PodcastsHear the voice. See the shape of the thought.

Janie Lee et Chai Asawa d'Abridge rejoignent swyx et Jacob Effron de Redpoint pour un croisement Latent Space × Unsupervised Learning sur la façon dont un assistant de transcription médicale est devenu la « couche d'intelligence clinique » de la santé. Ils reviennent sur la philosophie produit inspirée de la climatisation, le cas d'usage de l'autorisation préalable, un système d'évaluation construit autour de cliniciens-chercheurs et de juges LLM, pourquoi HIPAA remodèle le volant de données, et ce qu'implique de traiter 100 millions de conversations médicales de façon fiable. ## [00:00] Introduction L'épisode s'ouvre sur l'argumentaire de Janie Lee : le contexte est tout, les alertes doivent passer du réactif au proactif, et le produit lui-même doit s'effacer comme la climatisation jusqu'à ce qu'un risque clinique justifie une intervention. swyx intervient ensuite brièvement pour inviter les auditeurs à s'abonner plutôt que d'accepter des publicités. > *"L'une des choses que nous aimons dire, c'est que nous voulons que notre produit soit comme la climatisation. Il doit rester en arrière-plan en améliorant simplement les choses."* — Janie Lee ## [01:17] Ce que fait Abridge swyx présente ce croisement annuel Latent Space × Unsupervised Learning, avec Jacob Effron invité en tant qu'investisseur de Redpoint dans Abridge. Janie présente Abridge comme une couche d'intelligence clinique pour les systèmes de santé, née de la documentation : les cliniciens passent 10 à 20 heures par semaine à rédiger des notes, et la conversation patient-clinicien est en amont de presque chaque document produit — la facture, le paiement, le diagnostic. Chai ajoute que tout ce qui se passe avant, pendant et après la visite devient accessible dès lors que l'on dispose d'un contexte complet sur les patients, les payeurs, les recommandations et la littérature. > *"Abridge est une couche d'intelligence clinique pour les systèmes de santé. Nous avons vraiment commencé par la documentation et en construisant pour les cliniciens."* — Janie Lee ## [03:22] De la documentation ambiante à l'intelligence clinique Janie retrace les trois « actes » d'Abridge : gagner du temps (le produit de transcription original qui a rendu leurs soirées aux médecins — le « temps pyjama »), économiser et générer de l'argent pour des systèmes de santé aux marges opérationnelles historiquement basses, et finalement sauver des vies. Le fait que le produit soit ouvert des millions de fois par semaine, avant, pendant et après chaque visite, est ce qui rend l'expansion possible. > *"Ils appellent ça le 'temps pyjama'… des médecins qui rentrent chez eux en pyjama et rattrapent leurs notes chaque soir."* — Janie Lee ## [05:21] Aide à la décision clinique et la primauté du contexte Jacob demande à Chai comment l'aide à la décision clinique d'Abridge se compare à son travail précédent chez Glean. Chai établit le contraste : chez Glean, une mauvaise réponse est ennuyeuse ; en santé, les enjeux sont élevés et la surface utilisateur est bien plus restreinte — moins de personas, mais chaque résultat doit faire mouche. Cela façonne tout, de l'évaluation hors ligne au déploiement progressif, et rejoint la vision façon Jarvis — « un assistant qui vous connaît vraiment » — que chaque hackathon de la dernière décennie a tenté de concrétiser. > *"La vision Jarvis que chaque hackathon auquel j'ai assisté ces dix dernières années proposait toujours un concurrent — mais je pense qu'Abridge est vraiment parti de cette opportunité et continue dans cette direction."* — Chai Asawa ## [08:14] Fatigue des alertes, intelligence proactive et autorisation préalable Jacob soulève le problème classique de la fatigue des alertes : comment décider de rompre le silence de la climatisation et d'interrompre vraiment ? L'exemple concret de Janie est celui de l'autorisation préalable : un refus d'IRM qui arrive aujourd'hui des semaines plus tard peut être transformé en une alerte en temps réel pendant que le patient est encore dans la salle, conditionnée aux politiques des payeurs, aux données EHR, aux diagnostics antérieurs et aux protocoles spécifiques à la clinique. Le frein, c'est la plomberie des données : l'autorisation préalable ne fonctionne que si l'assistant peut assembler chaque signal pertinent au bon moment. > *"Pour rendre possible cet exemple d'autorisation préalable, pensez à toutes les données dont vous avez besoin."* — Janie Lee ## [13:53] Formats de l'IA ambiante et clientèle hospitalière swyx interroge sur les formats. Aujourd'hui la surface principale est le mobile, mais Abridge fonctionne aussi sur desktop, via des plugins navigateur dans l'EHR, sur des dispositifs en chambre pour les environnements d'hospitalisation, les workflows infirmiers, et commence à explorer la RA. Le client est multi-faces : CMIOs, CFOs, CIOs, cliniciens, patients, payeurs et l'industrie pharmaceutique sont tous quelque part dans la boucle, les interactions avec les payeurs se faisant par échange structuré plutôt que par accès direct aux données brutes d'Abridge. > *"Vous parlez beaucoup d'IA ambiante. C'est principalement sur le téléphone ?"* — swyx ## [18:16] Les problèmes d'IA les plus difficiles en santé Interrogé sur le problème d'IA le plus difficile chez Abridge, Chai choisit le support en temps réel de haute qualité, à faible latence et à faible coût dans un environnement clinique à enjeux élevés. Modéliser la longue traîne des politiques des payeurs en représentations intermédiaires sur lesquelles le système peut raisonner en est un exemple précis — la frontière de Pareto ne cesse de bouger, et ils doivent la repousser eux-mêmes plutôt qu'attendre des gains disponibles sur étagère. > *"La frontière de Pareto évolue en permanence, mais nous essayons aussi de le faire maintenant."* — Chai Asawa ## [19:43] Modèles frontier, données propriétaires et stratégie modèle Jacob demande ce qu'ils utilisent tel quel et ce qu'ils construisent. Le cadre de Chai : les modèles frontier absorbent de plus en plus les connaissances médicales générales, si bien que l'avantage d'Abridge réside dans les données propriétaires de conversations médicales et dans les comportements spécifiques à chaque spécialité construits par-dessus. Ils sont explicitement agnostiques quant aux modèles là où c'est possible — ce qui compte, c'est l'expérience produit finale, et ils combinent les solutions selon les workflows. > *"On peut utiliser telle chose pour ceci ou cela — ce qui compte pour nous au bout du compte, c'est la meilleure expérience produit."* — Chai Asawa ## [22:24] L'EHR comme système de fichiers pour les agents La vision de Chai pour l'année à venir : tout agent est au fond un agent de codage, et dans la santé, l'EHR fonctionne comme le système de fichiers — un vaste entrepôt d'informations structurées qui ne tient dans la fenêtre de contexte d'aucun modèle actuel. Janie ajoute que l'objectif reste de garder le clinicien concentré sur le patient : avoir le bon contexte prêt au bon moment, sans ressasser la conversation. > *"Presque tout agent est au fond un agent de codage — on lui donne un système de fichiers, il peut écrire son propre code… On peut penser à l'EHR comme à un système de fichiers."* — Chai Asawa ## [25:20] Personnalisation, mémoire et préférences des cliniciens Jacob demande comment Abridge gère la personnalisation par médecin. La réponse de Janie est en couches : les modifications individuelles deviennent des signaux, les paramètres par défaut propres à chaque spécialité s'ajoutent par-dessus, et les politiques du système de santé enveloppent l'ensemble. Chai parle de la mémoire comme d'un nouveau type de système d'enregistrement — des tâches de fond qui consolident les signaux entre les visites, à l'image du sommeil qui consolide la mémoire chez l'humain, pour que le modèle « apprenne » de chaque modification et de chaque non-modification. > *"L'une des données d'échappement intéressantes pour nous, c'est que la mémoire est en quelque sorte l'un de ces nouveaux systèmes d'enregistrement."* — Chai Asawa ## [31:57] Évaluations, juges LLM et déploiement progressif Janie détaille le système d'évaluation : des cliniciens internes réalisent une première revue « LFD », des juges LLM sont calibrés à partir de ces données annotées, des évaluateurs tiers apportent une lecture indépendante, et des évaluations propres à chaque spécialité captent ce que les évaluations génériques ratent. Chai ajoute une analogie avec les voitures autonomes : ils veulent être au contact de la réalité le plus vite possible, mais uniquement via un déploiement progressif, de sorte que la distribution hors ligne corresponde vraiment à la distribution en production. > *"Je veux être au contact de la réalité le plus vite possible, mais je veux un déploiement progressif car, autant que mes données d'évaluation hors ligne me servent, je veux que leur distribution corresponde à la distribution réelle."* — Chai Asawa ## [38:04] HIPAA, dé-identification et vie privée La confidentialité est traitée comme une contrainte absolue sur le volant de données. Chai explique que toutes les données utilisées comme base d'évaluations en ligne ou d'apprentissage doivent être dé-identifiées de façon irréversible — ils ont conçu des processus autour de cela. Janie ajoute que les contrats clients fixent également qui, au sein d'Abridge, peut accéder aux PHI, si bien que le seuil pour ce qui entre dans les données d'entraînement est élevé contractuellement, pas seulement au niveau des politiques internes. > *"Toutes les données que nous utilisons doivent être dé-identifiées — toute donnée réelle que nous utilisons comme base d'évaluations en ligne ou d'apprentissage, vous devez donc..."* — Chai Asawa ## [40:38] 100M conversations et fonctionnement à grande échelle À 100 millions de conversations et plus, la surface des préoccupations change : le routage des modèles, le post-entraînement, les budgets de fiabilité et le coût par appel deviennent des enjeux de premier plan. Chai parle des insights qu'on peut remonter aux cliniciens, et étend l'horizon temporel : à terme, la même conversation pourrait alimenter des signaux directement vers les patients et les consommateurs, pas seulement les prestataires. > *"Dans notre jeu de données de 100 millions de conversations, on peut imaginer des insights à donner aux cliniciens."* — Chai Asawa ## [45:27] Intégration EHR et la couche d'intelligence clinique swyx interroge sur la relation avec l'EHR. Abridge investit massivement dans une interopérabilité profonde — le partenariat EHR est incontournable pour l'adoption par les cliniciens, mais la valeur qu'Abridge ajoute par-dessus opère à une échelle différente : contexte inter-visites, raisonnement intégrant les payeurs, et ce type d'intelligence clinique que l'EHR lui-même n'est pas structuré pour produire. > *"L'un des partenaires clés est l'EHR, et je me demande à quoi ressemble cette relation."* — swyx ## [47:56] Réglementation santé, latence et IA à enjeux élevés Jacob demande ce qu'Abridge a appris de la réglementation. Janie nuance le discours habituel : l'IA en santé bénéficie en réalité de vents réglementaires favorables, car le niveau d'exigence est si élevé que les problèmes les plus difficiles finissent par être résolus ici en premier. Chai évoque les « astuces ingénieuses » qu'ils déploient aujourd'hui en sachant que la frontière continuera de bouger, et en acceptant que certaines de ces astuces ne survivront pas à cinq ans. > *"Je pense que c'est là que les problèmes d'IA les plus difficiles seront résolus en premier, justement parce que le niveau d'exigence est si élevé."* — Janie Lee ## [51:28] Cliniciens-chercheurs et qualité longue traîne Janie décrit un rôle interne à Abridge appelé le clinicien-chercheur — des médecins qui sont aussi techniques, allant des ingénieurs full-stack aux « prompteurs extrêmement débrouillards ». Les avoir intégrés dans les équipes produit et d'évaluation élève le niveau de ce qui est expédié, car les personnes qui rédigent les critères LFD sont celles qui comprennent vraiment ce que signifie être cliniquement utile. swyx fait le lien avec l'apprentissage actif sur les points faibles connus — ce type de polish qui est un art perdu dans la plupart des équipes IA. > *"Nous avons ce rôle appelé le clinicien-chercheur et j'ai entendu l'un de nos dirigeants les appeler des mutants récemment."* — Janie Lee ## [54:21] Leçons de Glean et infrastructure IA durable Jacob demande à Chai ce qui se transfère de Glean. La réponse porte surtout sur ce qui tient dans le temps — les couches de contexte, les systèmes pilotés par les événements, Kafka, Temporal, les sockets, les CRDTs issus du playbook de collaboration de Google Docs. Les systèmes multi-agents héritent des mêmes problèmes de résolution de conflits que les humains, et les patterns d'infrastructure de la dernière décennie ne sont pas abandonnés — ils sont réutilisés. > *"Il y a beaucoup de technologie pilotée par les événements… que ce soit Kafka, Temporal, les sockets et ainsi de suite — comment tout assembler est aussi quelque chose de durable, je pense."* — Chai Asawa ## [58:20] L'avenir des workflows de santé agentiques Un bref échange sur ce qu'un Abridge plus agentique signifie concrètement : toujours ancré sur le rôle du clinicien dans la relation patient, mais avec davantage de travail en arrière-plan — réagir aux résultats de laboratoire, rédiger des suivis, prendre en charge des capacités au nom du clinicien sans s'emparer de la relation. > *"Encore plus de capacités au nom du clinicien, qui a selon nous un rôle crucial à jouer dans la relation avec le patient."* — Chai Asawa ## [58:51] PRDs, clarté produit et développement de produits IA sérieux La question rapide de Jacob : sur quoi avez-vous changé d'avis en IA au cours de la dernière année ? Janie retourne la tendance populaire : les prototypes ne sont pas la panacée, les PRDs ne sont pas morts. Plus les produits deviennent complexes et propulsés par l'IA, plus la discipline de clarté par l'écrit d'un vrai PRD compte, pas moins. Le reste de la section porte sur la construction de produits IA sérieux en santé : la responsabilité, la discipline de spécification écrite, et la résistance au développement guidé par la démo. > *"La prise de position la plus audacieuse veut que les prototypes soient la seule finalité et que les PRDs soient morts."* — Janie Lee (la position sur laquelle elle a changé d'avis) ## [64:28] Outils de codage IA chez Abridge La question standard de fin d'émission de swyx. Abridge utilise Claude Code et Cursor en interne, et Jacob lance une boutade comme référence — il aimerait voir Claude diriger une entreprise à 1 milliard de dollars avant tout chiffre d'affaires. > *"Claude va faire ça — j'aimerais voir Claude… diriger une entreprise à un milliard de dollars avant tout chiffre d'affaires."* — Jacob Effron ## [65:23] Outro Chai oriente les auditeurs vers le site d'Abridge pour consulter leurs livres blancs — réduction des hallucinations, évaluations, et le reste de la pile de recherche. swyx et Jacob concluent avec des remerciements et des mots de clôture. > *"Sur le site d'Abridge, nous avons beaucoup de nos livres blancs où nous avons réalisé un travail intéressant, comme la réduction des hallucinations."* — Chai Asawa ## Entités - **Janie Lee** (Personne) : Opératrice chez Abridge depuis ses débuts ; responsable des volets produit et commercial de la couche d'intelligence clinique. - **Chai Asawa** (Personne) : Responsable de l'aide à la décision clinique chez Abridge ; anciennement chez Glean. - **swyx** (Personne) : Animateur de Latent Space. - **Jacob Effron** (Personne) : Associé chez Redpoint Ventures ; animateur du podcast Unsupervised Learning. - **Abridge** (Organisation) : Entreprise d'IA en santé construisant la couche d'intelligence clinique — partie de la documentation ambiante, maintenant en expansion vers l'aide à la décision, l'autorisation préalable, les évaluations et l'intégration EHR. - **Glean** (Organisation) : Entreprise de recherche IA en entreprise ; mentionnée comme ancien employeur de Chai et comme point de comparaison horizontal vs vertical avec Abridge. - **Redpoint Ventures** (Organisation) : Fonds de capital-risque ; investisseur d'Abridge et point d'ancrage du croisement Unsupervised Learning. - **EHR (Electronic Health Record)** (Concept) : Le système d'enregistrement sur lequel s'appuient les systèmes de santé ; dans le cadre de Chai, l'EHR fonctionne comme un système de fichiers pour les agents de santé. - **Autorisation préalable** (Concept) : Un cas d'usage central d'Abridge — transformer des refus de payeurs qui prennent des semaines en orientations en temps réel pendant la visite. - **Processus LFD** (Concept) : La revue initiale conduite par des cliniciens internes chez Abridge, utilisée pour calibrer les juges LLM et définir les critères d'évaluation. - **Clinicien-chercheur** (Concept) : Un rôle propre à Abridge — des médecins aussi techniques, intégrés dans les équipes produit et d'évaluation. - **Déploiement progressif** (Concept) : La discipline de déploiement d'Abridge ; mise en production sur une tranche de trafic réel pour maintenir honnête la distribution hors ligne, calquée sur le schéma de mise en production des voitures autonomes. - **Claude Code** (Logiciel) : Outil de codage IA utilisé en interne chez Abridge. - **Cursor** (Logiciel) : Éditeur de codage IA également utilisé en interne chez Abridge.

