériel est encore rugueuse sur les bords. DGX Spark est un vrai produit, mais il est aussi cher, soumis à des contraintes d'approvisionnement, et la plupart des critiques n'ont pas encore pu mettre la main dessus. L'histoire de Hermes sur ordinateur portable est correcte aujourd'hui ; l'histoire de Hermes sur DGX Spark mettra un trimestre à mûrir.

Aucun de ces points ne sape la thèse principale. Ce sont juste les astérisques que tout praticien honnête devrait connaître.

Ce que je ferais réellement ce week-end

Si vous débutez avec Hermes et avez un bon matériel, voici le chemin que je prendrais :

1. Installez LM Studio + Qwen 3.6 27B 15 minutes
2. Installez Hermes 5 minutes
3. Configurez Hermes pour LM Studio 5 minutes
4. Définissez la fenêtre de contexte sur 65536 (le piège) 1 minute
5. Exécutez votre première tâche 5 minutes
6. Ensuite, ignorez tout le reste pendant une semaine. Utilisez Hermes quotidiennement pour un vrai travail. Regardez le répertoire des compétences se remplir.

N'essayez pas d'optimiser, de personnaliser ou d'ajouter des passerelles pour l'instant. Tout l'intérêt de Hermes est la boucle d'auto-amélioration et elle ne s'enclenche que si vous l'utilisez réellement pour des tâches réelles au fil du temps. Passez votre première semaine à l'utiliser, pas à le régler.

À la deuxième semaine, vous saurez si c'est le framework d'agent qui change votre façon de travailler, ou si votre matériel/cas d'utilisation est un mauvais ajustement. Les deux résultats sont des données utiles.

La vue d'ensemble

Pendant deux ans, le récit dominant a été : l'IA s'améliore en devenant plus grosse, et plus grosse signifie cloud. L'implication est que l'IA sérieuse vit ailleurs, et votre travail consiste à l'appeler.

Hermes + Qwen 3.6 + DGX Spark est le premier contre-récit crédible. L'IA sérieuse peut vivre sur votre bureau. Elle peut s'améliorer elle-même. Elle peut fonctionner en continu. Elle peut savoir des choses sur vous que vous ne mettriez jamais dans un système cloud. Les compromis qui faisaient de l'IA locale un projet de passionné (plus lent, plus bête, plus capricieux) s'évaporent trimestre après trimestre.

Cela ne tue pas l'IA cloud. Les modèles de pointe continueront de vivre dans les centres de données. Le raisonnement le plus difficile se fera toujours à grande échelle. Mais pour les 80 % du travail agentique qui consistent à suivre des schémas, exécuter des flux de travail et retenir le contexte cela se déplace sur votre machine.

Ce qui signifie que beaucoup de choses changent en aval. Le fossé concurrentiel pour les « SaaS alimentés par l'IA » s'amincit. L'histoire de la souveraineté des données pour les entreprises devient plus facile. Le plancher de confidentialité pour les individus s'élève. Le coût d'exécution d'un agent passe de « par requête » à « amorti sur le matériel que vous possédez déjà ».

Cette annonce est un point de données unique. Mais la trajectoire sur laquelle elle se trouve est la plus importante dans l'IA agentique en ce moment et presque personne en dehors de Hacker News ne la lit de cette façon.

C'est la partie que personne ne vous dit.

Si cela a été utile - suivez ma chaîne Telegram :

https://t.me/+ygATQAt9sUM1N2U6**