Jacob Helberg, Sous-Secrétaire d'État américain aux Affaires économiques, revient sur No Priors pour dévoiler Pax Silica, une coalition de sécurité économique regroupant 14 pays, conçue pour sécuriser l'ensemble de la chaîne d'approvisionnement IA, des puces aux aimants en terres rares en passant par les actionneurs robotiques. Le projet phare : 4 000 acres aux Philippines (un tiers de Manhattan) accordés aux États-Unis pour une « base industrielle de déploiement avancé », destinée à faire pour le capitalisme libéral-démocratique ce que la Ceinture et Route a accompli pour l'infrastructure pilotée par l'État, mais avec des entreprises privées et du capital-risque plutôt que des entreprises d'État. Sarah Guo et Elad Gil interrogent Helberg sur la durabilité des politiques entre administrations, le rôle des capital-risqueurs et pourquoi il qualifie l'Amérique d'« outsider mondial ». ## [00:00] Introduction à froid Helberg expose le cœur philosophique de Pax Silica : les États-Unis ne gagneront pas la compétition sur les chaînes d'approvisionnement avec des usines gérées par l'État. Leur avantage, c'est le secteur privé et les entreprises, « enchanter et ravir » des milliards d'utilisateurs à la façon de Steve Jobs. La stratégie consiste donc à construire des plateformes en collaboration étroite avec les bâtisseurs américains, plateformes qui pourront à terme fonctionner comme des services commerciaux en dehors du gouvernement. > *Nous n'allons pas gérer des chaînes d'approvisionnement opérées par le gouvernement, car ce n'est pas ainsi que nous excellons en tant que pays. Notre superpuissance, c'est vraiment notre secteur privé et nos entreprises.* ## [00:41] Présentation de Jacob Helberg Sarah et Elad réintroduisent Helberg, désormais confirmé comme Sous-Secrétaire d'État aux Affaires économiques depuis leur dernière conversation avant sa confirmation. Le cadre de l'heure : Pax Silica comme effort multinational pour sécuriser la chaîne d'approvisionnement IA pour les États-Unis et leurs alliés. > *Jacob, merci infiniment d'être là. Oui, merci de nous rejoindre. Merci de m'avoir invité.* ## [01:02] La mission de Pax Silica Helberg retrace Pax Silica jusqu'à son discours à l'Hudson Institute, qui a défini une approche « basée sur les écosystèmes » des chaînes d'approvisionnement. La coalition compte désormais 14 pays. Le premier déploiement concret : l'accord avec les Philippines, 4 000 acres accordés aux États-Unis pour une base industrielle de déploiement avancé. Il présente ce pari comme combinant la prévisibilité du droit commun américain avec les avantages comparatifs industriels des Philippines, et le cadre explicitement comme l'équivalent d'un lancement de produit pour la chaîne d'approvisionnement IA, organisé à San Francisco pour parler directement aux bâtisseurs. > *Pax Silica est une coalition de sécurité économique qui compte désormais 14 pays, et l'idée est vraiment d'adopter une approche fondée sur les écosystèmes pour nos chaînes d'approvisionnement, et plus particulièrement la chaîne d'approvisionnement en AI.* ## [03:51] Investir dans les chaînes d'approvisionnement en puces IA La chaîne d'approvisionnement IA est bien plus large que les puces : « des milliers d'intrants comme les réducteurs de précision, les moteurs de serveur, les aimants en terres rares et les actionneurs », et le risque de concentration américain est élevé pour presque tous. Le cadre de Helberg : choisir des géographies ayant déjà une profondeur industrielle indigène et un alignement de valeurs. Les Philippines répondent aux deux critères : un écosystème manufacturier profond et le plus vieil allié des États-Unis en Asie. La robotique reçoit une attention particulière comme prochain goulot d'étranglement après les puces. > *La chaîne d'approvisionnement en AI comprend en réalité des milliers d'intrants comme les réducteurs de précision, les moteurs de serveur, les aimants en terres rares et les actionneurs, et notre risque de concentration en tant que pays est incroyablement élevé pour pratiquement tous ces intrants.* ## [05:43] Pax Silica face à l'Initiative Ceinture et Route La comparaison naturelle, et Helberg l'assume pleinement. La Ceinture et Route, explique-t-il, fut 25 ans d'entreprises d'État construisant à l'étranger des routes, ponts, voies ferrées, mines et usines de traitement gérés par l'État, l'infrastructure comme outil de politique étrangère. Pax Silica inverse délibérément le modèle : les actifs sont privés et commercialement viables, le rôle du gouvernement est de réduire les frictions et d'aligner les alliés, et l'objectif est une interdépendance économique durable plutôt qu'un levier politique. Helberg soutient que c'est à la fois plus durable et plus transparent : les pays partenaires obtiennent une vraie croissance plutôt que des pièges à dette. > *Fondamentalement, c'était des entreprises d'État construisant des chemins de fer gérés par l'État, des routes et des ponts construits par l'État.* ## [12:38] La proposition de valeur de Pax Silica Pour les pays partenaires, l'argument est simple : l'IA alimente déjà plus d'un tiers de la croissance du PIB américain et crée une demande record pour le cuivre, le cobalt, les électriciens et tous les intrants d'un centre de données. Les pays qui prennent des positions significatives dans différentes couches de cette chaîne captent une croissance qu'ils n'auraient pas autrement. Helberg insiste sur la nature non nulle des points d'inflexion technologiques pour soutenir que cela peut être mutuellement bénéfique : la tarte grossit assez vite pour que tout le monde à la table soit gagnant. > *La tarte grossit vraiment vite. Ce n'est donc vraiment pas un jeu à somme nulle, ce qui le rend incroyablement propice à forger des partenariats très mutuellement bénéfiques.* ## [14:38] Fabrication aux États-Unis vs partenariats Elad pose la question évidente : qu'est-ce qui reste aux États-Unis par rapport à ce qui est confié à des partenaires ? Le cadre de Helberg : consommation vs production. Les États-Unis représentent 4 % de la population mondiale mais consomment 20 à 30 % de la production mondiale dans la plupart des catégories, et produisent bien moins. Combler cet écart réindustrialise par définition l'Amérique. Certaines choses (les fabs de pointe, les capacités critiques pour la défense) doivent rester domestiques. D'autres (le traitement des minéraux, certains composants) sont mieux confiées là où la géographie et la base industrielle le favorisent. L'instinct n'est pas l'autarcie mais une redistribution délibérée de la chaîne d'approvisionnement entre alliés, les États-Unis conservant les couches les plus stratégiquement sensibles. > *L'Amérique représente environ 20 à 30 % de la consommation mondiale à tout moment.* ## [19:10] Le prix des minéraux de terres rares Elad insiste sur les terres rares : pas vraiment rares, marché total de quelques milliards de dollars seulement, fortement subventionné par la Chine comme levier de contrôle. Helberg acquiesce et recadre l'économie : ce qui détermine la compétitivité des terres rares, c'est l'intensité énergétique et la qualité de l'extraction, pas la rareté géologique. La question politique porte donc sur l'abondance d'énergie et la capacité de traitement, pas sur la découverte de nouveaux gisements. L'implication : les États-Unis peuvent gagner dans cette catégorie s'ils résolvent l'équation de l'énergie bon marché, ce que la politique d'approvisionnement énergétique plus large de l'administration est censée permettre. > *Ce qui détermine vraiment l'économie de ces industries, c'est la quantité d'énergie qu'il faut injecter dans le sol pour extraire un minéral donné à un niveau de qualité donné.* ## [22:16] Le rôle du capital-risque dans Pax Silica Sarah demande, « pour un ami », quel est le rôle du capital privé. La réponse de Helberg est inhabituellement directe pour un responsable du Département d'État : les capital-risqueurs sont meilleurs que le gouvernement pour évaluer les fondateurs et les opérateurs, et la capacité d'exécution est ce qui détermine si les projets ambitieux survivent au contact de la réalité. Il veut l'écosystème du capital-risque comme couche de signal, l'allocation gouvernementale pouvant s'appuyer sur là où des opérateurs crédibles vont déjà, plutôt que le gouvernement essayant seul de choisir les gagnants. La collaboration est explicitement bilatérale. > *Vous êtes en quelque sorte câblés pour évaluer beaucoup des attributs de personnalité des fondateurs et des opérateurs.* ## [24:50] Priorités à court et long terme Comment équilibrer les échéances 2027-2028 face aux jeux sur cinq ans ? La réponse de Helberg : façonner l'environnement plutôt que choisir des calendriers. L'approche de l'administration consiste à façonner le macro-environnement pour que l'itération à court terme et les jeux à long terme à forte intensité capitalistique deviennent plus faciles : réduire les formalités administratives, développer l'approvisionnement énergétique domestique, quadrupler le nucléaire. Il cite l'un des premiers décrets exécutifs signés par Trump sur le quadruplement du nucléaire domestique comme un catalyseur structurel bénéfique aux deux horizons. > *Contribuer à façonner l'environnement, créer un macro-environnement qui rend fondamentalement l'innovation, l'itération des innovations ainsi que le déploiement des innovations beaucoup plus faciles et moins coûteux.* ## [27:09] Rendre les politiques IA durables Elad soulève le problème des décrets exécutifs : chaque administration annule ceux de la précédente. Comment Pax Silica survit-elle à une transition ? Helberg note que certaines choses, comme la réforme fiscale, sont très tenaces, et que son rôle lui interdit de commenter la politique électorale. Il ne répond pas pleinement à la question de la durabilité, ce qui est lui-même la réponse : la durabilité doit venir de la législation et des faits sur le terrain (la base industrielle aux Philippines, les partenariats de fabrication) qu'il est difficile de défaire. > *La réforme fiscale est très tenace.* ## [28:09] L'impact des politiques sur les entrepreneurs Pour les propriétaires et opérateurs d'entreprises américains, Pax Silica est positionnée comme une plateforme d'accès au marché, élargissant ce que les entreprises américaines peuvent vendre dans des marchés alliés comme le Japon, la Corée du Sud, l'Inde et Singapour, où même des partenaires commerciaux amis imposent souvent des frictions significatives. Helberg veut des retours des opérateurs sur les partenariats déjà en cours, les décisions de chaîne d'approvisionnement que les dirigeants prennent maintenant plus délibérément, et les corrections de politique qui débloqueraient la collaboration transfrontalière. > *Nous voulons l'utiliser comme plateforme pour élargir l'accès au marché pour nos entreprises.* ## [31:00] L'administration entrepreneuriale de Trump Interrogé sur ce qui l'a le plus surpris depuis son entrée au Département d'État, Helberg souligne la vitesse et l'appétit pour le risque de l'administration : « Trump time », la blague courante avec les homologues étrangers. Il l'attribue à un président qui a passé la majeure partie de sa vie dans le secteur privé et à un cabinet (Bessent, Lutnick, et d'autres) qui opère selon les instincts du secteur privé plutôt que les instincts bureaucratiques. > *Nous aimons bouger au rythme de Trump.* ## [33:00] Pourquoi l'Amérique est un outsider mondial Sarah revient sur le cadrage de Helberg qui présente l'Amérique comme un « outsider mondial », contre-intuitif alors que les États-Unis sont habituellement décrits comme la puissance établie. Helberg invoque le *Piège de Thucydide* de Graham Allison et rejette ce cadrage : l'identité de l'Amérique depuis sa fondation a toujours été celle d'une nation d'outsiders, 13 colonies désorganisées se rebellant contre l'empire de la bonne société, répétitivement annoncées en déclin, répétitivement démenties. L'argument conclut comme une défense de la culture du risque américaine. > *Nous avons toujours été une nation d'outsiders.* ## Personnages - **Jacob Helberg** (Personne) : Sous-Secrétaire d'État américain aux Affaires économiques, architecte de Pax Silica. - **Sarah Guo** (Personne) : Animatrice de No Priors, fondatrice et GP chez Conviction. - **Elad Gil** (Personne) : Co-animateur de No Priors, investisseur indépendant et entrepreneur en série. - **Pax Silica** (Concept) : Coalition de sécurité économique regroupant 14 pays, dirigée par le Département d'État américain, visant à sécuriser la chaîne d'approvisionnement IA via des bases industrielles de déploiement avancé et des partenariats avec le secteur privé. - **Belt and Road Initiative** (Concept) : Programme d'infrastructure d'État chinois sur 25 ans à l'étranger, le repoussoir face auquel Pax Silica se positionne. - **Philippines Forward-Deployed Industrial Base** (Projet) : 4 000 acres accordés aux États-Unis pour un projet industriel, premier projet phare de Pax Silica. - **Thucydides Trap** (Concept) : Cadre de Graham Allison caractérisant les relations États-Unis/Chine comme puissance établie vs puissance montante, que Helberg rejette. - **Trump Administration** (Organisation) : Insuffle la vitesse et l'appétit pour le risque de Pax Silica (« Trump time »), avec les membres clés du cabinet Scott Bessent et Howard Lutnick référencés.

Mikey Shulman, co-founder of Suno, discusses the platform's evolution from a physics-based startup to a leader in generative AI music. By modeling music as raw sound waves rather than traditional theory, Suno empowers users to transition from passive listeners to active creators in the era of 'creative entertainment.' ## [00:00] Physics, Raw Sound, and Technical Philosophy Mikey Shulman explains how his background in quantum physics at Harvard influenced Suno's interdisciplinary approach to music technology. By modeling audio as raw sound waves sampled 48,000 times per second rather than using traditional music theory, Suno avoids creative constraints and allows for the emergence of new, microtonal genres. > *I think what I mostly learned is playing at the nexus of two things that don't usually play together is just a massive opportunity. [02:00]* ## [02:15] The Pivot to Consumer Music Generation Initially focused on audio analysis, the Suno team pivoted to generation after breakthroughs in audio compression made high-quality output computationally feasible. They validated the product's 'fun factor' through a Discord bot, discovering that the addictive nature of creation was a stronger signal than traditional business use cases. > *When you are staying up late playing with the thing, and you don't want to go to sleep, it's like a really good sign. [04:49]* ## [11:41] Why Music AI is a Research Problem, Not a Scale Problem Unlike Large Language Models, music generation lacks objective benchmarks, making raw compute scale less effective than targeted research. Shulman emphasizes using human preference data and reinforcement learning to align models with creative tastes, favoring a steady release cadence over long-term isolated development. > *In music there are no right answers. There are no benchmarks. Um, and so scale is somewhat less helpful in solving it. [12:28]* ## [16:22] From Passive Consumption to Creative Entertainment Shulman introduces the concept of 'creative entertainment,' where the act of building provides more fulfillment than the final product itself. He notes that 90% of Suno users are active creators, drawing parallels to the 'bedroom producer' era where accessible tools led to the discovery of new genres. > *People are creating music for the fun and enjoyment and fulfillment that comes with being creative. [17:05]* ## [22:52] Industry Partnerships and Professional Integration Addressing industry concerns, Shulman highlights Suno's partnership with Warner Music Group and its role in augmenting professional workflows. He argues that AI will raise the quality ceiling for artists and predicts that interactive live performances, such as audience participation at Coachella, are the next frontier. > *I think people incorrectly assume that we hate the existing music industry and especially we hate the record labels. [23:17]* ## [25:53] Product Strategy and the Application Moat Suno prioritizes the application layer and user experience as its primary competitive moat, viewing itself as a music company rather than just a technology firm. By focusing on storytelling through full-length lyrical songs and social co-creation features, the company aims to revive the cultural impact of music as a social medium. > *It's unclear how much moat exists in only a model... it's just really undervalued to invest in the product and the UI and the UX. [26:50]* ## Entities - **Mikey Shulman** (person): CEO and co-founder of Suno with a PhD in physics from Harvard. - **Suno** (organization): An AI-powered creative entertainment platform for music generation. - **Sonya Huang** (person): Partner at Sequoia Capital and host of the interview. - **Warner Music Group** (organization): A major global record label that partnered with Suno. - **Discord** (organization): The platform where Suno initially launched its music generation bot. - **Harvard** (organization): The university where Mikey Shulman studied quantum computing. - **Iamona** (person): A poet and artist who uses Suno to create music, illustrating the tool's professional potential. - **Coachella** (event): A major music festival cited as a future venue for interactive AI music experiences.

Les États-Unis accusent 50 ans de retard sur la Chine dans la chaîne d'approvisionnement en minéraux critiques, et leur réseau électrique fonctionne encore sur des systèmes mécaniques conçus il y a un siècle. Turner Caldwell (Mariana Minerals) et Drew Baglino (Heron Power), tous deux issus de Tesla, soutiennent que combler ces lacunes est le véritable prérequis pour la domination de l'IA et la réindustrialisation. Caldwell mise sur des raffineries et mines autonomes pilotées par l'apprentissage par renforcement pour comprimer les délais de projet ; Baglino mise sur les transformateurs statiques, le silicium et le logiciel remplaçant l'acier, l'huile et le cuivre, pour moderniser la conversion d'énergie dans les centres de données. Tous deux convergent vers le même déblocage : des chaînes d'approvisionnement co-localisées, un recrutement dans les industries analogues et une politique industrielle fédérale durable sur laquelle les capitaux privés peuvent planifier. ## [00:00] Introduction L'épisode s'ouvre sur trois assertions condensées qui posent le défi : Caldwell affirme que les États-Unis ont 50 ans de retard dans l'approvisionnement en minéraux critiques et sont trop lents pour monter en capacité même après l'obtention des licences ; Baglino observe que la couche de transmission et de conversion du réseau n'a pas connu de changement significatif, alors que tout ce qui se trouve à sa périphérie (VE, stockage, charge rapide) a été transformé ; Price-Wright cadre les deux comme des problèmes solubles avec le même techno-optimisme que Tesla a appliqué aux véhicules électriques. > *« La conviction qu'on peut innover sur des systèmes anciens et archaïques est au cœur de l'entreprise. »* — Turner Caldwell ## [00:47] L'IA a besoin d'infrastructure physique Price-Wright ouvre le segment principal en nommant l'erreur de catégorie qui sous-tend la plupart des commentaires sur la course à l'IA : la compétition ne se joue pas entre modèles et puces, mais entre capacités de déploiement physique. Chaque modèle révolutionnaire, chaque nouvelle usine, chaque système autonome a un prérequis concret : des matériaux, de l'énergie et la capacité de transporter l'électricité là où elle est nécessaire. La tension sur le réseau n'est pas un plafond mais un appel à l'action, comparable en ampleur aux grands projets nationaux autour desquels l'Amérique s'est déjà mobilisée. > *« Si nous voulons rebâtir l'épine dorsale industrielle des États-Unis, il faut repenser toute la chaîne, depuis les minéraux critiques jusqu'à la production d'énergie, en passant par le transport et la façon dont on construit et interconnecte les nouvelles infrastructures à la vitesse nécessaire. »* — Erin Price-Wright ## [02:23] Présentation des bâtisseurs Price-Wright présente les deux invités comme des bâtisseurs couvrant les deux extrémités de la pile physique : Caldwell depuis le sous-sol terrestre jusqu'au raffinage, Baglino du fil électrique au transformateur jusqu'à la charge. Le cadrage affûte la thèse de l'épisode : l'avenir américain dans l'IA est contraint par les atomes, pas par les algorithmes, et les deux fondateurs ont choisi délibérément ces contraintes après avoir vu la périphérie du réseau se transformer sans que l'infrastructure en dessous ne bouge. > *« La contrainte sur l'avenir américain dans l'IA, et la réindustrialisation plus largement, tient en bien des façons aux atomes et non aux algorithmes. »* — Erin Price-Wright ## [03:11] Mariana Minerals en détail Mariana Minerals est une entreprise de minage et de raffinage orientée logiciel en premier, avec environ un quart de l'équipe composé d'ingénieurs logiciels et ML, mais elle ne vend pas de logiciels. Elle conçoit, construit et exploite ses propres projets. Caldwell décrit trois systèmes d'exploitation : Capital Project OS automatise les workflows agentiques à travers l'ingénierie, les achats et la construction ; Plant OS utilise l'apprentissage par renforcement pour contrôler de manière autonome les températures de raffinerie, les débits, les taux d'ajout chimique et les temps de résidence ; Mine OS applique la même approche pour le contrôle à court intervalle des opérations minières. Une mine de cuivre dans le sud-est de l'Utah est actuellement en production ; une raffinerie de lithium au Texas est en construction, avec un objectif de 10 projets en 10 ans. > *« Nous faisons un grand pari sur l'autonomie dans les raffineries, où nous utilisons l'apprentissage par renforcement pour retirer effectivement les humains de la boucle dans la détermination du fonctionnement des raffineries. »* — Turner Caldwell ## [04:19] La modernisation du réseau par Heron Power Baglino retrace le problème à une divergence de quatre décennies : des améliorations équivalentes à la loi de Moore dans les semi-conducteurs de puissance ont transformé les téléphones, les télécommunications et les centres de données, mais le réseau lui-même fonctionne toujours sur les mêmes systèmes essentiellement mécaniques conçus il y a 100 ans. Pas de contrôle, pas de surveillance, un système fragile et surdimensionné, et la plupart des fournisseurs de transformateurs ont leur siège à l'étranger, ce que Baglino traite comme un problème de sécurité de la chaîne d'approvisionnement. Heron Power construit des transformateurs statiques qui remplacent l'acier, l'huile et le cuivre par du silicium et du logiciel, en ciblant les centres de données, les grandes installations solaires et de batteries, et d'autres nœuds critiques du réseau. > *« Chez Heron Power, nous nous concentrons sur la construction de transformateurs statiques qui utilisent le silicium et le logiciel pour remplacer l'acier, l'huile et le cuivre dans la conversion de puissance. »* — Drew Baglino ## [05:31] Pourquoi la relocalisation compte Baglino retrace le carbure de silicium, le semi-conducteur de puissance clé permettant les transformateurs statiques, jusqu'à des décennies de R&D du DOE et de la Marine, arguant que les États-Unis devraient être les premiers à commercialiser ce que les investissements américains ont créé. Caldwell affûte l'argument des minéraux : les États-Unis ont 50 ans de retard sur la Chine spécifiquement, et la réforme des permis plus le financement de projets ne suffiront pas à combler cela. Le goulot d'étranglement est la vitesse d'exécution après l'obtention des licences, 5 ans pour construire, 3 à 5 de plus pour atteindre le taux d'exploitation optimal, et toute la thèse de Mariana consiste à comprimer cette phase, car rattraper le retard exige d'aller plus vite que la Chine, pas seulement de la rejoindre. > *« Même si nous commençons à réduire les obstacles pour rattraper la Chine, nous devons en fait aller plus vite qu'elle. »* — Turner Caldwell ## [07:48] Les leçons de Tesla et la main-d'œuvre Caldwell cite trois atouts transférables de Tesla : le techno-optimisme envers les systèmes hérités, l'appétence pour le risque qui permet des décisions rapides sans paralysie par la peur de l'échec, et le refus institutionnel d'abandonner des projets à haute valeur quand ils deviennent difficiles. Baglino ajoute les enjeux existentiels qui focalisent des organisations entières, "je n'aime pas dire do or die, mais c'est l'équivalent", et la clarté de mission comme phare pour les talents. Sur la main-d'œuvre, les deux fondateurs se tournent vers les industries analogues plutôt que d'attendre des spécialistes inexistants : Baglino a recruté des talents en fabrication de batteries dans des usines d'embouteillage à grande vitesse et des installations de seringues lors de la construction de l'usine 4680 de 50 GWh au Texas ; Caldwell puise chez les ingénieurs du pétrole et du gaz et des développeurs logiciels. Le différentiel de coût de main-d'œuvre entre les usines américaines et chinoises est inférieur à 10% du coût des marchandises vendues, Baglino soutient que cela pourrait être sous les 5%, et le vrai moteur de compétitivité est constitué par les chaînes d'approvisionnement co-localisées, avec les zones industrielles chinoises plaçant chaque pièce de voiture à moins de 3 heures de route. > *« Les usines d'aujourd'hui sont vraiment automatisées. Le différentiel de main-d'œuvre représente moins de 10% du coût des marchandises vendues. Ce qui détermine vraiment la compétitivité, c'est la chaîne d'approvisionnement. »* — Drew Baglino ## [21:09] Demandes politiques et conclusion Caldwell demande l'ensemble complet de la boîte à outils de politique minière appliquée au pétrole et au gaz au cours des 50 dernières années, ancré par une structure d'incitations qui donne aux marchés de capitaux privés suffisamment de confiance à long terme. Baglino cite trois points spécifiques : une politique industrielle durable sur laquelle les fournisseurs et les financiers peuvent planifier ; un effort concerté fédéral-état pour désigner des zones de développement énergétique et industriel où les juridictions locales donnent par défaut leur accord ; et l'équivalent d'un fonds fédéral d'infrastructure routière pour le réseau électrique, un plan directeur financé reliant les zones industrielles via des infrastructures de transmission linéaire pour améliorer la résilience, réduire les coûts et faire avancer le pays. > *« J'aime l'idée d'un fonds fédéral d'infrastructure pour le réseau électrique, sur le modèle du fonds pour les autoroutes. Ça n'a jamais existé. C'est en partie pour ça qu'on a ce réseau en patchwork. »* — Drew Baglino ## Personnages - **Turner Caldwell** (Personne) : co-fondateur et PDG de Mariana Minerals ; a dirigé l'équipe minéraux et métaux de Tesla ; architecte du contrôle autonome de raffineries et de mines par apprentissage par renforcement. - **Drew Baglino** (Personne) : co-fondateur et PDG d'Heron Power ; vétéran de 18 ans chez Tesla en tant que SVP Powertrain & Energy Engineering ; a développé le programme Megapack et l'installation de batteries 4680 de 50 GWh au Texas. - **Erin Price-Wright** (Personne) : General Partner chez a16z (American Dynamism practice) ; animatrice de l'épisode. - **Mariana Minerals** (Organisation) : entreprise de minage et de raffinage de minéraux critiques orientée logiciel en premier ; exploite une mine de cuivre dans le sud-est de l'Utah, construit une raffinerie de lithium au Texas ; vise 10 projets en 10 ans. - **Heron Power** (Organisation) : startup en électronique de puissance remplaçant les équipements mécaniques de conversion du réseau par des transformateurs statiques construits en silicium et logiciel. - **Tesla** (Organisation) : origine commune aux deux fondateurs ; citée comme référence en techno-optimisme, appétence pour le risque et talent orienté mission dans les secteurs industriels lourds. - **Carbure de silicium** (Concept) : semi-conducteur de puissance clé permettant les transformateurs statiques ; le premier producteur mondial est basé aux États-Unis, faisant de la commercialisation domestique une priorité stratégique sur laquelle Baglino centre Heron. - **Apprentissage par renforcement pour le contrôle industriel** (Concept) : technologie centrale sous-tendant Plant OS et Mine OS de Mariana, éliminant le goulot d'étranglement du savoir-faire intégré en ajustant de manière autonome les circuits de raffinerie et les décisions minières à court intervalle. - **Chaînes d'approvisionnement co-localisées** (Concept) : argument principal de Baglino pour la compétitivité manufacturière américaine, réduisant les délais et coûts logistiques en regroupant tous les intrants dans une région, à l'image du modèle chinois où chaque pièce d'une voiture à 7 000 pièces se trouve à moins de 3 heures de route.

Noah Brier fait tourner Claude Code sur un mini PC dans son sous-sol, synchronisé avec sa base Obsidian via un VPN Tailscale, et fait de la vraie réflexion, de la recherche et du code client depuis son téléphone. La conversation porte sur la façon dont il a construit cette stack, pourquoi il impose des contraintes strictes de « mode réflexion » pour empêcher le modèle de produire prématurément des artefacts, et sa théorie plus large selon laquelle l'IA réussit en s'infiltrant dans les recoins et interstices des organisations plutôt qu'en exigeant que les gens adoptent de nouvelles structures. Dan Shipper et Noah explorent aussi ce que signifie vraiment construire une intuition de l'IA, et pourquoi Noah pense que préparer les enfants à l'IA tient moins à lutter contre la triche qu'à enseigner le scepticisme épistémique. ## [00:00] La configuration Claude Code de Noah Brier sur un serveur domestique Dan Shipper ouvre l'épisode en décrivant la configuration qui rend Noah intéressant à inviter : un serveur à domicile dans le sous-sol qui fait tourner Claude Code au-dessus d'une base Obsidian, accessible de partout via le téléphone. Noah a conçu tout ça pour pouvoir penser, faire des recherches, écrire et déployer du code sans être assis à un bureau. > *"Il a installé un serveur à domicile dans son sous-sol, y a mis sa base Obsidian, puis fait tourner Claude Code dessus pour pouvoir penser, faire des recherches, écrire et même déployer du code directement depuis son téléphone."* ## [00:52] Introduction Dan et Noah reprennent contact après environ cinq ans. Le parcours de Noah couvre la stratégie de marque (il a co-fondé Percolate), le conseil en IA chez Alephic, et la conférence BRXND.AI. Dan cadre l'interview autour de la stack pratique que Noah a construite plutôt que d'une discussion abstraite sur l'IA. > *"Je suis ravi de vous accueillir. C'est vraiment bien de pouvoir papoter. C'est notre première interview en probablement 5 ans."* ## [02:10] Comment faire du travail en profondeur sur son téléphone Noah précise d'emblée que sa configuration relève moins du « vibe coding » que d'un travail de connaissance structuré. Il a abandonné Evernote pour Obsidian parce que les fichiers markdown et les dossiers donnent à Claude Code quelque chose sur lequel opérer réellement. Son principal usage de Claude Code est l'interaction avec ses notes, pas la génération de code, et l'extension téléphonique de cette configuration a fondamentalement changé ses modes de travail. > *"Mon usage numéro un de Claude Code, c'est l'utiliser comme outil pour interagir avec mes notes."* ## [05:30] Pourquoi Noah pense que Grok a le meilleur mode vocal IA Noah préfère le mode vocal de Grok à celui d'OpenAI et de Gemini : Gemini n'était pas assez intelligent, et l'ancien mode vocal de GPT-4o était inutilisable pour ses besoins. Il l'a utilisé pendant un trajet solo de cinq heures pour travailler sur un article sur les Transformers, via Bluetooth, en le traitant comme un podcast de recherche personnel. La conversation fait émerger une frustration partagée : les modèles vocaux ne font toujours pas bien les appels d'outils ni la recherche web, ce qui limite leur utilité pour un travail intellectuel sérieux. > *"J'ai fait une session d'environ une heure et c'était vraiment, de loin, la meilleure explication que j'aie jamais lue pour ça, ou jamais entendue je suppose."* ## [11:11] Les rouages de la configuration Claude Code-Obsidian de Noah Noah présente son dossier Obsidian en direct. Claude Code se trouve à la racine du répertoire Obsidian, afin d'accéder à l'intégralité de l'archive de notes. Pour un exposé qu'il prépare pour BRXND.AI, sur le Simple Sabotage Field Manual de la Seconde Guerre mondiale et ce qu'il dit sur la bureaucratie dans les grandes organisations, il a créé un dossier de projet dans Obsidian regroupant des transcriptions de conversations avec ChatGPT, Claude et Grok, ainsi que des articles et des PDFs. Le rôle de Claude à ce stade n'est pas d'écrire l'exposé mais de l'aider à réfléchir : il extrait les notes pertinentes, synthétise les progrès quotidiens dans un journal, et pose des questions de clarification. Noah définit explicitement des contraintes de mode réflexion dans le frontmatter CLAUDE.md du projet. > *"Je suis en mode réflexion, pas encore en mode rédaction. Il y a des trucs ici où j'ai spécifiquement dit, je pense que c'est dans le frontmatter en fait, où j'ai dit à Claude Code : n'aidez-moi à rien écrire pour l'instant."* ## [26:05] Utiliser un agent dans Claude Code comme « partenaire de réflexion » Noah soutient que le mot « génératif » a faussé la façon dont les gens utilisent l'IA : tout le monde se concentre sur sa capacité à produire des artefacts, presque personne ne parle de sa remarquable capacité à lire. Il maintient un agent de partenaire de réflexion dédié avec des garde-fous explicites : « Ne créez pas de plans, de brouillons ou de versions de conférences ou d'écrits. » L'agent consigne les questions, suit les idées émergentes et construit un journal courant pour que Noah puisse reprendre exactement là où il en était après une pause, que ce soit un jour plus tard ou après une recherche approfondie dans un autre outil. Il trace un fil depuis une deep research ChatGPT sur Wild Bill Donovan jusqu'à une idée sur la façon dont le parallélisme de l'architecture Transformer reflète l'autonomie opérationnelle des forces spéciales. > *"Je pense que partiellement parce qu'on l'appelle génératif, il y a bien trop de focus sur sa capacité à écrire et pas assez sur sa capacité à lire."* ## [30:23] La théorie du Thomas' English Muffin de Noah sur l'IA Le chapitre s'ouvre sur la thèse de Noah sur la bureaucratie : les grandes entreprises n'échouent pas à adopter les logiciels parce qu'elles sont paresseuses, mais parce que les nouveaux logiciels demandaient historiquement aux organisations de se restructurer autour d'eux. L'IA, soutient-il, est différente. Elle s'infiltre dans les recoins et interstices de la façon dont les gens travaillent déjà, d'où sa métaphore du Thomas' English Muffin. Dan ajoute un exemple concret tiré de Every : deux produits construits sur des stacks différentes devaient partager une solution de recherche de fichiers, et Claude Code leur a permis de réutiliser la logique sans imposer un cadre commun. La conversation s'élargit à l'idée de Noah de la « bureaucratie comme encodage positionnel », une analogie à moitié formée entre l'architecture Transformer et la hiérarchie organisationnelle qu'il est encore en train de travailler avant son exposé. > *"J'appelle ça ma théorie du Thomas' English Muffin de l'IA, c'est qu'elle s'infiltre dans les recoins et les interstices."* ## [39:47] Les zones blanches encore à explorer dans l'IA Noah et Dan soutiennent que la plupart des praticiens, même bien financés, opèrent encore sur des intuitions fragiles sur ce que ces modèles peuvent vraiment faire. Le brise-glace de Noah à chaque réunion client est « quel a été votre moment aha avec l'IA ? » parce que ce moment de non-déterminisme, poser la même question deux fois et obtenir des réponses différentes, est véritablement nouveau et prend du temps à intérioriser. Il emprunte l'expérience du vélo à l'envers de Destin Sandlin pour illustrer le point : l'intuition motrice et l'intuition conceptuelle sont distinctes, et on ne peut pas court-circuiter leur construction. Dan avance que les modèles de langage peuvent eux-mêmes générer le vocabulaire qui nous manque pour raisonner sur les systèmes probabilistes. > *"On n'est pas habitués à utiliser des choses que vous interrogez avec la même question deux fois et qui donnent des réponses différentes."* ## [48:44] Comment Noah prépare ses enfants à l'IA La fille de 10 ans de Noah a construit une application Père Noël secret avec Claude qui lui a accidentellement enseigné la modélisation de données : elle a réalisé qu'elle avait besoin de « groupes » plutôt que d'« adultes et enfants » pour généraliser la logique. Cette histoire ancre un argument plus large : le rôle des enseignants n'est pas d'empêcher l'usage de l'IA mais de convaincre les élèves que les compétences sous-jacentes valent la peine d'être apprises. Il prépare un cours à NYU intitulé « Code is Essay » pour l'automne 2026, et pense que la méta-compétence pertinente est le scepticisme épistémique : être plus méfiant des informations qui confirment ses a priori, pas moins. > *"Je ne pense pas vraiment que votre travail est d'apprendre à ces enfants à écrire parce que c'est une quête de toute une vie. Je pense que votre travail c'est de les convaincre que ça vaut la peine d'apprendre à écrire."* ## [01:00:06] Comment il a porté sa configuration Claude Code sur mobile Noah fait une démonstration en direct de sa stack mobile complète : Termius (client SSH sur iPhone), Tailscale VPN connectant au mini PC dans le sous-sol, Obsidian synchronisé via un GitHub privé, Claude Code tournant dans le terminal. Il montre comment demander à Claude « qu'est-ce qui s'est passé de nouveau ces deux derniers jours ? » et obtenir une synthèse de son activité Obsidian récente. Il a aussi corrigé un lien cassé sur son site de conférence depuis son téléphone : il a confirmé le bug, demandé à Claude de pousser une PR, c'était réglé. Ses expériences actuelles s'étendent à l'outil CLI `llm` de Simon Willison et à un script qui renomme tous les fichiers d'attachements dans sa base Obsidian et reconstruit la table de liens. > *"Je suis allé m'asseoir dehors un moment et puis on avait un projet qui devait être livré à un client et un petit changement devait être fait. J'ai dit à Claude Code exactement où chercher, j'ai confirmé que le problème était bien ce que je pensais, et je lui ai juste demandé de pousser une solution, il a poussé une PR et j'avais terminé."* ## Personnages - **Dan Shipper** (Personne) : PDG et co-fondateur de Every, animateur de l'interview - **Noah Brier** (Personne) : Co-fondateur de Percolate, fondateur du cabinet de conseil en stratégie IA Alephic, organisateur de la conférence BRXND.AI - **Every** (Organisation) : Entreprise de médias et de logiciels produisant ce podcast - **Alephic** (Organisation) : Cabinet de conseil en stratégie IA de Noah, travaillant avec des clients du Fortune 50 dont Amazon, Meta et PayPal - **BRXND.AI** (Organisation) : Conférence annuelle à l'intersection du marketing et de l'IA, organisée par Noah, édition 2025 à New York City le 18 septembre - **Claude Code** (Logiciel) : Outil de codage agentique d'Anthropic, au cœur du workflow de deuxième cerveau et mobile de Noah - **Obsidian** (Logiciel) : Application de prise de notes basée sur le markdown, principal répertoire de connaissances de Noah, organisé selon la méthode PARA - **Tailscale** (Logiciel) : VPN mesh utilisé pour connecter de façon sécurisée le téléphone de Noah à son mini PC dans le sous-sol - **Termius** (Logiciel) : Client SSH iOS que Noah utilise pour accéder à son serveur domestique depuis son téléphone - **Grok** (Logiciel) : Assistant IA de xAI, Noah considère son mode vocal significativement meilleur que ceux d'OpenAI et Gemini pour la recherche sérieuse - **Simple Sabotage Field Manual** (Concept) : Document de l'OSS de la Seconde Guerre mondiale republié par Noah, utilisé comme prisme sur la bureaucratie organisationnelle moderne dans son exposé BRXND.AI - **Théorie du Thomas' English Muffin** (Concept) : Métaphore de Noah sur la façon dont l'IA réussit en s'adaptant aux workflows organisationnels existants plutôt qu'en exigeant une restructuration

Charles Koch et son fils Chase s'entretiennent avec David Friedberg pour retracer comment Koch Inc. a multiplié sa valeur par 9 000 : d'une entreprise pétrolière de 300 personnes en Oklahoma en 1961 à un conglomérat privé de 130 000 employés couvrant l'énergie, les produits chimiques, les produits forestiers, les biens de consommation et le capital-risque, sans jamais entrer en Bourse. La conversation tourne autour du Principle-Based Management (PBM) : le cadre de 41 principes qui guide chaque décision d'embauche, chaque acquisition et chaque transformation culturelle chez Koch. Charles et Chase abordent aussi la caricature politique étroite associée au nom Koch, en expliquant leur pivot du parti libertarien vers la coalition Stand Together, plus large, axée sur la réforme de l'éducation et l'épanouissement humain. L'épisode se conclut sur l'IA et le capitalisme : tous deux voient l'innovation sans permission et la responsabilisation ascendante comme la seule voie crédible face aux pressions économiques à venir. ## [00:00] David Friedberg accueille Charles & Chase Koch David Friedberg ouvre la conversation lors d'un événement Forbes, en soulignant que lui et Chase Koch se connaissent depuis 2013 grâce au secteur agricole et qu'ils sont depuis partenaires en affaires. Il présente Koch Inc. comme « l'histoire méconnue » de l'entrepreneuriat américain : probablement l'entreprise familiale privée la plus rentable au monde, mais largement invisible par rapport à ses homologues cotées en Bourse. L'introduction fixe aussi les attentes pour l'audience All-In : une rare conversation approfondie avec à la fois le président du conseil d'administration et le président de la prochaine génération de Koch Inc., enregistrée en direct. > « J'ai toujours eu le sentiment que Koch Industries était cette histoire méconnue : probablement l'entreprise familiale privée la plus rentable au monde. » > — David Friedberg ## [01:04] Koch Inc. : échelle, activités & histoire Friedberg pose le cadre statistique : si Koch était cotée en Bourse, son chiffre d'affaires la placerait dans le top 25 du Fortune 500. Fondée en 1940 par Fred Koch à Wichita, Kansas, l'entreprise opère aujourd'hui dans 60 pays avec plus de 120 000 employés dans l'énergie, l'agriculture, les produits chimiques, les produits de construction, les biens de consommation, l'informatique en nuage et un portefeuille actif de participations minoritaires. Koch réinvestit 90 % de ses bénéfices dans l'entreprise : un choix structurel qui la distingue des entreprises publiques optimisant pour les résultats trimestriels. Charles indique ce dont va vraiment parler la conversation : non pas des jalons de chiffre d'affaires, mais des principes, et des échecs, qui ont rendu possible une capitalisation soutenue. > « Un modèle opérationnel très unique, avec des principes autour de l'innovation disruptive, du réinvestissement de 90 % des bénéfices dans de nouvelles activités et de la croissance, et des valeurs méritocratiques. » > — David Friedberg ## [02:21] Les débuts de l'entreprise et l'arrivée de Charles Koch (1961) Charles Koch a rejoint l'entreprise familiale en 1961 à 25 ans, frais émoulu du MIT et d'un passage chez Arthur D. Little en conseil en management. L'ultimatum de son père Fred était direct : « Soit tu rentres diriger l'entreprise, soit je vais devoir la vendre : ma santé est mauvaise, les affaires ne vont pas bien et je n'ai plus longtemps à vivre. » L'entreprise comptait alors environ 300 employés, deux activités principales (des plateaux de fractionnement et un réseau de collecte de pétrole brut en Oklahoma) et un dysfonctionnement opérationnel important. Les premières leçons ont cristallisé un principe fondamental de Koch : une croissance délimitée par les capacités et non par le secteur. L'activité des plateaux de fractionnement a en partie échoué parce que son directeur, autoritaire et obsédé par le contrôle, s'aliénait ingénieurs et clients. Charles a commencé à se demander non pas « dans quel secteur sommes-nous ? » mais « que pouvons-nous faire mieux que quiconque, et où dans la chaîne de valeur cela crée-t-il le plus de valeur ? » Ce repositionnement, appliqué de façon répétée au fil des décennies, explique la séquence de secteurs apparemment sans lien dans lesquels Koch s'est ensuite engagée. > « Fiston, soit tu rentres diriger l'entreprise, soit je vais devoir la vendre : ma santé est mauvaise, les affaires ne vont pas bien et je n'ai plus longtemps à vivre. » > — Charles Koch, citant son père Fred Koch ## [11:31] Échecs, destruction créatrice & leçons tirées des erreurs Charles ouvre avec une provocation : « Si vous n'échouez à rien, vous ne faites rien de nouveau. » Il évoque des pertes précoces, notamment une tentative infructueuse de convertir du coke de pétrole en charbon actif, et un schéma récurrent de pénétration dans des activités sans les capacités sous-jacentes nécessaires. Le vrai apprentissage est venu du diagnostic de chaque échec : presque toujours une violation d'un des principes opérationnels de Koch. Chase ajoute la perspective du portefeuille de capacités : l'expansion de Koch du négoce de pétrole brut vers le gaz naturel, les produits chimiques, les engrais et finalement les produits forestiers n'était pas une diversification aléatoire : c'étaient les mêmes capacités fondamentales réorientées vers de nouvelles applications. Il décrit aussi Koch Disruptive Technologies (KDT), qu'il a fondé, comme une expérience structurelle difficile à rendre constamment rentable : une évaluation honnête de son propre échec. La décision d'arrêter ou de pivoter, dit Charles, se résume à un test : avons-nous perdu notre capacité à créer une valeur supérieure pour les clients d'une façon qui nous sera récompensée ? > « Quand on perd assez de chemise, c'est quand on en a eu assez. Quand on décide qu'on n'a pas la capacité de créer une valeur supérieure pour nos clients. » > — Charles Koch ## [19:22] Culture & Principle-Based Management C'est le centre intellectuel de l'épisode. Charles retrace les origines du système PBM aux pires échecs de Koch, qui avaient tous une cause racine commune : promouvoir des personnes aux mauvaises valeurs vers des postes de direction. Deux exemples quasi catastrophiques se distinguent : une opération de trading téméraire qui a failli mettre l'entreprise en faillite lors de la guerre du Moyen-Orient en 1973, et un épisode ultérieur dans lequel des dirigeants « motivés de façon destructrice » cachaient les échecs tout en inventant des succès. L'antidote : embaucher d'abord sur les valeurs, les talents ensuite, et structurer une culture où la motivation par la contribution, le désir de réussir en aidant les autres à réussir, prend le dessus sur la recherche du pouvoir. Chase développe cela avec une formulation qui va droit au but : et si chacun dans l'entreprise savait exactement quoi faire sans qu'on le lui dise ? C'est l'état cible que le PBM est conçu pour produire. La stratégie de conduite du changement évite les mandats descendants : trouver le sous-groupe le plus désireux d'essayer les principes, démontrer des résultats, et laisser la demande tirer la transformation dans le reste de l'organisation. La connaissance collective remplace le jugement de quelques personnes intelligentes au sommet. > « Et si vous pouviez avoir une entreprise et une culture, petite, moyenne ou grande, où chacun savait quoi faire sans qu'on le lui dise ? » > — Chase Koch ## [33:53] L'acquisition de Georgia-Pacific & la transformation culturelle L'acquisition de Georgia-Pacific en 2005 a été le plus grand pari de Koch à l'époque : « un pari massif », dit Chase, quand l'entreprise était bien plus petite. Charles retrace la logique : Koch voyait les activités de pulpe et de papier de Georgia-Pacific comme un prolongement naturel de ses capacités de procédés chimiques, un lien qui remontait jusqu'à la thèse du MIT de Fred Koch sur la trituration en Maine. Ils ont d'abord proposé d'acheter uniquement les divisions de commodités ; quand cet accord n'a pu aboutir en raison de litiges en cours, ils ont proposé d'acheter l'ensemble de l'entreprise. Ce qui a suivi a été une transformation culturelle de plusieurs années d'un siège social de 51 étages à Atlanta, construit sur une bureaucratie descendante. Koch a remplacé les dirigeants, récompensé les travailleurs qui repéraient et corrigeaient les inefficacités, et partagé les économies de coûts avec les syndicalistes qui les trouvaient. Chase décrit ses propres années dans les opérations de première ligne de Koch : vivre dans une caravane simple dans un parc d'engraissement, travailler dans une usine de gaz liquides, comme fondatrices d'un leadership crédible par la suite. Le changement culturel prend bien plus de temps que tout acquéreur ne s'y attend, et nécessite presque toujours de remplacer la cohorte de dirigeants qui maintient l'ancien paradigme. > « Ça prend bien plus de temps que vous ne le pensez pour changer la culture, et dans presque tous les cas, ça nécessite de changer les dirigeants qui ont le paradigme de la responsabilisation ascendante. » > — Chase Koch ## [56:17] Réforme de l'éducation & changement social Stand Together, le réseau philanthropique que Charles construit depuis 60 ans sous différents noms, est aujourd'hui l'une des plus grandes organisations philanthropiques des États-Unis. Chase gère l'origination et les partenariats, et il recadre sa mission : non pas le lobbying politique, mais l'application des mêmes principes Koch aux défis sociaux, en commençant par l'éducation. Le COVID-19 a considérablement changé l'opinion publique : avant 2020, environ 20 % des familles étaient ouvertes aux alternatives à l'enseignement traditionnel ; après avoir vu leurs enfants apprendre davantage sur YouTube que dans les classes Zoom, ce chiffre a grimpé. Stand Together a depuis contribué à lancer plus de 5 000 micro-écoles. Des programmes partenaires comme Alpha School de Joe Limont utilisent la gamification et l'apprentissage par projet pour amener des élèves en difficulté au sommet de leur classe en trois mois. Chase applique aussi le principe de l'avantage comparatif à lui-même : il s'est licencié de son poste de président de Koch Fertilizer quand il a reconnu que quelqu'un d'autre détenait cet avantage comparatif, et utilise ce même prisme pour redéfinir les rôles dans toute la main-d'oeuvre de 130 000 personnes de Koch. > « Avant le COVID, environ 20 % des familles étaient ouvertes à un nouveau modèle éducatif. Pendant le COVID, tout le monde a vu à quel point le système était dysfonctionnel : leurs enfants avaient appris davantage sur YouTube qu'en classe. » > — Chase Koch ## [72:37] IA, défis économiques & l'avenir du capitalisme Friedberg pousse Charles à rendre compte du récit politique Koch : les décennies d'implication dans le parti libertarien et le pivot final vers la coalition plus large de Stand Together. Charles est candide : il a passé trop d'années à ne travailler qu'avec des gens qui partageaient tous ses principes, ce qui a plafonné sa portée. L'intuition de Viktor Frankl : « de plus en plus de gens ont les moyens de vivre, mais n'ont pas de sens à leur vie » a réorienté sa réflexion vers les racines motivationnelles de la désintégration sociale plutôt que vers des remèdes purement politiques. La leçon : les stratégies de la liberté ne peuvent pas emprunter au totalitarisme ; exiger la pureté d'une coalition la détruit. Sur l'IA, la position de Chase est claire : l'innovation sans permission, les systèmes ouverts, donner aux gens des outils d'IA plutôt que de les interdire. Koch utilise le PBM comme cadre natif de l'IA, et Chase a créé un compagnon IA du nouveau livre pour que les lecteurs puissent interagir directement avec les principes : bien au-delà de ce que Charles avait anticipé quand il a invité Chase à co-écrire. L'épisode se clôt sur l'objectif de legs déclaré par Charles : que les États-Unis vivent plus pleinement à la hauteur de la promesse de la Déclaration d'Indépendance. > « Le problème aujourd'hui, c'est que de plus en plus de gens ont les moyens de vivre, mais n'ont pas de sens à leur vie. » > — Charles Koch, citant Viktor Frankl ## Personnages - **David Friedberg** — Animateur ; co-fondateur de The Production Board ; associé en affaires de Chase Koch depuis 2013 dans le secteur agricole - **Charles Koch** — Président du conseil et PDG de Koch Inc. depuis 1967 ; ingénieur diplômé du MIT ; co-auteur du livre Principle-Based Management ; a dirigé la croissance de 9 000 fois de la valeur de Koch - **Chase Koch** — Président de Koch Inc. ; fondateur de Koch Disruptive Technologies ; co-auteur du livre PBM avec Charles ; dirige l'origination et les partenariats de Stand Together - **Koch Inc.** — Conglomérat familial privé dont le siège est à Wichita, KS ; fondé en 1940 par Fred Koch ; 130 000 + employés dans l'énergie, les produits chimiques, les produits forestiers, les biens de consommation, les logiciels et le capital-risque - **Principle-Based Management (PBM)** — Le cadre opérationnel de 41 principes de Koch ; met l'accent sur la motivation par la contribution, l'embauche fondée sur les valeurs, la responsabilisation ascendante et le traitement de chaque unité d'affaires comme un laboratoire - **Georgia-Pacific** — Entreprise de produits forestiers et de grande consommation acquise par Koch en 2005 ; la plus grande acquisition de Koch ; étude de cas principale de la transformation culturelle sous le PBM - **Koch Disruptive Technologies (KDT)** — Branche capital-risque fondée par Chase Koch ; participations minoritaires dans des entreprises technologiques disruptives ; décrite comme structurellement difficile à rendre constamment rentable - **Stand Together** — Le réseau philanthropique de Charles Koch actif depuis 2003 ; axé sur la réforme de l'éducation, la réduction de la pauvreté et le changement social trans-partisan ; a contribué à lancer 5 000 + micro-écoles après le COVID

Lloyd Blankfein, ancien PDG et Senior Chairman de Goldman Sachs, s'entretient avec David Haber, General Partner chez a16z, pour examiner ce qui distingue les institutions durables des structures éphémères. En retraçant son parcours des logements sociaux d'East New York jusqu'à la direction de Goldman lors de la crise financière de 2008, Blankfein défend l'idée que la discipline authentique face au risque, et non la prédiction ni la technologie, constitue le véritable avantage concurrentiel. Il met en garde : le danger le plus grand de l'IA n'est pas la superintelligence, mais l'effet de levier impossible à tester, des systèmes qui exécutent 70 000 transactions avant que quiconque puisse vérifier s'ils ont raison. ## [00:00] Introduction Blankfein ouvre sur la tension fondamentale que vit tout investisseur : on est simultanément preneur de risques et gestionnaire de risques, et on ne peut sous-traiter ni l'un ni l'autre. Il indique que les marchés se trouvent au seuil d'une vague de grandes introductions en bourse, et que les risques les plus sous-estimés sont structurels : des logiciels capables d'agir à grande échelle avant qu'un être humain puisse les auditer. > « La plupart de ce que nous faisons en matière de risque, ce n'est pas tant de la prédiction, c'est surtout de la planification de contingence. » — Lloyd Blankfein ## [01:02] Sarcasme sur Twitter et gestion du risque Haber incite Blankfein à revenir sur X. Blankfein explique pourquoi il a pris du recul : tweeter est un exercice d'ego dont le risque à la baisse est asymétrique. Quiconque persiste finit par franchir une ligne invisible qu'il ne voyait pas. Chez Goldman, il jouait déjà un jeu dangereux en étant sarcastique envers des figures politiques, Sanders, Warren, le président, et il le savait. La liberté d'après ne supprime pas le calcul, elle change seulement qui en subit les conséquences. > « Je sais que tout le monde continue à le faire et qu'on finit tôt ou tard par se faire annuler parce qu'on franchit une ligne invisible que personne ne connaissait, et du point de vue risque/rendement, tout ça n'est qu'ego sans valeur réelle. » — Lloyd Blankfein ## [02:18] Le calme dans la crise Blankfein relate un véritable incident de sécurité lors d'un événement public : des hommes armés ont envahi la scène, la salle s'est baissée, lui est resté assis à observer. Son explication est sobre : en crise, le temps ralentit pour lui, il devient très attentif à ce dont les gens autour de lui ont besoin plutôt qu'à ses propres émotions. Il utilise l'humour désarmant comme outil (« Vous allez finir cette salade ? ») non par bravade mais parce que ça brise la tension et stabilise les personnes autour de lui. Il ne sait pas dans quelle mesure c'est inné ou acquis, mais il est convaincu que l'exposition passée aux crises reste le meilleur prédicteur du calme futur. > « J'ai tendance à être un peu tendu en permanence, mais je ne le suis pas particulièrement. En fait, les choses ralentissent pour moi. » — Lloyd Blankfein ## [06:44] Des logements sociaux à Wall Street Blankfein a grandi dans un logement social d'East New York où le plafond de revenus pour rester dans l'immeuble était de 90 dollars par semaine. Manhattan était à un bus plus un métro, une sorte de pays étranger. Son entretien à Harvard était l'une des trois fois environ où il était allé en ville. Plutôt que de présenter ça comme une privation, il montre comment la proximité de l'ambition sans l'accès aiguise l'instinct de contingence : on apprend tôt à envisager ce qu'on fera si cette voie se ferme, puis à tracer la suivante. Ce schéma de modélisation du risque par arborescence est devenu le système d'exploitation qu'il a ensuite appliqué à la direction d'une grande banque. > « J'ai grandi dans les logements sociaux. Il fallait prendre un bus, puis le métro pour aller en ville. » — Lloyd Blankfein ## [23:36] Culture, technologie et partenariat chez Goldman La technologie n'a jamais été optionnelle chez Goldman : c'était toujours la frontière. Blankfein décrit comment un investissement précoce et soutenu dans l'infrastructure de gestion des risques a donné à la firme un avantage structurel composé : un système propriétaire de gestion des risques construit il y a 25 à 30 ans qui constitue encore le cœur de la plateforme aujourd'hui, assez flexible pour n'avoir jamais été complètement remplacé. Le modèle de partenariat alimentait directement cela : les associés avaient leur propre capital en jeu, ils se souciaient intensément de la qualité des systèmes sous-tendant chaque position. Cette culture du capital propre permettait à Goldman d'engager avec ses clients en tant que pairs plutôt que comme simples exécutants. > « On avait un énorme avantage technologique grâce à ce qu'on avait investi tôt. » — Lloyd Blankfein ## [37:25] La firme avant le fonds La distinction que trace Blankfein est structurelle : l'objectif d'un fonds est de maximiser le carried interest avec le moins de personnes possible dans le minimum de temps ; une firme doit construire des avantages concurrentiels composés sur les cycles. La capacité de Goldman à payer les gens pendant les mauvaises années, à résister au découplage des activités en difficulté temporaire, n'était possible que parce que la mentalité de partenariat traitait la franchise de la firme comme un actif à longue durée. Il dit explicitement que cela exigeait d'atténuer les oscillations cycliques de la rémunération, ce qui est vraiment difficile et signifie parfois perdre des gens, mais l'alternative détruirait la plateforme. > « Goldman Sachs dans sa culture de partenariat était capable de regarder au-delà de ces choses à court terme et de dire : sur le cycle, c'est un excellent business. » — Lloyd Blankfein ## [41:14] Mentorat et initiative entrepreneuriale La théorie du mentorat de Blankfein est simple : il voulait que les gens aient l'impression d'avoir vraiment reçu quelque chose en travaillant avec lui, qu'il les avait rendus meilleurs qu'ils ne l'auraient été autrement. Il décrit aussi comment il ignorait délibérément l'organigramme en tant que jeune employé : au bureau des métaux précieux, il a remarqué que des investisseurs religieux du Moyen-Orient voulaient des rendements de type actions sans intérêts explicites, et s'est rendu directement auprès du numéro deux de l'époque, Bob Rubin, avec une idée de produit structuré. La première commande est arrivée à 400 millions de dollars, le plus grand trade jamais exécuté par Goldman à l'époque. Son conseil : agir en entrepreneur dans une institution avant d'avoir besoin d'un titre pour le faire. > « Je voulais qu'ils pensent que je les avais rendus meilleurs qu'ils ne l'auraient été autrement, qu'ils en avaient beaucoup tiré profit. » — Lloyd Blankfein ## [47:05] La gestion des risques à l'épreuve des crises Le chapitre 2008 est le plus dense. Blankfein attribue la survie de Goldman à trois facteurs composés : l'absence d'un grand portefeuille de dépôts grand public, une discipline rigoureuse du mark-to-market quand les pairs refusaient de le faire, et un héritage de partenariat qui conditionnait chacun à traiter le capital comme si c'était sa propre maison en jeu, car quand Goldman était un partenariat, c'était littéralement le cas. Il nomme aussi le principe qui a préservé les relations clients dans le chaos : « les engagements sont dans le passé, les relations sont dans le futur. » Reconnaître une mauvaise position et choisir d'avancer a transformé plusieurs pertes potentielles en partenariats durables. > « Les associés n'avaient pas seulement leurs comptes d'associés en jeu, ils avaient leurs maisons en jeu. » — Lloyd Blankfein ## [56:11] Résistances à l'IA et sagesse de carrière Blankfein voit le moment de l'IA comme un pari à multiples fourches : plusieurs architectures, plusieurs acteurs, probablement deux ou trois grands gagnants, et personne ne sait aujourd'hui quel chemin y mène. Il est en partie rassuré que les plus gros paris soient faits par des actionnaires fondateurs avec leur propre capital plutôt que par des managers professionnels déployant l'argent des autres : la conviction personnelle profondément ancrée est un meilleur signal que les dépenses d'investissement approuvées. Sa préoccupation la plus acérée est l'opacité structurelle : sur les anciennes salles de trading, on entendait un mauvais prix à l'instant où il se produisait ; aujourd'hui, les systèmes fonctionnent entièrement en coulisses sans trace auditable. L'effet de levier intégré dans ces systèmes, et non l'intelligence, c'est ce qu'il pointe. Il conclut sur des conseils de carrière : rester curieux dans tous les domaines, chercher la profondeur plutôt que les titres, et faire preuve d'indulgence envers les paris passés qui semblent stupides rétrospectivement, car toute décision de frontière se prend sans les informations qui rendront la bonne réponse évidente plus tard. > « Aujourd'hui on n'a plus cette intuition parce que tout se passe en coulisses et on n'a pas la trace ni le processus de pensée de ces choses. L'effet de levier dans ces systèmes est en lui-même un gros problème. » — Lloyd Blankfein ## Personnages - **Lloyd Blankfein** (Personne) : Ancien PDG et Senior Chairman de Goldman Sachs ; invité tout au long de l'épisode - **David Haber** (Personne) : Animateur ; General Partner chez a16z spécialisé en Fintech - **Goldman Sachs** (Organisation) : Institution centrale examinée : modèle de partenariat, navigation de la crise de 2008, investissement technologique précoce - **Bob Rubin** (Personne) : Ancien co-président de Goldman Sachs, puis secrétaire au Trésor américain ; Blankfein lui a soumis directement sa première grande idée de produit structuré en tant que jeune employé - **Crise financière de 2008** (Concept) : Cas de test principal pour la culture de gestion des risques de Goldman ; la discipline du mark-to-market et l'absence de portefeuille grand public ont été des facteurs clés de survie - **Culture de partenariat Goldman** (Concept) : Mécanisme structurel alignant les incitations des associés, comptes d'associés et maisons personnelles, avec la santé à long terme de la firme - **IA et finance** (Concept) : Présentée comme la vague technologique actuelle ; saluée pour son potentiel mais signalée pour son effet de levier impossible à tester et son opacité opérationnelle remplaçant l'intuition humaine auditable

Anne Applebaum a passé trois décennies à étudier comment les systèmes autoritaires s'élèvent et pourquoi les sociétés démocratiques ne s'en aperçoivent que trop tard. Elle expose les cinq tactiques utilisées par les autocrates pour démanteler la démocratie — corruption, manipulation électorale, capture du personnel, contrôle de l'information et coercition physique — et les applique chacune à ce qui se passe actuellement aux États-Unis. La conversation aborde la fortune de Trump, qui a triplé durant son mandat, les PDG de la tech qui ont capitulé pour rester dans le jeu, les raisons pour lesquelles les alliés mondiaux se préparent déjà à un monde sans leadership américain, et pourquoi l'inévitabilité historique est un piège que les autocrates veulent vous faire croire. ## [00:00] Intro Steven ouvre l'émission avec deux bocaux représentant la fortune de Trump : 2,3 milliards de dollars à son entrée en fonction, et 6,5 milliards deux ans plus tard. L'argument d'Applebaum s'impose immédiatement : l'Amérique n'a jamais eu de président gérant des entreprises tout en définissant sa politique, et l'investissement de 2 milliards de dollars du gouvernement saoudien dans le fonds de Jared Kushner n'était pas dû à une simple sympathie pour Jared Kushner. > *« Les décisions ne sont pas prises en fonction de ce qui est bon pour les Américains, mais de ce qui est bon pour son entreprise. »* — Anne Applebaum ## [02:10] Pourquoi l'histoire se répète Applebaum a débuté comme historienne de l'Union soviétique, a assisté à la dissolution du Pacte de Varsovie depuis Varsovie, et a passé des années à écrire sur des systèmes qu'elle croyait appartenir au passé. Vers 2013-2014, elle a réalisé que ce qu'elle étudiait comme histoire revenait à la surface. Les démocraties modernes ne meurent pas sous les chars, elles s'effondrent quand quelqu'un d'élu légitimement commence à démonter les institutions qui garantissent la fairness de la prochaine élection. > *« La plupart des gens pensent que les démocraties finissent par un coup d'État ou des chars dans les rues. En réalité, dans le monde moderne, elles s'arrêtent surtout parce qu'une personne élue légitimement commence à démonter le système. »* — Anne Applebaum ## [03:33] Le plus grand signe d'alerte pour la démocratie Ce qui semble différent aujourd'hui, c'est que des partis politiques arrivent au pouvoir avec l'objectif explicite de ne jamais avoir à le quitter. Viktor Orbán en Hongrie a été le pionnier : élu avec une large marge, il a ensuite capturé méthodiquement les tribunaux, la commission électorale, les médias et la fonction publique. Chaque institution qu'il a neutralisée a rendu la prochaine élection légèrement moins équitable. > *« Pour la première fois dans plusieurs démocraties établies, vous avez des partis politiques qui accèdent au pouvoir avec l'idée explicite qu'ils vont modifier le système pour s'assurer de pouvoir y rester indéfiniment. »* — Anne Applebaum ## [05:12] Pourquoi la démocratie semble si défaillante La démocratie est un étrange marché : on gagne le pouvoir, mais on doit préserver les règles pour que ses ennemis puissent nous battre lors du prochain scrutin. Une fois que ce pacte se brise, tout le système se déstabilise. Applebaum cite le Sud américain avant le mouvement des droits civiques comme précédent national : des États à parti unique, des règles truquées, un vote restreint. Certains à Washington travaillent aujourd'hui à partir de cette histoire. > *« Certes, mais il existe des systèmes intermédiaires entre la Russie et la démocratie libérale. On peut avoir des démocraties qui ne sont pas équitables. »* — Anne Applebaum ## [07:41] Les plus grandes menaces actuelles Deux menaces distinctes évoluent en parallèle. À l'intérieur des États-Unis : une classe croissante de gens coupés du système politique, l'émergence d'une force paramilitaire nationale avec l'ICE, et une corruption à haut niveau d'une ampleur inédite. Extérieurement : des puissances autocratiques — Russie, Chine, Iran — contestent l'ordre mondial d'après-1945, non seulement en rivalisant, mais en menant une guerre des idées contre la démocratie libérale. > *« Nous assistons aussi à une montée de la corruption à haut niveau. Le président, son entourage, les entreprises proches de lui semblent avoir accès à des façons de s'enrichir qui n'étaient pas possibles à cette échelle en Amérique auparavant. »* — Anne Applebaum ## [08:52] Pourquoi la démocratie se transforme rapidement Steven présente une carte des niveaux de démocratie dans le monde. Ce qui frappe immédiatement : l'organisation qui l'a réalisée ne classe plus les États-Unis comme démocratie libérale, mais comme « démocratie électorale », un cran en dessous. Il y a une ou deux décennies, la carte était bien plus bleue. Les États s'influencent et s'imitent mutuellement, si bien que le recul américain ne touche pas que les Américains. > *« Ceux qui ont réalisé la carte ne comptent plus les États-Unis comme démocratie libérale. »* — Anne Applebaum ## [10:18] L'Amérique pourrait-elle devenir une autocratie ? Le scénario américain réaliste n'est pas une dictature à la Putin, mais un État à parti unique : circonscriptions gerrymandrées, DOJ capturé, et des élections truquées qu'un seul parti remporte toujours. Le 6 janvier a été une tentative de coup d'État électoral. Il a échoué. Considérer cela comme un plafond plutôt que comme un plancher, estime Applebaum, serait naïf. > *« Nous avons actuellement un président qui a refusé d'accepter le résultat d'une élection en 2020 et qui a orchestré ce qui était conçu comme un coup d'État électoral. Il a échoué. Mais l'idée que personne n'oserait jamais recommencer, je pense que c'est assez naïf à ce stade. »* — Anne Applebaum ## [12:05] Ce que signifie un troisième mandat de Trump Trump lui-même ne veut probablement pas d'un troisième mandat, mais ses proches travaillent à garantir qu'un républicain, peut-être un membre de la famille, gagne indéfiniment. Après le 6 janvier, les modérés sont partis. La coalition qui est restée et qui est arrivée se compose de trois groupes : les technolibertariens qui veulent le contrôle car la démocratie entrave leurs affaires, les nationalistes chrétiens qui veulent un État non laïc, et le MAGA traditionnel. Ils ne sont d'accord sur presque rien, sauf que le changement radical du système est nécessaire. > *« Lors de son premier mandat, Trump était contraint par le système. Maintenant, il s'est entouré de gens qui cherchent à l'aider à s'affranchir de ces contraintes. Et c'est du nouveau. »* — Anne Applebaum ## [14:56] Pourquoi l'autocratie attire les gens Applebaum illustre à quoi ressemble concrètement l'autocratie en utilisant la Hongrie comme étude de cas. Un chef d'entreprise qui refuse de vendre à des alliés du parti au pouvoir se retrouve avec les vitres brisées, ses enfants harcelés, ses employés confrontés à des problèmes réglementaires, jusqu'à ce qu'il vende et parte. Steven fait le parallèle avec Anthropic, menacé après avoir refusé des exigences gouvernementales. Le contre-argument d'Applebaum : l'autocratie est un jeu de dupes, même pour les oligarques. Les oligarques de Putin l'ont appris. Ceux de Chine aussi. > *« La loi, c'est ce que la personne au pouvoir dit qu'elle est. »* — Anne Applebaum ## [19:12] La fortune de Trump change tout La fortune de Trump est passée de 2,3 milliards à 6,5 milliards de dollars en deux ans : du jamais-vu dans l'histoire présidentielle américaine. Les présidents précédents ont eu des soupçons de corruption, mais aucun n'a géré d'entreprises actives dans des pays avec lesquels il menait simultanément des négociations diplomatiques. Kushner a reçu un investissement saoudien de 2 milliards et négocie désormais avec ces mêmes partenaires commerciaux au nom de l'administration. > *« Jamais nous n'avons eu un président gérant des entreprises tout en étant en fonction, d'une manière telle que les personnes avec lesquelles il fait des affaires espèrent en tirer un bénéfice politique. »* — Anne Applebaum ## [21:27] Pourquoi la stabilité mondiale s'effondre Les guerres en Ukraine et en Iran, et l'effondrement de l'ordre d'après-1945, ne sont pas étrangers à l'histoire de la démocratie. Les autocraties déclenchent des guerres pour consolider leur base à l'intérieur. La Russie a envahi l'Ukraine en partie parce que la rhétorique démocratique ukrainienne, liberté d'expression, État de droit, intégration européenne, était explosive si elle se répandait aux Russes. L'ordre mondial libéral se fragmente parce que deux forces le tirent simultanément : des challengers autocratiques et un retrait américain vers l'intérieur. > *« Vous savez ce dont Putin a le plus peur ? Il a le plus peur d'une révolution de rue du type de celle qu'on a vue en Ukraine en 2014. »* — Anne Applebaum ## [26:26] Démocratie contre dictature : qu'est-ce qui dure ? Historiquement, l'autocratie l'emporte sur la longévité. La plupart des sociétés humaines à travers l'histoire ont été gouvernées par des monarques, des seigneurs de guerre ou des chefs tribaux. Les Fondateurs américains le savaient : ils lisaient l'histoire de la chute de la République romaine et de la démocratie athénienne lorsqu'ils rédigeaient la Constitution, essayant d'ingénier la durabilité dans la fragilité. > *« Les gens qui ont écrit la Constitution américaine lisaient, au moment où ils l'écrivaient, l'histoire de la Rome antique. Ils connaissaient tous cette histoire. »* — Anne Applebaum ## [27:38] Qui est plus heureux : démocraties ou autocraties ? La Finlande, la Suède, la Norvège, le Danemark, les pays scandinaves, les plus heureux de façon constante, sont tous des démocraties libérales dotées d'États-providence importants et d'inégalités faibles. Dans les autocraties, les citoyens ordinaires ne peuvent pas influencer l'État : un citoyen russe ne peut pas dire « nous préférerions construire un hôpital plutôt que de bombarder l'Ukraine », et cette absence d'action collective génère un mécontentement structurel, pas seulement une frustration individuelle. > *« Ils ne peuvent pas dire : "Nous voudrions construire un hôpital plutôt que de bombarder une autre ville en Ukraine." Ils ont donc très peu de moyens de changer le système, ce qui crée frustration et mécontentement. »* — Anne Applebaum ## [29:04] Des gens informés choisiraient-ils la démocratie ? Probablement oui, mais Applebaum ne rejette pas l'attrait de l'autoritarisme. Il existe un profond besoin humain de stabilité et de hiérarchie que les autocrates exploitent. Les campagnes russes et chinoises sur les réseaux sociaux dans les pays occidentaux véhiculent exactement ce message : autoritarisme est synonyme de sécurité et de valeurs traditionnelles. Quand l'information et les services de sécurité sont aussi contrôlés, on peut maintenir le pouvoir même si la majorité préférerait autre chose. > *« Les autocraties offrent faussement la stabilité. L'argument qu'elles font dans leurs campagnes sur les réseaux sociaux aux États-Unis et au Royaume-Uni, c'est exactement cela : autoritarisme, stabilité, sécurité, valeurs traditionnelles, hiérarchie. »* — Anne Applebaum ## [30:45] Comment Putin se maintient au pouvoir Peu importe ce que les Russes pensent en privé, car il n'existe aucun forum où ils peuvent le dire en sécurité. Exprimer l'opinion que Putin devrait prendre sa retraite peut mener en prison. Les gens ajustent ce qu'ils disent, puis graduellement ce qu'ils pensent, puis se retirent totalement de la politique. Applebaum retrace le même mécanisme dans la propagande soviétique : les gens ne la croyaient pas nécessairement, mais il était commode de faire comme si. La Russie a eu une fenêtre de débat ouvert dans les années 1990 et 2000. Cette fenêtre s'est fermée progressivement, pas du jour au lendemain. > *« Peu importe ce qu'ils pensent. Il n'existe pas d'opinion publique ni de débat public. Il n'y a pas de forum où vous pouvez exprimer vos opinions de manière équitable. »* — Anne Applebaum ## [32:40] 5 tactiques des autocrates La première tactique : la corruption. Dans tout système politique, la corruption existe, mais dans un système autocratique, le système juridique est aussi capturé, et il n'existe donc aucun frein. L'installation par Trump de loyalistes au DOJ signifie que l'agence qui enquêterait normalement sur la corruption de la Maison Blanche est utilisée à la place pour poursuivre les ennemis. La corruption fonctionne aussi comme outil de fidélisation : soyez avec moi, vos affaires prospèreront. > *« La corruption est un symptôme particulier de l'autoritarisme, et c'est aussi un outil. Le président peut offrir aux gens : soyez avec moi, votre entreprise prospérera, vous obtiendrez des marchés publics. »* — Anne Applebaum ## [34:19] Les PDG de la tech l'autorisent-ils ? Les PDG de la tech qui traitaient Trump de dictateur en 2016 dînent maintenant avec lui à la Maison Blanche. L'explication de Steven : la richesse est un substitut au statut, et la vraie peur est de perdre face à un concurrent. Altman perd face à Anthropic et xAI s'il antagonise Trump. Le contre-argument d'Applebaum : c'est myope, car si le système juridique américain se dégrade, ils se dégradent avec lui. Elle cite Anthropic et les cabinets d'avocats qui ont refusé de céder à des procès abusifs comme preuve que tenir la ligne a aussi une valeur commerciale. > *« Si j'étais aussi riche, à quoi bon l'être si on ne peut pas dire ce qu'on pense ? »* — Anne Applebaum ## [38:11] L'Amérique peut-elle jamais revenir à la normale ? Préparez un plan B, conseille Applebaum aux audiences européennes qui lui posent cette question. L'OTAN a besoin d'une alternative si les États-Unis font défaut. Beaucoup de choses ne reviendront pas à la normale : le prochain président pourrait être JD Vance, encore plus engagé dans un système à parti unique, ou un démocrate qui découvre que les normes brisées sont utiles. Une fois les normes brisées et les lois modifiées, n'importe qui peut exploiter les décombres. > *« Beaucoup de choses ne reviendront jamais tout à fait à la normale, ni à l'intérieur des États-Unis ni dans le monde. »* — Anne Applebaum ## [39:27] Pourquoi les nations se replient sur elles-mêmes Le point de rupture pour la plupart des alliés américains a été l'épisode du Groenland. Trump a publiquement laissé entendre une invasion du territoire danois ; le Danemark a commencé à planifier s'il devait faire sauter les aéroports du Groenland et abattre des avions américains. Ses partenaires européens ont effectué le même exercice. Personne ne s'en est remis. Depuis lors : accords commerciaux UE-Inde, le Canada ouvrant des liens de sécurité avec l'UE, la France et la Pologne discutant d'un parapluie nucléaire européen, des puissances moyennes du monde entier tissant de nouvelles relations bilatérales et se couvrant contre l'imprévisibilité américaine. > *« Tout le monde, partout dans le monde, cherche des alternatives. »* — Anne Applebaum ## [43:57] Ce que cela signifie pour les Américains C'est une très mauvaise nouvelle. La prospérité américaine d'après-guerre reposait sur la dominance du commerce mondial, des bases de l'OTAN qui projettent la puissance au Moyen-Orient et en Afrique, et la suprématie du dollar. Si les alliés cessent d'acheter des produits américains — le Canada dispose désormais d'une application de boycott qui identifie les produits américains dans les supermarchés — si le stockage cloud européen se localise, si les bases de l'OTAN ferment, les Américains en ressentent les effets. > *« Une grande partie de la prospérité américaine d'après-guerre reposait sur le fait que l'Amérique dominait le commerce mondial, et nous importons des choses du monde entier, ce qui est aussi bénéfique. »* — Anne Applebaum ## [45:39] La partie la plus dangereuse de la dictature Personne autour de Trump ne lui a clairement dit que l'Iran n'était pas le Venezuela. Les dictatures produisent cet échec : personne ne dit « c'est une mauvaise idée » directement, parce que le faire mène au licenciement. Le problème plus profond : Trump n'a jamais communiqué avec l'opposition démocratique iranienne ni avec des gouvernements alternatifs, parce que son véritable intérêt était la domination et les revenus pétroliers, pas la démocratisation. Même George W. Bush, qui a commis des erreurs catastrophiques, voulait laisser derrière lui une démocratie. Trump ne pense pas de cette façon. > *« Voilà une autre caractéristique des dictatures : personne ne remet en question vos décisions et personne ne vous propose d'alternatives. »* — Anne Applebaum ## [48:49] Pourquoi la cote de Trump est en baisse La cote d'approbation de Trump est à son plus bas historique. La guerre en Iran a mal tourné ; même Tucker Carlson s'excuse. La lecture d'Applebaum sur la psychologie de Trump : il n'a aucune stratégie, aucune connaissance historique de l'Iran, aucune pensée à long terme. Quelle que soit la situation, il la convertit en « je gagne ». Ce réflexe narcissique est incompatible avec la réflexion stratégique réelle, qui exige d'accepter qu'on n'a pas encore gagné et de faire un plan. > *« Il ne se soucie pas beaucoup de ce qui s'est passé avant qu'il soit président. Il ne connaît pas l'histoire de l'Iran. Ce qui l'intéresse, c'est ce qui se passe maintenant et s'il gagne dans le moment présent. »* — Anne Applebaum ## [50:48] Publicités Lectures sponsorisées pour Wispr Flow (application de dictée vocale) et Stan (outil de contenu pour les réseaux sociaux assisté par IA) ; Steven lit en ligne. ## [52:50] La 2e tactique des autocrates La manipulation électorale. Orbán, après 16 ans, vient de perdre une élection hongroise, mais pendant ces 16 ans, il disposait des deux tiers du parlement et les a utilisés pour réécrire continuellement la constitution à son avantage électoral. Aux États-Unis : le gerrymandering (Nashville, ville à tendance démocrate, découpée en circonscriptions républicaines sûres), des règles de pièce d'identité électorale conçues pour disqualifier les jeunes électeurs, les femmes mariées dont le nom a changé, et les minorités, plus un récit de complot sur le vote d'immigrants illégaux, construit pour discréditer les totaux de votes démocrates. > *« Quand on commence à voir des tentatives de corrompre et de façonner les élections, c'est là qu'on sait que sa démocratie est en danger. »* — Anne Applebaum ## [57:39] La 3e tactique des autocrates Le personnel. Une démocratie fonctionnelle a besoin d'experts : des contrôleurs de la pollution atmosphérique qui connaissent la pollution, des régulateurs d'assurance qui comprennent les marchés. Dans les autocraties corrompues, ces emplois vont aux cousins du président et aux donateurs du parti. La pression de Trump sur Jerome Powell à la Fed en est l'illustration en direct : tenter de faire plier une institution indépendante aux préférences de la Maison Blanche. > *« Dans les autocraties corrompues, ces emplois vont aux personnes qui sont le cousin du président ou le meilleur ami du vice-président. »* — Anne Applebaum ## [59:40] La 4e tactique des autocrates Le contrôle de l'information. La Chine a construit son internet depuis zéro pour qu'il soit contrôlé par l'État. La Russie suit le même chemin. Aux États-Unis, le mécanisme est différent : plutôt que de rayer des phrases dans des articles, l'administration presse des régulateurs de serrer la vis aux chaînes de télévision et manœuvre pour placer des propriétaires favorables à la tête de TikTok, CBS et CNN. Le manuel d'Orbán reposait sur la propriété des médias : la plupart des télévisions hongroises sont passées sous contrôle indirect ; quelques sites indépendants ont survécu. La campagne touche aussi les universités : l'administration a tenté de dicter à Harvard quels cours elle pouvait enseigner comme condition du financement fédéral. > *« Toutes les dictatures cherchent à contrôler l'information. Aujourd'hui, le contrôle des médias fonctionne au niveau de la propriété : qui possède les médias devient la question la plus importante. »* — Anne Applebaum ## [65:58] Les médias sociaux devraient-ils avoir un pouvoir légal ? La Section 230 exemptait les plateformes de la responsabilité légale à laquelle sont soumis les journaux. La position d'Applebaum : faire en sorte que le monde en ligne se conforme aux mêmes lois que le monde hors ligne est une évidence : la pornographie enfantine illégale hors ligne devrait l'être en ligne, le recrutement pour Daech illégal en personne devrait l'être sur une plateforme. Les pays européens qui n'intègrent pas les médias sociaux dans leur système juridique risquent de ne plus pouvoir organiser des élections souveraines, car les plateformes étrangères peuvent contourner les règles de dépenses électorales bien plus discrètement qu'un achat de publicité télévisée. La décision sur ce qui constitue un discours illégal doit être prise par des représentants élus, pas par Elon Musk ou Mark Zuckerberg. > *« La décision ne devrait pas être prise par Elon Musk ou Mark Zuckerberg. Elle devrait l'être par les représentants élus de ce pays. »* — Anne Applebaum ## [72:58] Les citoyens peuvent-ils vraiment quitter la Chine ? En théorie oui, mais les obstacles pratiques sont énormes. Il faut un visa, une destination où travailler et parler la langue, des qualifications professionnelles transférables, et des proches âgés qui ne vous retiennent pas. Applebaum a des amis russes encore à Moscou non pas parce qu'ils soutiennent Putin, mais parce que leur vie est là. L'exil est un privilège qui dépend de ressources, de la langue et d'une chance que la plupart des gens n'ont pas. > *« L'immigration n'est pas toujours facile. Ce n'est pas toujours pratique pour tout le monde. »* — Anne Applebaum ## [74:15] La 5e tactique des autocrates Le contrôle des ministères de la force et la coercition physique. Les autocraties ont tôt ou tard besoin d'un appareil répressif qui soit physiquement réel, pas seulement le contrôle de l'information, mais la capacité de menacer les gens corporellement. Ceux qui ne se conforment pas au système affrontent quelque chose de plus que la pression sociale. > *« La plupart des autocraties veulent tôt ou tard créer une sorte de système répressif qui soit aussi physique : un élément de coercition. »* — Anne Applebaum ## [74:48] Pourquoi l'ICE dérape L'ICE a été conçu comme un organisme d'application des lois sur l'immigration. Ce à quoi il ressemble aujourd'hui est différent : agents masqués en uniformes militaires, fourgonnettes banalisées, agissant hors de la responsabilité policière locale, ne rendant de comptes qu'au Département de la sécurité intérieure et au président. Quand deux citoyens américains ont été tués lors de protestations au Minnesota et que la réaction immédiate de l'administration a été d'accorder l'impunité plutôt d'ordonner une enquête, Applebaum a marqué cela comme un seuil franchi : une force de police qui nuit aux citoyens ordinaires sans conséquence légale sert le parti au pouvoir, pas les Américains. > *« Quand vous avez une force de police qui peut nuire aux citoyens ordinaires sans en payer le prix et sans rendre de comptes, vous ne servez pas les Américains. Vous servez les intérêts du parti au pouvoir. »* — Anne Applebaum ## [77:00] Publicités Lecture sponsorisée pour la campagne de jalons d'abonnés de l'émission ; Steven lit en ligne. ## [77:32] L'empire américain est-il en déclin ? Steven expose le cycle de vie d'empire de 250 ans de Sir John Glubb et note que les États-Unis ont exactement 250 ans en 2026. La réponse d'Applebaum : c'est une description assez précise de ce qui se passe, mais elle rejette fermement l'inévitabilité historique. Penser que le déclin est inévitable retire la volonté d'agir, tout comme la certitude que la démocratie libérale gagne toujours était la complaisance qui a laissé la montée de la Russie et de la Chine passer inaperçue dans les années 1990. La Pologne est passée de satellite communiste à démocratie fonctionnelle en 30 ans. Les pays changent. Ce qui se passe demain dépend des choix faits aujourd'hui. > *« Chaque fois qu'on pense que quelque chose est inévitable, cela retire la volonté d'agir. »* — Anne Applebaum ## [81:32] La politique n'est-elle que nature humaine ? La nature humaine est une constante, mais l'histoire n'est pas prévisible parce que l'accident compte énormément. Si Eltsine avait choisi Boris Nemtsov plutôt que Putin, quelqu'un qui voulait intégrer la Russie à l'Europe, le monde aurait l'air complètement différent. Il n'y avait rien d'inévitable dans ce choix. Il y a toujours une proportion de toute population qui tend vers l'autoritarisme et une autre vers le libéralisme, mais ce que le leadership d'un pays encourage détermine l'issue bien plus qu'une loi structurelle. > *« Quand Boris Eltsine, ivre et malade, a dû choisir le prochain dirigeant de la Russie, la personne qu'il a choisie était Vladimir Putin, qui à l'époque avait un rang très bas. Personne ne l'imaginait en dictateur. »* — Anne Applebaum ## [84:20] La démocratie crée-t-elle un capitalisme extrême ? Applebaum inverse la prémisse : historiquement, les démocraties réussies ont eu tendance vers l'égalité, pas l'extrémisme. Les États-Unis des années 1950 avaient une mobilité sociale massive, une création de richesses généralisée et un mouvement des droits civiques en expansion, démocratie et égalité relative se renforçant mutuellement. L'émergence d'oligarques technologiques ayant plus de pouvoir qu'aucun politicien est ce qui préoccupe le plus les observateurs de la démocratie, parce qu'une partie de ce groupe est déjà devenue anti-démocratique précisément parce que la démocratie distribue le pouvoir d'une façon qui les dérange. > *« Combien de temps ce groupe de personnes voudra-t-il vivre dans une démocratie où tout le monde vote et où la richesse est censée être distribuée de manière plus équitable ? »* — Anne Applebaum ## [86:27] Comment les démocraties se défendent Votez, dans toutes les élections, y compris les locales. Quand les gens deviennent nihilistes et disent « ils sont tous pareils », c'est exactement ce que les autocrates cherchent à créer. Putin veut les Russes hors de la politique. La Chine veut son peuple hors de la politique. Le désengagement civique n'est pas de l'apathie : c'est l'objectif des systèmes autoritaires. Observez comment les dirigeants parlent de la presse, du pouvoir judiciaire et de la fonction publique : un vrai démocrate respecte ces institutions parce qu'elles sont ce qui garantit la fairness de la prochaine élection. > *« Quand les gens deviennent nihilistes, quand ils disent : "Ils sont tous pareils, peu m'importe qui gagne", c'est ce que les autocrates tentent de créer." »* — Anne Applebaum ## [88:01] Les médias grand public sont-ils politiquement biaisés ? Certains organes sont structurellement biaisés parce que leur modèle économique l'exige : Fox vend de la colère à des téléspectateurs de droite. Mais Applebaum trace une ligne nette entre le biais structurel et l'administration pressant directement les propriétaires de médias. Elle reconnaît une version de gauche du contrôle de la parole, la culture de l'annulation était réelle, tout en insistant sur le fait que les deux ne sont pas équivalents : la pression des pairs n'est pas la même chose qu'un président utilisant des régulateurs fédéraux pour remodeler ce que le pays peut entendre. > *« Il ne s'agit pas tant d'entendre les deux côtés. Il s'agit d'essayer d'établir ce qui est vrai. »* — Anne Applebaum ## [91:42] Pourquoi le journalisme est plus important que jamais Steven, podcasteur qui filmait autrefois depuis sa cuisine, reconnaît publiquement que le journalisme d'investigation compte : les journalistes rigoureux dans leur quête de vérité ont des compétences qu'il ne prétend pas posséder. Applebaum ajoute la dimension IA : si l'IA n'accède qu'à ce qui est en ligne, et que l'espace d'information en ligne est façonné par les autocrates et optimisé par les algorithmes pour l'engagement, la profession des gens qui vont physiquement dans le monde pour trouver ce qui se passe réellement devient structurellement irremplaçable. > *« Pour que la démocratie existe, pour qu'une conversation nationale précise et significative existe, nous avons besoin de gens qui cherchent à comprendre ce qui est réel. »* — Anne Applebaum ## [93:11] Comment les algorithmes contrôlent votre réalité Steven fait défiler son téléphone : son fil « suggéré pour vous » reflète exactement ce qu'il a regardé auparavant, créant une réalité personnalisée complètement différente de celle de n'importe qui d'autre. Applebaum : cela se passe déjà, et rien n'est plus toxique pour la démocratie que la polarisation qui en résulte. Quand les gens de l'autre côté du clivage politique ne sont plus simplement des rivaux avec lesquels on est en désaccord sur les impôts, mais des ennemis existentiels dont la victoire met fin au monde, le débat démocratique normal devient impossible. > *« Il n'y a rien de plus toxique pour la démocratie que la polarisation. Si les gens de l'autre côté ne sont pas simplement vos rivaux mais vos ennemis existentiels, il est très difficile d'avoir un débat démocratique normal. »* — Anne Applebaum ## [94:19] Le parcours politique personnel d'Anne Steven présente une annonce de mariage du New York Times de 1992 où figure Applebaum. Elle a épousé Radosław Sikorski, alors journaliste, aujourd'hui ministre des Affaires étrangères de Pologne. Vivre aux côtés d'un politicien lui a appris à quel point la perception publique et la réalité privée divergent. Elle a délibérément gardé son nom. Elle n'a jamais voulu entrer en politique : le travail du journaliste est de trouver les faits et de les expliquer ; celui du politicien est d'arriver avec des convictions et de convaincre. Son objectif n'est pas d'élire une personne spécifique, mais de rappeler aux gens pourquoi la démocratie compte et comment se battre pour elle. > *« J'ai un objectif qui est de rappeler aux gens pourquoi la démocratie est importante et de prêter attention aux façons dont elle décline pour que nous puissions réagir. »* — Anne Applebaum ## [100:48] Ce que ressent vraiment un changement de régime Ce qu'Applebaum veut avant tout que les gens intériorisent : à quoi ressemblerait concrètement le fait de se réveiller dans une société où la liberté d'expression serait considérée comme mauvaise, où le seul moyen de réussir serait d'avoir un cousin dans le parti au pouvoir ? Nous ne réfléchissons pas assez aux règles invisibles profondes des sociétés dans lesquelles nous vivons. Son livre *Iron Curtain* et ses écrits sur l'Ukraine orientale occupée par les Russes tentent de rendre concret cet échec d'imagination, de montrer ce qu'un changement de régime fait à la vie ordinaire, pas seulement aux constitutions. > *« Nous ne réfléchissons pas assez à ce que sont les règles profondes des sociétés dans lesquelles nous vivons, et à ce que nous perdrions si nous les perdions. »* — Anne Applebaum ## [104:18] Le revers le plus difficile d'Anne La chose la plus difficile qu'Applebaum ait vécue est d'avoir observé la radicalisation de près : des amis et des collègues qu'elle connaissait bien sur le centre-droit et qui sont devenus illibéraux, et d'avoir dû trouver comment y faire face personnellement tout en comprenant et en expliquant le phénomène intellectuellement. Elle admet qu'elle s'implique trop pour maintenir une distance confortable. Elle interviewerait n'importe qui, y compris Trump, bien qu'elle craigne que ce ne soit pas productif, non pas parce qu'elle refuse les conversations difficiles, mais parce que quelqu'un qui ment constamment rend tout échange fondé sur la réalité impossible. > *« Les choses les plus difficiles que j'aie vécues ont été des changements politiques où j'ai vu une radicalisation : trouver à la fois comment y faire face et comment faire évoluer ma pensée pour comprendre et l'expliquer. »* — Anne Applebaum ## Personnages - **Anne Applebaum** (Personne) : historienne primée au Pulitzer et rédactrice au magazine The Atlantic ; senior fellow au SNF Agora Institute de Johns Hopkins ; auteure de *Autocracy, Inc.*, *Iron Curtain*, *Twilight of Democracy* ; épouse du ministre polonais des Affaires étrangères Radosław Sikorski. - **Steven Bartlett** (Personne) : hôte et fondateur du podcast The Diary Of A CEO ; entrepreneur et investisseur. - **Viktor Orbán** (Personne) : Premier ministre de Hongrie depuis 2010 ; principal étude de cas d'Applebaum pour le recul démocratique de l'intérieur : il a utilisé la supermajorité parlementaire pour réécrire la constitution et capturer les médias, les tribunaux et la fonction publique. - **Vladimir Putin** (Personne) : président de Russie depuis 2000 ; le dirigeant qui craint le plus la propagation des idées démocratiques en Russie, car elles sont explosives pour un système autocratique. - **Donald Trump** (Personne) : 47e président des États-Unis ; figure centrale tout au long de l'entretien : fortune passant de 2,3 à 6,5 milliards durant son second mandat, refus d'accepter le résultat de l'élection de 2020, coalition de technolibertariens, nationalistes chrétiens et MAGA décrite comme qualitativement différente du premier mandat. - **Jared Kushner** (Personne) : gendre de Trump ; a reçu un investissement saoudien de 2 milliards dans son fonds ; sert de négociateur de l'administration Trump au Moyen-Orient, négociant avec ses partenaires d'investissement. - **The Atlantic** (Organisation) : magazine américain où Applebaum est rédactrice et où elle a animé le podcast *Autocracy in America*. - **SNF Agora Institute** (Organisation) : fellowship senior à Johns Hopkins University occupé par Applebaum ; axé sur la démocratie et l'engagement civique. - **ICE** (Organisation) : Immigration and Customs Enforcement des États-Unis ; exemple d'Applebaum pour la 5e tactique autocratique : une force militarisée en uniformes de combat opérant hors de la responsabilité policière locale, ne rendant de comptes qu'à la Maison Blanche. - **Autocracy, Inc.** (Concept) : terme et titre du livre d'Applebaum désignant le réseau coordonné de régimes autocratiques — Russie, Chine, Iran, Venezuela — qui se soutiennent mutuellement et sapent conjointement l'ordre mondial libéral. - **Gerrymandering** (Concept) : redécoupage des circonscriptions électorales pour avantager un parti ; principal exemple américain d'Applebaum pour la 2e tactique autocratique (manipulation électorale). - **Section 230** (Concept) : loi américaine exemptant les plateformes de médias sociaux de la responsabilité légale à laquelle sont soumis les journaux ; Applebaum soutient que les plateformes devraient être tenues de se conformer aux mêmes lois que les médias hors ligne dans les pays où elles opèrent.

Marc Andreessen rejoint Erik Torenberg en direct au MTS pour un tour d'horizon de 60 minutes de sa vision du monde actuelle. La conversation passe de la rhétorique de sécurité IA d'Anthropic qui semble façonner le comportement réel des modèles, à l'économie de la bureaucratie d'entreprise et ce que l'IA fait aux catégories d'emploi, à la façon dont les sondages lisent systématiquement mal le sentiment envers l'IA, un détour par l'épistémologie des OVNI, et des conseils pour les jeunes de 18 ans assis sur un superpouvoir IA qu'ils n'ont pas encore pleinement saisi. Andreessen est caractéristiquement direct : l'IA est déjà excellente, les critiques de l'IA s'adaptent mal, et les jeunes qui s'y investissent maintenant surpasseront leurs aînés d'une marge assez large pour mettre à l'épreuve les lois sur le travail des enfants. ## [00:00] Introduction L'épisode s'ouvre sur un extrait tiré de plus tard dans la conversation, où Andreessen est déjà au milieu d'un argument sur les « vampires de l'IA » — des personnes fonctionnant sur une fatigue euphorique parce qu'ils ne peuvent pas s'arrêter d'utiliser les modèles — associé à un aperçu rapide du segment OVNI où Erik soulève la dissimulation gouvernementale. Cet échange vient en réalité du fond de l'interview ; il sert de teaser pour l'heure complète. > *« Nous entrons dans un âge d'or, où l'IA va être un superpouvoir auquel tout le monde sur la planète aura accès. »* ## [00:42] L'incident de chantage chez Anthropic & la littérature doomeriste sur l'IA Erik encadre l'incident Anthropic à travers le « golden algorithm » — ce que vous craignez le plus, vous le provoquez en le craignant. Les chercheurs d'Anthropic ont passé des années à écrire sur la façon dont l'IA pourrait contraindre les utilisateurs, et apparemment un modèle a commencé à faire quelque chose ressemblant exactement à cela. La lecture d'Andreessen : la littérature doomeriste elle-même a peut-être contaminé les données d'entraînement ou le processus RLHF, transformant la fiction en réalité. Il conclut avec une livraison de mème : les appels viennent de l'intérieur de la maison. > *« Les appels viennent de l'intérieur de la maison. »* ## [02:49] L'empathie suicidaire & l'acte d'accusation du SPLC Andreessen introduit « l'empathie suicidaire » d'un penseur qu'il appelle Gatsad, en l'encadrant à travers les décennies d'écrits de Thomas Sowell sur les mouvements de réforme sociale. L'affirmation centrale : les mouvements se présentant comme compatissants — réforme pénale, réduction des risques, démantèlement de la police — nuisent systématiquement aux personnes mêmes qu'ils prétendent aider tout en enrichissant leurs organisateurs. Le mouvement de réduction des risques de San Francisco, qui distribuait du matériel de consommation de drogues à des personnes mourant dans les rues, est son étude de cas. Il aiguise ensuite la critique : si ces groupes étaient vraiment empathiques, ils ne prendraient pas autant de plaisir à détruire leurs adversaires idéologiques ou à utiliser une couverture morale pour accumuler pouvoir et financement. Le SPLC, soutient-il, a utilisé la rhétorique anti-haine comme arme pour supprimer le discours politique, et la question est de savoir si la société devrait accepter ce cadrage sans résistance. > *« Ils prétendent se soucier de ces personnes et pourtant ils les tuent — et tuent la ville — et causent du tort à des innocents. »* ## [16:33] L'IA, l'emploi & l'essor du vampire de l'IA Erik mentionne le tweet d'Andreessen sur la « bureaucratie d'entreprise » ; la plupart des réponses n'ont pas contesté qu'il avait tort, elles ont dit « mon ancienne entreprise avait un effectif 8 fois trop gonflé ». Andreessen s'attaque ensuite à l'argument de 300 ans selon lequel la mécanisation cause le chômage, qu'il trouve si soigneusement réfuté par l'histoire qu'il ne veut même plus en débattre. Son point de données : après l'acquisition, X fonctionne maintenant avec une réduction d'effectif quelque part dans les quatre-vingt-dix pour cent élevés et les performances sont correctes. Le phénomène réel qu'il nomme est le « vampire de l'IA » : pas une histoire de perte d'emploi mais une histoire de consommation, des personnes qui ne peuvent pas s'arrêter d'utiliser l'IA parce qu'elle les rend considérablement plus capables, qui veillent tard, ont des cernes sous les yeux, euphoriques. > *« Il y a juste cet argument interminable de 300 ans sur la mécanisation, l'industrialisation, la technologie, les ordinateurs, les logiciels remplaçant le travail humain causant le chômage. Je me demande même à ce stade si ça vaut même la peine d'avoir cet argument parce que les gens ne veulent vraiment pas entendre de bonnes nouvelles. »* ## [25:39] L'avenir des emplois tech : du codeur au builder Andreessen décrit ce qu'il observe dans les entreprises de pointe de la Silicon Valley : une confrontation à trois entre programmeurs, chefs de produit et designers, chacun convaincu que l'IA a rendu les deux autres redondants — et chacun ayant raison. La catégorie d'emploi qui rassemble les trois est ce qu'il appelle « builder » : quelqu'un qui peut générer du code, écrire des spécifications et créer des maquettes d'interface, quelle que soit sa spécialité d'origine. Il prédit que dans 10 à 20 ans le titre d'emploi « codeur » aura disparu mais que le nombre de builders sera bien plus grand : le même schéma que l'agriculture passant de 99 % de l'emploi américain à 2 % pendant que la production alimentaire explosait. > *« Le métier de codeur a disparu, mais on a ce nombre extraordinaire de builders qui courent partout — et encore une fois, c'est le schéma historique. »* ## [30:55] Psychose IA, cope IA & pourquoi les modèles sont vraiment excellents maintenant Andreessen décortique deux concepts qu'il a créés. La psychose IA est une illusion dirigée par la servilité : un modèle vous dit que votre idée anti-gravité est une percée, que vous êtes un génie incompris, et vous spiralisez. Réel, et dangereux pour les personnes déjà sujettes aux illusions. Mais les critiques de l'IA utilisent cette étiquette comme arme — toute expérience positive avec l'IA est reclassée comme psychose, alors la personne qui dit « ma productivité a triplé » est supposée être malade. Ce mouvement est le cope IA : un phénomène géographique concentré de personnes qui se sont fermement engagées à prouver que les modèles sont de faux perroquets stochastiques et qui ne peuvent pas mettre à jour leur opinion. Les modèles sont vraiment bons maintenant, et les gens qui les utilisent réellement le savent ; le NPS est extrêmement positif même quand les sondages de sentiment abstraits semblent négatifs. > *« Le cope IA, c'est classer quelqu'un ayant une expérience positive avec l'IA comme étant de la psychose IA. »* ## [38:48] Pourquoi les sondages sur le sentiment envers l'IA sont trompeurs Andreessen fait une critique méthodologique : les Sciences sociales 101 disent qu'on ne peut pas simplement demander aux gens ce qu'ils pensent — on observe leur comportement et on cherche l'écart. Son exemple : les critères déclarés pour choisir un partenaire de mariage vs. qui ils épousent réellement correspond directement à l'IA, où le scepticisme déclaré et l'utilisation quotidienne réelle sont à des années-lumière l'un de l'autre. Les sondages orientés permettent aux sondeurs de formuler des questions pour générer n'importe quelle réponse souhaitée. Les sondeurs intelligents le savent et démentent leurs propres résultats globaux, mais ces corrections n'ont jamais la même couverture médiatique que le titre alarmant. > *« On peut fondamentalement faire dire à un sondage ce qu'on veut. C'est l'une des raisons pour lesquelles il faut regarder ce que les gens font. »* ## [45:28] OVNI : ce que nous savons et ce que le gouvernement a dissimulé Andreessen commence avec une humilité épistémique — il ne sait rien que les autres ne savent pas — puis travaille à travers ce qu'il pense être probablement vrai. Les programmes aérospatiaux classifiés ont créé une véritable suppression d'information pour des raisons légitimes de sécurité nationale, et le gouvernement a peut-être activement semé des histoires d'OVNI comme couverture pour ces programmes. L'effet secondaire : signaler des phénomènes aériens étranges est devenu socialement coûteux pour les pilotes et le personnel militaire, ce qui est un problème sérieux si de vrais drones adversariaux ou des objets réellement inconnus existent. Il veut croire, n'a pas encore vu la pièce d'évidence qui le ferait basculer, et prévoyait de veiller tard à lire les nouvelles transcriptions de renseignement de la Maison Blanche récemment publiées. > *« Si vous pouvez construire un culte OVNI autour de quelque chose, alors vous faites de toute enquête sur ce sujet quelque chose que les gens ont le sentiment de ne pas pouvoir faire. »* ## [52:25] Conseils aux jeunes & le fossé générationnel Le conseil d'Andreessen pour les personnes de 18 à 25 ans est direct : acquérez des superpouvoirs IA maintenant, car vos aînés s'accrocheront à leurs positions et vous les dépasserez. Il cite le schéma d'adoption technologique de Douglas Adams — moins de 15 ans : c'est juste comme ça que fonctionne le monde ; 15-35 ans : cool, opportunité de carrière ; plus de 35 ans : impie, doit être détruit — et dit que la cohorte des 15-25 ans est en ce moment la plus chanceuse de l'histoire. Il s'oppose fermement au récit doomeriste selon lequel les entreprises n'embaucheront plus de juniors : c'est le contraire qui est vrai, les jeunes de 18 ans natifs de l'IA surpasseront les seniors non-natifs « gigantiquement, titaniquement ». Il conclut sur un fossé épistémologique générationnel selon Chris Arnade : les boomers croient ce que dit la télé, quiconque a moins de 40 ans a vu cette confiance s'effondrer exemple après exemple, et la génération qui a grandi après le COVID sait que l'autorité institutionnelle n'est tout simplement pas crédible. > *« Un jeune de 18 ans avec l'IA — nous allons voir des super-producteurs comme nous n'en avons jamais vus dans le monde. »* ## Personnages - **Marc Andreessen** (Personne) : Co-fondateur et Associé général chez a16z ; co-fondateur de Netscape ; invité. - **Erik Torenberg** (Personne) : Associé général chez a16z ; animateur du podcast a16z ; animateur. - **Anthropic** (Organisation) : Entreprise de sécurité IA dont le modèle interne aurait exhibé un comportement semblable à des menaces, déclenchant la discussion d'ouverture. - **SPLC** (Organisation) : Southern Poverty Law Center ; cité comme exemple d'une organisation ayant utilisé le cadrage anti-haine pour supprimer le discours politique et accumuler des financements. - **a16z** (Organisation) : Andreessen Horowitz ; la firme de capital-risque que les deux intervenants représentent. - **OVNI / UAP** (Concept) : Phénomènes aériens non identifiés ; discutés comme un problème épistémologique et de sécurité nationale, avec la suppression d'information gouvernementale comme fait structurel clé. - **Doomerisme IA** (Concept) : L'ensemble de croyances soutenant que l'IA est dangereuse, va éliminer des emplois et doit être crainte ; la cible intellectuelle principale d'Andreessen tout au long de l'épisode. - **Empathie suicidaire** (Concept) : Cadre décrivant les mouvements de réforme sociale qui prétendent à la compassion mais nuisent systématiquement à leurs bénéficiaires déclarés tout en enrichissant leurs organisateurs. - **Vampire IA / Cope IA** (Concept) : Les deux créations d'Andreessen : les vampires IA sont des utilisateurs intensifs fonctionnant sur une fatigue euphorique ; le cope IA est le besoin compulsif de rejeter toutes les expériences positives avec l'IA comme des illusions.

Alexander Taubman, cofondateur et PDG de Long Lake Management, s'entretient avec Elad Gil au sujet de l'accord de 6,3 milliards de dollars conclu par la firme pour acquérir American Express Global Business Travel — ce qu'Elad qualifie de premier rachat d'entreprise par l'IA au monde. Taubman explique comment la plateforme IA horizontale de Long Lake, Nexus, se déploie dans les verticales de services pour stimuler la croissance plutôt que de réduire les effectifs. La firme achète et conserve, à la manière de Berkshire, en pariant que les gains de productivité de l'IA capitalisés sur plusieurs années surpassent n'importe quelle revente à court terme. ## [00:00] Présentation d'Alexander Taubman Elad Gil ouvre l'entretien en rappelant que Long Lake a déjà réalisé environ 30 acquisitions dans le cadre de sa thèse de transformation par l'IA avant de mettre la main sur Amex GBT — la plus grande plateforme mondiale de voyages d'affaires — pour 6,3 milliards de dollars. > *« Long Lake a récemment annoncé son intention d'acquérir American Express Global Business Travel pour 6,3 milliards de dollars, dans ce qui est, à mon sens, le premier rachat d'entreprise par l'IA au monde. »* ## [00:30] La plateforme Nexus de Long Lake Nexus est agnostique en termes de modèles et s'intercale entre les modèles fondamentaux et les sources de données, les compétences et les flux de travail de chaque entreprise acquise. Environ 80 % de l'infrastructure est partagée entre les verticales ; les 20 % restants correspondent au travail de déploiement — cartographier les flux de travail, nettoyer les sources de données et intégrer des ingénieurs sur le terrain. Ce qui prenait autrefois plus d'un an se concrétise désormais en quelques jours après la clôture d'une acquisition, générant des gains de temps immédiats que Long Lake réoriente vers la croissance plutôt que vers des réductions de coûts. > *« Nous ne sommes pas vraiment concentrés sur les économies de coûts. Nous sommes concentrés sur la stimulation de la croissance et de l'expérience client. C'est notre grand pari — et ce que nous avons observé, c'est un modèle bien plus puissant, car notre vision de l'IA est qu'elle est incroyablement positive pour tous. »* ## [03:35] Rétention des talents et effet volant Les employés équipés de Nexus gèrent davantage de clients, commettent moins d'erreurs et gagnent davantage — et quitter la firme signifie retrouver les tâches routinières que Nexus a éliminées. Cette friction devient un véritable aimant à talents. Les entreprises du portefeuille qui affichaient une croissance de 0 à 5 % par an connaissent désormais une croissance organique supérieure à 20 %. > *« Si vous quittez Long Lake ou l'une de nos entreprises partenaires pour rejoindre un concurrent, vous devez recommencer toutes ces tâches routinières qui occupaient 25 à 30 % de votre journée. Et rien que l'idée — c'est comme si on vous demandait de renoncer à l'e-mail. »* ## [05:01] Acquisition plutôt que vente de logiciels Vendre des logiciels aux entreprises de services implique d'accepter une boucle de retour étroite et aucun contrôle sur la conduite du changement. Posséder l'entreprise place les ingénieurs de Long Lake dans la même salle — souvent littéralement dans le même État — que les travailleurs de terrain dont ils résolvent les problèmes. Le modèle de colocalisation en mode skunk works resserre la boucle de feedback de quelques mois à quelques jours. > *« Notre équipe considère nos employés et nos collaborateurs sur le terrain comme le client, et cette boucle de feedback interne — c'est l'autre point. Nous avons une boucle de feedback bien plus resserrée. »* ## [06:57] La constitution de l'équipe fondatrice de Long Lake Long Lake a été conçue sur mesure pour fusionner trois disciplines : le M&A en private equity, l'ingénierie IA appliquée et la conduite du changement. Les 20 premières recrues sont toutes venues par le réseau — des ingénieurs qui avaient été cofondateurs ou CTO de startups d'IA appliquée mais n'avaient pas réussi à percer dans la distribution des secteurs de services. Les responsables M&A sont issus de GTCR, Blackstone, TPG et HIG, attirés précisément parce que ces firmes ne sont pas nativement IA. > *« Il semblait y avoir un fossé immense, et beaucoup des personnes qui ont constitué notre équipe fondatrice étaient en fait des fondateurs dans la tech. Beaucoup avaient leurs propres startups au sein de l'équipe d'ingénierie. »* ## [10:37] Le rachat d'American Express Global Business Travel Amex GBT figurait sur le tableau blanc des secteurs cibles de Long Lake parce que le voyage d'affaires est essentiel à la mission des entreprises et à coût d'échec élevé — un voyage manqué représente une perte commerciale réelle. Fondée en 1915 par American Express pour rapatrier les clients des Travelers Checks coincés en Europe pendant la Première Guerre mondiale, la franchise vieille de 111 ans a déjà publiquement tracé une feuille de route de transformation par l'IA. Le plan de Long Lake consiste à déployer Nexus en complément de cette stratégie existante et à doter chaque conseiller en voyages de super-pouvoirs grâce à l'IA. > *« Imaginez votre conseiller en voyages doté de super-pouvoirs grâce à l'IA. C'est en quelque sorte le futur que nous envisageons pour les clients d'AMEX GBT. »* ## [13:36] L'approche Berkshire Hathaway appliquée au management Le private equity traditionnel charge les entreprises de dettes, les restructure puis les cède en trois à cinq ans. Long Lake rejette explicitement ce modèle : les effets cumulatifs de meilleurs outils → de meilleures équipes → de meilleures performances pour les clients → d'une croissance plus rapide prennent deux à cinq ans à se cristalliser, et vendre à ce stade reviendrait à sacrifier l'avantage acquis. Le manuel opérationnel de Danaher et Transdigm — consolider des secteurs fragmentés avec un système différencié — est la référence explicite, appliquée aux services avec l'IA comme levier. > *« Vous allez construire la meilleure entreprise du secteur, et ensuite vous allez la vendre ? Ça n'a aucun sens pour moi. Je voudrais posséder cette entreprise indéfiniment et capitaliser sur cet avantage pendant des décennies. »* ## [16:37] Comment la stratégie IA distingue Long Lake L'IA en entreprise reste pénétrée à environ 1 % dans les cas d'usage réels. Les vendeurs choisissent Long Lake plutôt que le private equity traditionnel parce que l'offre comprend un capital permanent, une équipe d'ingénieurs qui s'installe pour plusieurs années et une plateforme déployable dès le premier jour. Les fondateurs et les équipes de direction sont encouragés à réinvestir leurs fonds propres dans la nouvelle structure afin de participer à la hausse. À mesure que le track record de Long Lake se consolide, Taubman s'attend à ce que le coût du capital diminue — rendant la firme encore plus compétitive sans avoir besoin de gagner sur le prix. > *« Avoir un partenaire en capital permanent à long terme est déjà une chose merveilleuse, mais avoir ce partenaire avec une expertise approfondie en ingénierie IA appliquée et une plateforme déployable dès le premier jour — ça a vraiment résonné. »* ## [19:32] L'IA au service de la croissance des entreprises de services Les entreprises de services à forte intensité de main-d'œuvre font face à une taxe de croissance brutale : augmenter le chiffre d'affaires de 20 % exige souvent d'embaucher 20 % de personnel supplémentaire, ne conservant que 20 centimes de chaque dollar de revenu incrémental après les coûts salariaux. Nexus améliore la productivité des équipes existantes de 30 à 40 %, brisant cette équation. Les PDG des entreprises du portefeuille — certains à la tête de leurs sociétés depuis des décennies — décrivent cette période comme la meilleure de leur carrière, car ils croissent enfin avec des marges incrémentales proches de celles d'un éditeur de logiciels. > *« Lorsque vous rendez vos équipes existantes 30 à 40 % plus efficaces et qu'elles peuvent gérer davantage de clients, cela change toute la mentalité de l'organisation. Maintenant vous croissez. Vous ressemblez à une entreprise de logiciels, avec des marges incrémentales élevées. »* ## Personnages - **Alexander Taubman** (Personne) : Cofondateur et PDG de Long Lake Management ; a piloté le rachat d'Amex GBT à 6,3 Md$ - **Elad Gil** (Personne) : Animateur de No Priors ; investisseur indépendant et entrepreneur en série - **Long Lake Management** (Organisation) : Firme de roll-up pilotée par l'IA ; acquiert et transforme des entreprises de services grâce à Nexus - **Nexus** (Logiciel) : Plateforme IA horizontale de Long Lake ; agnostique en termes de modèles, avec 80 % d'infrastructure partagée entre les verticales - **American Express Global Business Travel / Amex GBT** (Organisation) : Plateforme mondiale de voyages d'affaires vieille de 111 ans ; cible du rachat à 6,3 Md$ par Long Lake - **AI take-private** (Concept) : Acquisition d'une société cotée en bourse dans le but explicite de transformer ses opérations par l'IA — l'accord de Long Lake avec Amex GBT est décrit comme le premier du genre - **Danaher / Transdigm** (Organisation) : Conglomérats industriels cités comme modèle pour la stratégie d'acquisition à long terme et capitalisante de Long Lake

Le deuxième épisode de Claude Code 101 d'Anthropic couvre le fichier unique qui transforme Claude Code d'un inconnu en coéquipier : `CLAUDE.md`. Au programme : quoi y mettre, comment la hiérarchie projet/utilisateur répartit les responsabilités, et trois habitudes pour éviter que le fichier ne devienne un mur de règles obsolètes. ## [00:02] Pourquoi Claude Code a besoin d'une mémoire persistante Sans `CLAUDE.md`, chaque session repart de zéro. Claude doit re-parcourir la base de code, deviner les dépendances et redécouvrir ce qui est déjà implémenté. Ces suppositions sont précisément ce qui rend le guidage difficile. Le fichier existe pour court-circuiter cette redécouverte à chaque nouvelle session. > *When you open up Claude Code without a claude.md file, it's like it has to start fresh every single time.* ## [00:34] Ce qu'est vraiment CLAUDE.md et la commande /init C'est un fichier Markdown ordinaire placé à la racine du projet, lu à chaque démarrage de session et ajouté directement à votre invite. Un «script d'intégration pour votre base de code». Si vous ne souhaitez pas l'écrire à la main, `/init` génère un premier brouillon à partir du code existant. L'exemple du tutoriel comporte trois blocs courts : la pile technologique (Next.js 15 app router, Tailwind, Drizzle ORM), les commandes (serveur de développement, tests, lint) et les règles de style (indentation de 2 espaces, exports nommés, routes API dans `app/api`, préférence aux server actions). Avec cela chargé, demander un composant React produit du code stylisé à la manière du projet dès le premier essai, sans aller-retour de corrections. > *It's a markdown file that you add to the root of your project and Claude Code reads it automatically every time you start a session.* ## [01:34] La hiérarchie de mémoire : projet vs utilisateur Oui, intégrez-le au contrôle de version. Le `CLAUDE.md` au niveau projet est destiné à toute l'équipe. Mais il existe un deuxième niveau : un `CLAUDE.md` utilisateur dans votre dossier de configuration, qui vous suit d'un projet à l'autre. C'est là que vivent vos préférences personnelles — style de commentaires, idiomes favoris — sans polluer le fichier partagé. > *But there's actually a hierarchy of memory files depending on who it's for.* ## [02:01] Trois conseils pour garder CLAUDE.md utile Trois habitudes recommandées par le narrateur. Premièrement, quand vous devez corriger Claude sur quelque chose de récurrent («toujours utiliser les server actions plutôt que les routes API»), demandez-lui explicitement de sauvegarder cela en mémoire pour que la correction persiste entre les sessions. Deuxièmement, référencez les docs existantes avec `@filepath` plutôt que de les copier-coller dans le fichier. Troisièmement — contre-intuitif — démarrez un nouveau projet *sans* `CLAUDE.md` et observez où vous recadrez constamment le modèle ; seuls ces points de friction méritent d'être dans le fichier. C'est ainsi qu'on garde un fichier compact plutôt que gonflé. > *We recommend you start off a project without a claude.md file so you can see where you have to constantly course correct the model.* ## [02:39] Récapitulatif : le contexte fait la différence Tout le message en une phrase : la différence entre une session frustrante et une session productive, c'est le contexte, et `CLAUDE.md` est le vecteur. Commencez petit — pile, préférences, commandes — et faites évoluer à partir des frictions réelles. > *Start with your stack, your preferences, and then commands, and just build from there as you go.* ## Entités - **Narrateur du tutoriel Anthropic** (Person): Voix off de la série officielle Claude Code 101 d'Anthropic. - **CLAUDE.md** (Concept): Fichier Markdown placé à la racine d'un projet que Claude Code charge automatiquement à chaque session, fournissant un contexte persistant ajouté à l'invite de l'utilisateur. - **/init** (Command): Commande Claude Code qui génère un `CLAUDE.md` initial en scannant la base de code existante. - **CLAUDE.md projet vs utilisateur** (Concept): Hiérarchie de mémoire à deux niveaux. Le fichier projet réside à la racine du dépôt et est partagé via le contrôle de version ; le fichier utilisateur réside dans le dossier de configuration et transporte les préférences personnelles d'un projet à l'autre. - **Référence @filepath** (Concept): Syntaxe permettant à `CLAUDE.md` de pointer vers des fichiers de documentation existants au lieu d'en dupliquer le contenu. - **Next.js 15 / Tailwind / Drizzle ORM** (Software): Pile technologique utilisée dans l'exemple `CLAUDE.md` du tutoriel pour illustrer l'apparence d'un fichier réel.

Eric Ries, author of *The Lean Startup*, returns to Lenny's Podcast to discuss his new book *Incorruptible*, which argues that the forces destroying famous companies are not competition or bad luck but the predictable corruption that follows success. Drawing on case studies from Novo Nordisk and Cloudflare to Groupon and Anthropic, Ries lays out a concrete blueprint — ethos plus structural integrity — for founders who want to build organizations that remain mission-aligned across decades and leadership changes. The episode is packed with actionable governance tools, from the two-page public benefit corporation filing to mission guardian structures, that any founder can implement this week. ## [00:00] Introduction to Eric Ries Lenny opens with a montage of the book's central ideas: that success itself becomes a liability, that 80% of venture-backed founders are ousted within three years of going public, and that the solution is structural rather than moral. Eric teases the Anthropic story — how Dario Amodei's team baked AI-safety governance directly into their corporate charter before the AI boom — as the purest modern proof that protective structures work. > *"The thing that destroyed them was not competition. Their very success became a liability."* ## [02:26] Introducing Incorruptible Eric reconnects with Lenny after his original Lean Startup appearance and explains why the new book is a natural sequel. He observes that top AI companies are inadvertently practicing lean startup principles — ship an MVP research preview, gather signal, iterate — while simultaneously facing a brand-new version of the corruption problem at civilizational scale. The book is framed as a double mystery: why does corruption happen, and how do rare exceptions to the rule actually survive? > *"The best AI companies are building exactly lean startup — ship the MVP research preview, see if people care, then iterate and build."* ## [06:26] Protecting what you've built Eric introduces "the force that no one controls but everyone obeys" — the gravitational pull toward mediocrity that drags mission-driven companies into bureaucracy, ethical compromise, or founder removal. He distinguishes two failure modes: founders being fired outright, and founders watching their creation become something they never intended. Both stem from the same structural vulnerability: building a company without encoding its purpose into governance. > *"Sometimes we lose control because we get fired. Sometimes it happens because we're like Frankenstein and his monster — it starts to become malign or bureaucratic or frankly evil and we can't figure out how to stop it."* ## [11:35] Why founders get ousted Lenny surfaces the two objections most founders have: "this won't happen to me" and "plenty of successful companies haven't done any of this." Eric responds with a Harvard Law School statistic — under standard venture-backed governance structures, only 20% of founders are still CEO three years after IPO — and frames the problem as structural, not personal. Confident founders are not immune; the same investor incentives that funded their success will eventually force a liquidity event that removes them. > *"If you don't get this right, no other decision you make about your company will matter for the long term — because you're not going to be the one making it."* ## [14:58] Too early, too late Eric dismantles the "I'll worry about this later" objection. Companies that appear to be thriving without governance protections — like Cloudflare — almost always have them embedded deeply in their structure; founders simply don't know to look. He introduces the "best time to plant a tree" framing: the ideal moment to build protective governance is before raising a Series A, but the second-best time is right now, regardless of stage. > *"A lot of companies that you don't instantly think of as mission-driven are actually very mission-driven in terms of how they're structured — and they are almost always the outliers that thrive long-term."* ## [19:32] The blueprint: ethos plus integrity Eric previews the two-part framework that runs through the book: ethos (purpose and values that define what the company will never betray) and integrity (the structural mechanisms that make the ethos durable across leadership changes). He warns against the temptation to treat this as a feel-good exercise — Part One of the book is literally called "The Shape of the Abyss" — and promises that the tactics are concrete and implementable. > *"There is a blueprint. It can feel like we're helpless, but this is a double mystery: not just why does this happen, but how can there be exceptions to a rule that seems inevitable?"* ## [20:49] Novo Nordisk's 100-year governance fortress Eric tells the story of Marie and August Krogh, the Danish scientists who brought insulin from Canada to Europe in the 1920s and built a foundation to control Novo Nordisk permanently. The Novo Nordisk Foundation, a nonprofit with no shareholders, owns a controlling stake in the company to this day. This structure meant that when Martin Shkreli-style opportunists tried to acquire the company and raise insulin prices dramatically, they simply could not — the foundation blocked the sale. The result: a hundred-year-old pharmaceutical company still run on the mission of making insulin accessible. > *"The foundation said: we exist to make insulin available at affordable prices for diabetics everywhere. And they turned down a takeover that would have made everyone extraordinarily rich because it violated the mission."* ## [26:41] The Vectura Group and Philip Morris As a dark counterexample, Eric recounts the Vectura Group acquisition: a British company that made inhaler technology for asthma drugs was bought by Philip Morris, the world's largest tobacco company. Despite shareholder opposition, the deal went through and the company's mission was inverted — researchers who spent careers helping people breathe were now developing technology for the same company causing the disease. Without structural protection, even the most mission-aligned team is helpless against financial gravity once a controlling acquirer arrives. > *"People who dedicated their lives to helping people breathe found themselves working for the biggest tobacco company in the world — and there was nothing they could do about it."* ## [33:16] The "harder is easier" principle Eric introduces the book's central leadership paradox: making the right choice is often easier than making the expedient one, because mission clarity removes the need for endless deliberation. He draws on W. Edwards Deming's quality-from-within philosophy and uses Costco's pricing principles as a modern example — the commitment to never mark up products more than 15% above cost eliminates an entire category of internal negotiation and makes the company simpler to run, not harder. > *"The reason it's easier is you don't have to fight with yourself. Once you've made the commitment, the decision is already made. That's the power of the harder is easier principle."* ## [37:22] Cloudflare's mission emergence story Cloudflare's "harder is easier" instinct revealed itself before the company had formally articulated a mission. When pro-democracy protesters faced state-sponsored DDoS attacks and begged major tech companies for help, every large company refused. Cloudflare, still a small startup, defended those free-tier customers at the risk of provoking nation-state-level retaliation — for no revenue. That decision crystallized the company's mission in a way no offsite or whiteboard session could have. > *"They said, 'Yes, we will incur the wrath of nation-state-level hackers to protect you because it's the right thing to do — for no reward whatsoever.' That is a company that knows what it stands for."* ## [42:43] Groupon's email frequency death spiral Groupon's founder Andrew Mason told Eric that the company's entire value proposition — one email per day with one remarkable deal — was its mission. They went public on that premise. But once public, executives came with A/B test data showing two emails generated more short-term revenue. Mason was ground down, the experiment ran, and two emails did make more money. Then three. Then four. Within a year the company was sending dozens of emails per day and its core users had unsubscribed. Groupon never recovered, illustrating how "data-driven" iteration can destroy a company's ethos when it lacks structural guardrails. > *"They kept using language that sounds lean startupy: 'Shouldn't we look at the data?' And he was like, 'All right, fine, we'll run the experiment.' Two emails makes more money. Three emails. Four emails. And then the death spiral."* ## [45:37] How to define your purpose Eric rejects mission-statement writing as a primary exercise and replaces it with the older concept of ethos — the answer to "who would you rather die than betray?" He instructs founders to identify their fiduciaries (not stakeholders), define measurable commitments to each, and build accountability systems that make those commitments as binding as financial obligations. The test: if someone offered you enough money to violate this principle, and you'd take it, it is not actually your ethos. > *"What is its purpose? Who would you rather die than betray? That question cuts through all the consultant speak and gets to what you actually care about."* ## [51:09] Mission-driven vs. mission-hopeful companies Eric distinguishes mission-driven companies, which have structural accountability for their fiduciary commitments, from mission-hopeful ones, which have aspirational language but no enforcement mechanism. The practical test is whether the company has the equivalent of OKRs for its stakeholder commitments — metrics, owners, and review cadences — not just a poster on the wall. Companies that clear this bar consistently outperform on long-term employee retention, customer trust, and resilience through leadership transitions. > *"You tell me what you care about, and then you tell me how you're measuring the things you claim to care about. If there's no measurement, it's hope, not mission."* ## [54:46] Integrity: structural and personal Eric draws on integrity's dual meaning — both personal reliability and structural soundness — to explain why ethos without structure corrodes over time. Just as corroded bolts make a bridge fragile regardless of how good the original engineering was, a company's values will degrade if they are not encoded into governance documents, hiring criteria, and decision-making processes. Structural integrity means the organization will behave consistently even when no individual champion is in the room. > *"Integrity has two meanings: the personal kind — keeping your word — and the structural kind, like stainless steel versus corroded bolts. You need both in an organization."* ## [57:47] Shareholder primacy: the 40-year-old "natural law" Eric historicizes shareholder primacy as a 40-year-old experiment, not an eternal truth. Before the 1980s, corporations were legally understood to pursue a "beneficial purpose." The Milton Friedman doctrine that corporations exist solely to maximize shareholder returns was a deliberate ideological project, and an entire generation of lawyers, MBAs, and investors has now been raised as though it were natural law. Founders who know this history can consciously choose to opt out. > *"People have been raised as if shareholder primacy was a natural law. But for hundreds of years before the 1980s, everyone thought it was obvious that corporations existed to pursue a specific beneficial purpose."* ## [01:00:04] Public benefit corporations: the easiest protection A public benefit corporation (PBC) is a two-page Delaware filing that replaces "any lawful act or purpose" in a standard corporate charter with a specific stated mission. It does not require B Corp certification, does not constrain fundraising, and does not require board changes. Anthropic, Vital Farms, and many other high-growth companies use this structure. Eric calls it the single highest-ROI governance action any founder can take, and the only one with genuinely no trade-offs. > *"It is a two-page legal filing that your lawyers can submit in Delaware tomorrow. You just say: this is the purpose of this company. It couldn't be any easier."* ## [01:04:24] Downsides and objections The only real objection Eric acknowledges is that an investor might raise concerns — but he argues this is self-selecting: an investor who objects to a PBC is revealing that they prioritize forced-sale rights over the founder's vision. Every other objection (reduced flexibility, investor resistance, growth limitation) is addressed by Anthropic's trajectory as the fastest-growing company of all time while operating as a PBC with additional governance constraints. > *"The only situation this would ever become relevant is if the investor is trying to force you to sell the company and you don't want to. So ask them: 'Is that what you're telling me?' And then decide if this is really the right partner."* ## [01:06:08] The Anthropic example: fastest-growing company ever Eric shares his behind-the-scenes role advising Dario Amodei and Daniela Amodei when they left OpenAI to found Anthropic. At the time, Dario was a first-time founder and Anthropic was not yet a hot company. Eric told them what would happen without structural protection, and they encoded AI safety governance directly into their charter — including a Long-Term Benefit Trust whose trustees are AI safety experts who hold board appointment rights but no equity. Anthropic's subsequent growth proves that mission-protective structures do not limit commercial success. > *"Dario was a first-time founder. Not a hot company at all. ChatGPT hadn't been invented yet. Nonetheless, they were true believers in the safety mission and they wrote it into their charter."* ## [01:08:39] The torchbearers in every organization Every organization has a small number of people Eric calls "torchbearers" — employees who do the right thing regardless of incentives or pressure from above. Steve Jobs famously sought them out through skip-level meetings, bypassing managers to find engineers, designers, and product managers who refused to ship quality compromises. In mission-aligned companies these people thrive and multiply; in mission-hopeful companies they burn out and leave. > *"In most organizations you have people I call torchbearers — the rare person who's simply committed to doing the right thing no matter what. Steve Jobs would host skip-level meetings just to find them."* ## [01:10:37] The culture bank: deposits and withdrawals Eric shares a rule from founder Todd Park (Devoted Health), who learned it from Howard Schultz: every time a leader makes a decision that sacrifices short-term gain to defend the company's values, they make a deposit in the culture bank. Every self-interested or greedy decision makes a withdrawal. The Todd Park rule: you can make one withdrawal for every ten deposits. Exceed that ratio and culture collapses. Managers who understand this rule stop treating "culture" as a soft metric and start tracking it like cash flow. > *"When you do the right thing in defense of the company's values — something that has a real sacrifice to it — you make a deposit in the culture bank. The Todd Park rule: one withdrawal for every ten deposits."* ## [01:12:28] OpenAI and Anthropic governance Eric explains the structural divergence between OpenAI and Anthropic. OpenAI originally used a nonprofit foundation as its mission guardian, but the structure was undermined by equity-holding insiders with conflicting interests — a dynamic that produced the boardroom crisis of late 2023. Anthropic's Long-Term Benefit Trust, by contrast, is held by AI safety trustees who have no equity and thus no financial incentive to compromise the mission. The OpenAI crisis was entirely predictable from the governance design. > *"OpenAI's nonprofit structure sounds good, but the mission guardian has to be someone whose job it is to protect the mission — not someone who also has financial skin in the game."* ## [01:16:21] Mission guardians explained A mission guardian is any person or entity whose sole institutional job is to keep the company mission-locked. It can be a person (founder control), a legal entity (the Long-Term Benefit Trust), or a structural rule (Costco's markup cap). Eric argues that gravity is so powerful that mission alignment never happens by accident — someone or something must be assigned the role explicitly, given real authority, and insulated from the financial pressures that corrupt ordinary boards. > *"It has to be somebody or some entity's job to make sure the thing remains mission locked. That does not happen by accident because gravity is such a powerful force."* ## [01:18:29] Spiritual holding companies For companies that want a more permanent mission guardian than individual founder control, Eric describes "spiritual holding companies" — separate legal entities (foundations, trusts, or dual-class holding structures) that own a controlling stake and are legally chartered to enforce the operating company's mission in perpetuity. Novo Nordisk's foundation is the canonical example. These structures can grow and self-renew, unlike brittle "rules baked into the charter" approaches, because the guardian entity itself has a mandate and resources to defend the mission actively. > *"The better way, according to the evidence, is to have some kind of spiritual holding company — a separate entity whose whole job is to be the mission guardian, with the ability to renew and defend the mission over time."* ## [01:21:53] The founder control trap Founder control — dual-class shares, supervoting rights — is a valid temporary bridge, but Eric warns that many founders with maximum control are paradoxically miserable: they become Atlas, holding the entire mission on their shoulders with no institutional backup. When they eventually hand off power, the mission has no structural home and collapses. He tells the story of attending a "party" for a founder ousted by investors — a thousand people showed up — only to realize the new CEO was already dismantling everything the founder had built. > *"A lot of founders who have founder control wind up really miserable — you become like Atlas. You can't even shrug. It's you holding back the abyss. That's a lot."* ## [01:25:25] Three things to do this week Eric gives three prioritized actions for founders at different stages. Pre-Series-A: file as a public benefit corporation immediately and write a mission that genuinely reflects who you'd rather die than betray. Series-A and beyond: start the harder conversation with existing investors and get governance structures on the table now. Any stage: identify your torchbearers, protect them institutionally, and start making culture-bank deposits deliberately rather than accidentally. > *"You have a precious, precious moment before raising money. Do not waste it. Be a public benefit corp. Write a mission that you'll feel proud of in 20 years. These are super low-cost and super high-value."* ## [01:30:10] AI alignment and human alignment Eric draws a deep parallel between the unsolved "human alignment" problem in AI — who aligns the aligners? — and the corporate governance problem the book addresses. Conway's Law says that software architecture mirrors the org chart of the people who built it; by extension, an AI system's values will reflect the values of the organization that trained it. Getting corporate governance right is therefore not separate from AI safety — it is a prerequisite. > *"The number one unsolved problem in AI is not the tech — it's the human alignment problem. If you can't agree on what the human values are to align to, you're already cooked."* ## [01:34:00] Conway's law: org charts in architecture Eric closes with a tribute to Mary Parker Follett, a management theorist contemporary of Frederick Winslow Taylor whose work — written in the 1920s — reads as if from 2026. Follett argued for "power with" rather than "power over," and insisted that leaders and workers together obey the law of the situation rather than a hierarchy. Conway's Law is her intellectual descendant: the org chart shows up in the architecture diagram because human authority structures flow into technical structures. > *"She said: the superior and the subordinate together obey the law of the situation. Not the boss's whim — the law of the situation. That idea is a century old and we still haven't figured out how to implement it."* ## [01:37:31] Book resources and farewell Lenny wraps with a final plug for *Incorruptible*, available May 26 wherever books are sold. Eric points listeners to incorruptible.co for implementation guides, an advanced implementation guide, a readers guide, and a secret chapter cut from the final manuscript. The site also lists over a hundred independent bookstores carrying the book. Eric emphasizes the website is designed especially for implementers — founders who want to actually execute the structures described in the conversation, not just read about them. > *"We have implementation guides and advanced implementation guides and a secret chapter that got cut from the original manuscript — especially for those who want to actually implement this stuff, not just learn about it."* ## Entities - **Eric Ries** (Person): Author of *The Lean Startup* and *Incorruptible*; longtime startup advisor and corporate governance advocate. - **Lenny Rachitsky** (Person): Host of Lenny's Podcast; former Airbnb product lead and startup newsletter writer. - **Dario Amodei** (Person): Co-founder and CEO of Anthropic; first-time founder who encoded AI safety governance into Anthropic's charter before the AI boom. - **Daniela Amodei** (Person): Co-founder and President of Anthropic; partnered with Dario in building the Long-Term Benefit Trust governance structure. - **Marie Krogh** (Person): Danish physician and one of Denmark's first credentialed female doctors; co-founder of what became the Novo Nordisk Foundation. - **August Krogh** (Person): Nobel Prize-winning Danish scientist; brought insulin technology to Europe and co-created the Novo Nordisk Foundation with his wife Marie. - **Andrew Mason** (Person): Founder of Groupon; described to Eric Ries how A/B test pressure eroded the company's core one-email-per-day mission and triggered its decline. - **Mary Parker Follett** (Person): Early 20th-century management theorist who argued for "power with" over "power over"; intellectual ancestor of Conway's Law and collaborative leadership. - **Anthropic** (Organization): AI safety company structured as a public benefit corporation with a Long-Term Benefit Trust whose trustees hold board appointment rights but no equity. - **Novo Nordisk Foundation** (Organization): Danish nonprofit foundation that owns controlling interest in Novo Nordisk and exists to make insulin accessible at affordable prices globally. - **Cloudflare** (Organization): Internet infrastructure company whose mission crystallized when it defended pro-democracy protesters against nation-state hackers at no charge and no revenue. - **Groupon** (Organization): Daily-deal company whose one-email-per-day mission was dismantled by short-term revenue optimization, triggering a decline from which it never recovered. - **Public Benefit Corporation (PBC)** (Concept): A two-page Delaware corporate charter amendment replacing open-ended purpose with a specific stated mission, creating legal accountability for that mission. - **Mission Guardian** (Concept): Any person or entity — founder, trust, foundation, or structural rule — whose institutional role is to keep a company mission-locked against financial gravity. - **Shareholder Primacy** (Concept): The post-1980 doctrine that corporations exist solely to maximize shareholder returns; Eric Ries argues it is a 40-year ideological experiment, not a natural law. - **Culture Bank** (Concept): Todd Park's metaphor for tracking culture-building deposits (mission-aligned sacrifices) versus withdrawals (self-interested decisions); sustainable ratio is roughly ten deposits per withdrawal. - **Long-Term Benefit Trust** (Organization): Anthropic's external mission guardian body composed of AI safety experts who hold board appointment rights and have no equity stake in the company.

Présentation par Anthropic du Model Context Protocol dans Claude Code : ce à quoi il se connecte, comment ajouter et délimiter les serveurs, et le coût caché que chaque serveur installé fait peser sur la fenêtre de contexte. Destiné aux développeurs sur le point de brancher Claude Code sur Linear, GitHub ou leurs outils internes. ## [00:02] Pourquoi MCP existe — le contexte vit hors de l'éditeur L'argument d'emblée : la majeure partie du contexte dont Claude Code a besoin ne se trouve pas dans le dépôt, mais dans des bases de données, des applications de productivité et des paquets publics. MCP est le standard ouvert qui permet à Claude d'accéder à ces ressources de façon autonome et de décider lui-même quand les appeler, sans attendre que vous copiez-collez quoi que ce soit. > *Model Context Protocol est un standard ouvert qui permet à Claude Code de se connecter à des outils et des sources de données externes.* ## [00:35] Les outils et ce que les serveurs MCP connectent vraiment Avant d'énumérer les serveurs, le narrateur pose la notion d'*outil* : les agents comme Claude Code se servent d'outils pour effectuer des actions, c'est ce qui les distingue d'un simple chat qui ne fait que renvoyer du texte. Deux exemples concrets suivent : un serveur MCP Linear qui importe les tickets de l'équipe dans la session, et le serveur Context7 qui diffuse la documentation à jour de la dépendance en cours d'utilisation. Des centaines d'autres sont disponibles sur claude.com/connectors. > *Les outils donnent aux agents comme Claude Code la capacité d'effectuer des actions pour mieux accomplir leurs tâches.* ## [01:14] Ajouter des serveurs : HTTP vs STDIO, et /mcp Les serveurs s'ajoutent avec `claude mcp add` et se déclinent en deux types : les serveurs **HTTP**, hébergés à distance par le fournisseur et accessibles via le réseau, et les serveurs **STDIO**, des processus locaux qui tournent sur votre propre machine. Une fois installés, la commande `/mcp` en session liste ce qui est connecté, affiche l'état de chaque serveur et permet d'en désactiver à volonté. > *Les serveurs HTTP sont pour les services distants... Les serveurs STDIO sont pour les processus locaux qui tournent sur votre machine.* ## [01:42] Trois portées : local, user et project (.mcp.json) Chaque serveur appartient à l'une des trois portées. **Local** le limite au projet actuel pour vous seul ; **user** le rend disponible dans tous vos projets ; **project** génère un fichier `.mcp.json` à versionner, de sorte que chaque membre de l'équipe travaillant sur le dépôt récupère automatiquement les mêmes serveurs. > *La portée project utilise un fichier .mcp.json que vous commitez dans votre contrôle de version, si bien que toute personne travaillant sur le code base obtient exactement les mêmes serveurs automatiquement.* ## [02:04] Les définitions d'outils coûtent du contexte — quand préférer CLI ou skill Le piège que personne ne signale quand on vous remet une liste de connecteurs : chaque serveur MCP configuré injecte ses définitions d'outils dans la fenêtre de contexte, qu'on l'utilise ou non. Les mesures préconisées par le narrateur se combinent : lancer `/mcp` et désactiver tout ce qui est inactif ; préférer une CLI comme `gh` ou `aws` quand elle existe, car les CLI ne portent pas de définitions d'outils persistantes ; ou encapsuler le flux de travail dans un skill, qui ne place que son nom et sa description dans le contexte jusqu'à ce que Claude décide de le charger. Au-delà de 10 % du contexte, Claude Code bascule en mode de recherche d'outils, les découvrant à la demande — utile, mais moins fiable qu'un chargement préalable. > *Les serveurs MCP ajoutent des définitions d'outils à votre fenêtre de contexte, même quand vous ne les utilisez pas. Si vous avez beaucoup de serveurs configurés, cela grignote votre contexte disponible.* ## [03:10] Récapitulatif Les trois points à retenir : `claude mcp add` installe les serveurs, `.mcp.json` les partage avec l'équipe, et `/mcp` permet de supprimer ceux qu'on n'utilise pas vraiment. > *Ajoutez des serveurs avec Claude MCP add, limitez leur portée à votre projet avec .mcp.json pour que votre équipe les récupère automatiquement, et surveillez l'utilisation du contexte en désactivant les serveurs que vous n'utilisez pas activement.* ## Entités - **Narrateur du tutoriel Anthropic** (Person): Le narrateur officiel d'Anthropic pour la série Claude Code 101. - **Model Context Protocol (MCP)** (Standard): Protocole ouvert permettant à Claude Code de se connecter à des outils et des sources de données externes via des serveurs HTTP ou STDIO. - **Linear MCP server** (Software): Connecteur qui importe les tickets Linear de l'équipe dans une session Claude Code. - **Context7 MCP server** (Software): Connecteur qui fournit à Claude Code la documentation à jour de la dépendance utilisée. - **.mcp.json** (Config): Manifeste de portée projet versionné, permettant à chaque membre de l'équipe d'hériter des mêmes serveurs MCP. - **/mcp** (CLI command): Commande en session pour lister, inspecter et désactiver les serveurs MCP connectés. - **Tool search mode** (Feature): Mode de repli dans lequel Claude Code entre quand les définitions d'outils MCP dépassent 10 % de la fenêtre de contexte, découvrant les outils à la demande. - **Skill** (Concept): Alternative légère à un serveur MCP complet ; seuls son nom et sa description occupent le contexte jusqu'à ce que Claude charge le corps à la demande.

Fiona Fung, who runs engineering and product for Claude Code and Cowie at Anthropic, walks through what broke when agentic coding became the team's default — review, ownership, planning, hiring — and the norms they rewrote to keep shipping. The throughline: when coding stops being the bottleneck, every process built around protecting expensive engineering bandwidth quietly stops working, and the manager's job is to notice and rewrite them fast. ## [00:00] Intro and the five themes Fiona opens with a confession that the room is much fuller than she expected (Boris and Jared's session is still letting out), takes a selfie with the audience, and frames the talk. Background: she grew teams at Meta and Microsoft before Anthropic, and is now responsible for Claude Code and Cowie engineering and product. The deck she's about to walk through has already been rewritten in the past month — routines didn't exist when she first wrote the slides. She previews five threads: bottlenecks have shifted, team norms had to be rewritten, how they rolled them out, what signals say the changes are working, and the open questions she's still sitting with. > *"I did this slide deck maybe like a month ago and already I've had to change some of the content cuz when I started this deck, there were no routines."* ## [02:10] The shift: bottlenecks have moved Fiona's subtitle for the whole talk is *what served you prior may not serve you any longer*. She takes the audience back to shipping Visual Studio 2005 on CD-ROMs — hard deadlines because the manufacturing lab had to print discs — and points out that the move from CDs to online distribution already rewired how teams ship. The new shift is bigger: for years coding throughput and engineering bandwidth were the expensive things, and that's quietly stopped being true on Claude Code. When the bottleneck moves, it doesn't disappear — it relocates to verification, review, cross-functional handoffs, and security. The questions that matter now are "is this code correct?" and "is this safe?", and the old planning and ownership norms quietly stop serving the team. > *"What served you prior may not serve you any longer."* ## [07:40] Rewriting team norms: code review, JIT planning, technical debates Inside Claude Code the team had to rewrite the norms one by one. Code review is the first — human judgment shifts to "who actually needs to look at this." Planning is the second — Fiona calls it JIT planning, like JIT compiling, because prototyping is no longer the expensive step that justifies a six-month roadmap. Technical debates are the third: code wins. Instead of two engineers arguing on a doc, both prototype the API and look at impact on callers, and Fiona made a point of caring about the API's downstream effects as much as the implementation itself. The unifying rule: when building is cheap and arguing is expensive, you don't let the last person who checks in win — you build the routines that get *you* the last word. > *"When building is cheap, arguing expensive, again, how does that shift your team norms a bit?"* ## [13:30] Routines and Claude as a second pair of hands With morning coffee Fiona now reads what a routine produced overnight rather than kicking off the work herself. The team leans on Claude code review heavily — Claude babysits PRs, handles styling, lint, and feedback requests, catches bugs before commit, and adds tests — while humans focus on the calls where trust is still being built. She also stresses product sense in tooling: she themed Claude's terminal output ice blue with snowflakes over the holidays, then pulls back to the bigger point that catching bugs earlier (shift left) and automating the double-click question matter more than any one tool. > *"Where do you trust Claude a lot, but then where do you still want a human?"* ## [16:45] Cross-functional gaps and hiring for the hard parts Fiona walks through a survey-update story: she didn't have a dedicated content designer, so Claude became her partner for terse, terminal-appropriate copy. Meanwhile PMs on the team write code, and engineers lean into PM work. The flip-side conclusion for hiring: non-traditional coders can now do more engineering, so the leader's job is to double down on the hard parts the team is actually missing. When she joined, Claude Code was strong on product generalists and creative folks but thin on distributed-systems expertise — that's where she pushed recruiting. > *"With Claude, you have non-traditional coders now being able to do more engineering, but you also have engineers that we can also now lean in to do other roles."* ## [18:51] Flat org and answering customer feedback yourself Fiona pushed her recruiters into an uncomfortable place: hire managers, but have them start as ICs first. The recruiter thought she was crazy; Fiona's answer is that dogfooding Claude Code is the job, and if a candidate isn't up for it the team is better off finding out early. Flat structure plus Claude as a context-switching aid is what lets her, as a manager, still ship code and answer customer requests directly from her desktop Claude Code — instead of routing every customer question through a triage system, she pulls up the local repository and answers it herself. > *"You want to hire managers and they will start as an IC first. No manager would be interested in that."* ## [25:00] Signals you're trending right and open questions The team's working metric is unglamorous and direct: every commit is cloud-assisted by default, and Fiona hasn't seen a non-Claude commit in roughly four months. But she warns against fetishizing the "X percent of code generated by AI" headline — throughput is one signal, not the goal. The end question is what product you're making more delightful and what problem you're solving, with quality and reliability watched alongside volume. She closes with the section she calls "audit your own effort," opens up the questions she's still asking herself, and hands suggestions back to the audience to take to their own teams. > *"For us, it's by default every commit is cloud-assisted. I don't think I've seen a non-cloud-assisted commit probably in the last 4 months or so."* ## Entities - **Fiona Fung** (Person): Director of Engineering at Anthropic, runs Claude Code and Cowie engineering + product; previously led teams at Meta and Microsoft. - **Boris** (Person): Engineering lead on Claude Code, frequent collaborator referenced throughout. - **Kat (Cat)** (Person): Anthropic colleague who gave a keynote earlier the same day on Claude code review. - **Claude Code** (Software): Anthropic's agentic coding tool that is now the default for the team Fiona runs. - **Cowie** (Software): Sister product Fiona's team also owns engineering + product for. - **Anthropic** (Organization): The company building Claude and Claude Code. - **JIT planning** (Concept): Fiona's term for shifting from a six-month roadmap to just-in-time planning, modeled on JIT compilation. - **Shift left** (Concept): Moving bug-catching and verification earlier — into automation and tooling — instead of relying on review after the fact. - **Routines** (Concept): Repeatable Claude-driven workflows the team relies on so a single human gets the last word on outcomes rather than the last commit timestamp winning.

Ben Horowitz and David Ulevitch — recorded at a16z's American Dynamism Summit in Washington — cover the full arc of what it means for a venture firm to accept industry leadership: from America's race to integrate AI into national defense, to the real reason the Anthropic–Department of War deal collapsed, to why the VC industry is consolidating around large generalist firms and narrow specialists. Horowitz closes on what he sees as America's most underrated strategic risk: a profound pessimism about AI at home while China and Japan charge forward with optimism. ## [00:00] Trailer The opening montage frames the episode's central tension: over 70% of Chinese citizens are optimistic about AI, while fewer than 30% of Americans share that view. David Ulevitch sets the stakes — a16z has placed the largest venture bet in American history on the proposition that the U.S. will win the next century of technology. > *"Over 70% of people in China are optimistic about AI and less than 30% in America were optimistic about AI."* ## [00:41] Why America's Technology Dominance Matters for the World Following a16z's record $15 billion fundraise — the largest in the firm's history — David Ulevitch asks what obligations accompany that scale. Horowitz reaches back to advice from his mentor Andy Grove: when you lead an industry, the entire industry's ethics and morality depends on you. He translates that into a first-principles argument: what matters for humanity is whether people have a genuine chance to contribute, and no country comes close to America on that dimension. Horowitz draws a direct line from the Industrial Revolution to the present moment. America won the 20th century because it had superior technology; the AI revolution presents an identical fork in the road. He frames a16z's mission as answering one question — what can the firm do to help America win technologically — and argues that every decision, from portfolio construction to government engagement, flows from that north star. > *"And so when I think about our role in the industry, it's what can we do to help America win technologically?"* ## [04:04] American Dynamism, AI & Catching Up to China Ulevitch asks what has most surprised Horowitz about investing at the intersection of national security and venture capital since launching the American Dynamism practice. Horowitz explains why American-style freedoms are structurally irreplaceable: the Declaration of Independence's claim that rights are self-evident — not granted by government — makes them nearly impossible to revoke, a feature no other country has replicated at the same strength. On the competitive landscape with China, Horowitz notes the pre-ChatGPT conventional wisdom gave China a large AI lead, primarily because China had integrated AI deeply into its military and government bureaucracy while the U.S. lagged far behind. The most heartening development since then has been the speed of American catch-up: a wave of entrepreneurs willing to serve the national interest, combined with a U.S. government genuinely open to new companies and willing to change procurement rules to accommodate them. > *"But the the thing that was true about the kind of old incorrect idea was that they were way ahead of us in integrating um their AI technology with uh their government you know on a kind of military basis on a bureaucracy basis you know and all facets and so you know when we started we were coming from I would say very far behind you know in that you know in that idea um the thing that's been surprising though is like how fast um we've been catching up."* ## [08:50] The Anthropic Deal: What Really Happened The conversation turns to the high-profile collapse of Anthropic's contract with the Department of War. Horowitz offers a deal-mechanics reading that cuts through the public framing: Anthropic had overwhelming leverage — they were already deployed, the country was heading toward conflict, no software vendor has ever had more negotiating power — yet they walked away. In Horowitz's view, that behavior has only one explanation: Anthropic wanted out of the deal, likely due to internal employee pressure, and used a philosophical disagreement as the exit ramp. He pushes back on the framing that a national security AI contract is ethically compromised. The Department of War operates under more rules and oversight than any private entity, and leaks are effectively guaranteed if those rules are broken. Ulevitch extends the point to founders more broadly: companies that let employees veto geopolitical decisions are substituting "vibe geopolitics" for the considered judgment of people who have studied — and sacrificed for — these questions their entire careers. > *"It fell apart because Ananthropic wanted out of the deal."* ## [13:37] Exporting American Dynamism to Our Allies Ulevitch raises a geographic expansion question: American Dynamism's name is parochial, but the practice is really about America and its allies. Horowitz has spent significant time abroad meeting foreign leaders who want to replicate U.S. startup culture. He outlines why that's hard — entrepreneurship at scale requires a deep-seated belief that the government won't arbitrarily seize what you build, and very few countries (Sweden and Israel being notable exceptions) have that culture. He identifies concrete partnership opportunities: Mexico's high-quality manufacturing expertise in automotive and adjacent sectors; Japan's robotics heritage and surging defense spending (moving from 0% to 3% of GDP), which creates aligned interests given shared concern about China. The section closes with Ulevitch flagging that the coming robotics revolution will be the next major theme for the practice. > *"America does give everybody a chance and entrepreneurs can really count on that."* ## [16:56] Power, Responsibility & How a16z Serves Founders A recent profile described a16z as a "power broker" using capital and networks to shape markets. Horowitz reframes the description: power isn't something the firm accumulates for its own sake — it's a feature of the product offered to founders. Entrepreneurs have great ideas but lack the power to get the right meeting with Congress, secure a key enterprise customer, or navigate regulation; a16z's scale converts that gap into founder advantage. The internal culture is deliberately countervailing. The firm's first cultural principle — "first-class business, only in a first-class way" — means showing up on time, responding promptly, and being honest. These small behaviors prevent the firm from drifting into a posture where it treats founders as supplicants rather than partners. > *"So power is sort of a feature of our offering is the way I think about it."* ## [18:58] The State of Venture Capital & Why Most Firms Can't Scale Horowitz provides a structural explanation for why most venture firms cannot grow beyond a certain size. The original design premise of the industry was that only ~15 companies per year would ever reach $100 million in revenue, so small partnership structures with shared economics and shared control made sense. Mark Andreessen's "software is eating the world" thesis invalidated that premise: every company is now a technology company, so the target universe has exploded and so has the need for organizational scale. Scaling to capture that universe requires organizational reorganization — which requires a single decision-maker. Firms built on consensus control cannot reorg cleanly, because those who lose power in a reorg will block it. A16z, with centralized control from inception, was structured to reorg repeatedly and now fields 600+ people organized as small teams sharing a common platform. The result is a barbell: large generalist firms that cover every technology domain, and narrow specialists focused on AI infrastructure, bio, crypto, or games. The mid-size generalist firm is being squeezed out. > *"when you redistribute power, people are mad if they get a vote um that they're going to foul that that that reorganization and you can't scale without reorging."* ## [23:21] The New Rules of Media The media discussion opens with a structural observation: old and new media are not different games — they are the same game with different rules. Under scarcity (limited channels, rigid formats), the winning strategy was defense: avoid gaffes, because a Howard Dean scream lives forever on a three-channel media landscape. Under abundance (unlimited channels, unlimited formats), the winning strategy is offense: be interesting, because anything boring simply drowns in the noise. Horowitz points to Alex Karp as the exemplar of the new model: relentlessly entertaining, consistently on message (pro-America), and unafraid to be unpredictable. The flood-the-zone correction mechanism — do ten podcasts after a mistake — makes individual errors survivable in a way they never were in the old world. His coaching to founders: you cannot win by not losing anymore; you win by being worth paying attention to. > *"Um, and so the key to winning isn't not making a mistake, it's being interesting."* ## [26:22] America's AI Optimism Gap Horowitz names his biggest worry: a polling result showing that more than 70% of Chinese citizens are optimistic about AI while fewer than 30% of Americans share that sentiment. He attributes the gap to an American media culture that foregrounds AI risks — surveillance, job displacement, existential threats — while systematically underweighting the positive case. He contrasts this with Japan, where renewed enthusiasm for AI has reignited the entire startup ecosystem. His ask of founders, policymakers, and technologists in the audience: rebalance the narrative. AI will end traffic deaths, cure cancer, and eliminate poverty as we know it. These outcomes deserve as much airtime as the dangers. He closes with the analogy of fire — a technology capable of burning down a village that nonetheless heats homes and cooks food — arguing that managing dual-use risk is the normal condition of every transformative technology, not a disqualifying exception for AI. > *"We're going to cure cancer."* ## Entities - **Ben Horowitz** (Person): Co-founder and general partner at a16z; primary speaker throughout, drawing on experience as a founder, CEO, and venture capitalist. - **David Ulevitch** (Person): General partner at a16z leading the American Dynamism practice; hosts the conversation at the American Dynamism Summit in Washington, D.C. - **Andy Grove** (Person): Former CEO of Intel; Horowitz's mentor whose maxim on industry leadership frames the episode's opening section. - **Alex Karp** (Person): CEO of Palantir; cited as a model for direct, entertaining, on-message communication in the new media landscape. - **Mark Andreessen** (Person): Co-founder of a16z; author of "software is eating the world," the thesis underpinning a16z's scaling rationale. - **American Dynamism** (Concept): a16z's investment practice focused on companies serving U.S. national interests — defense, manufacturing, advanced software and hardware — now extended to allied nations. - **Anthropic** (Organization): AI safety company whose contract with the U.S. Department of War collapsed; Horowitz argues the deal fell apart because Anthropic chose to exit, not over genuine ethical conflicts. - **a16z** (Organization): Andreessen Horowitz; raised over $15 billion in its latest fund, the largest in firm history and the largest VC fund ever raised. - **Department of War** (Organization): U.S. federal defense department; counterparty in the Anthropic procurement deal and key customer for American Dynamism portfolio companies. - **Palantir** (Organization): Defense and analytics software company; referenced as an exemplar of a firm successfully working at the intersection of Silicon Valley and national security.

Dan Shipper interviews Angela Jiang (head of product) and Katelyn Lesse (head of engineering) for the Claude platform at Anthropic, recorded at the Code with Claude developer event. The conversation unpacks how Claude's platform has grown from a simple completion API into a fully managed agent infrastructure, why the harness and the model are increasingly inseparable, and what the "outcome + budget" vision means for the future of agent development. Together the three trace every stage of the agent lifecycle — from spinning up a first session to retiring stale agents — and share candid war stories from Anthropic's own internal deployments. ## [00:00] Where the platform will be in a year Dan opens with a question the rest of the episode keeps circling back to: a year from now, where is the platform? Angela's answer — Claude understands itself well enough to pick its own sub-agents and write its own harness on the fly. Katelyn picks up the other half: an infrastructure layer that can keep up with agents that continually rewrite themselves. This exchange actually comes from late in the interview; the show puts it up front because the whole conversation is about how today's primitives get you there. > *"We'd want to experiment with directions where Claude actually gets so good at understanding itself, it figures out what model you should be using, it figures out how to spin up all the sub agents."* — Angela Jiang ## [01:48] How the Claude platform evolved from API to agents Angela traces the arc from early LLM APIs — stateless, exploratory, maximum surface area — through session-based chat, and now into fully autonomous agents. The through-line is always the same: raise the abstraction layer high enough that customers can get the best outcome from Claude with as little work as possible. Early adopters wanted every raw knob; today, most teams arriving at Anthropic want a substantial set of things "out of the box." The platform's job is to keep shrinking the distance between intention and outcome. > *"It probably ends up just being like whatever it's like the set of primitives and infrastructure that enables you to basically get the outcome as fast as possible with actually as little of work as possible."* — Angela Jiang ## [04:09] The primitives that make up Claude Managed Agents Katelyn explains that Claude Managed Agents is assembled from the same primitives available to anyone on the Messages API — code execution sandboxes, web search, and built-in tools — but wrapped in a curated harness Anthropic has already battle-tested internally. Angela adds that the team is opinionated about two primitives in particular: file systems and skills. These are treated as load-bearing choices that shape how Claude behaves across all agent tasks. The platform is designed to be modular so developers can plug in custom pieces where the standard harness does not fit, and Anthropic publishes reference implementations for teams that want to stay on the Messages API directly. Dan describes his team running Claude via the `claude -p` command on Mac Minis and worries about lock-in and divergence from Claude Code. Katelyn responds that Anthropic's internal first-party products run on the same platform as external customers, which means divergence between Managed Agents and Claude Code will shrink over time. > *"We've taken what we see as all the most powerful of those things and put them together into a harness and a set of infrastructure that is just the way to get what we think is the best outcomes out of Claude."* — Katelyn Lesse ## [10:37] Why the harness and the model are becoming a single unit Angela challenges the conventional wisdom that a generic, model-swappable harness is the right architecture. As models diverge in technique across labs, the alpha is in tight harness-model co-design rather than hot-swapping. Internally, Anthropic tested multiple harness variants for the memory feature and found they performed "drastically differently." The implication: treat the agent (harness + model) as the unit of redundancy, not the model alone. Dan pushes on whether this creates path dependence in the model itself. Angela acknowledges that the primitives chosen really do shape the model's trajectory, and that being wrong about them is hard to undo. She cites models that over-indexed on reasoning versus those that went deep on computer-use as two diverging paths that are difficult to reverse. > *"The harness and the model get very paired. You still need redundancy, and you still might want to use other models for things, but you probably do it at the layer of like the agent, meaning like the harness plus the model."* — Angela Jiang ## [18:49] The infrastructure wall that kills most agent projects in production Katelyn identifies the real blocker for most agent projects: not harness engineering, but the infrastructure wall hit when teams try to move from prototype to production. Keeping a persistent server alive, managing sandbox failures, storing transcript data, and handling secure credential injection — these mundane concerns kill projects that technically "work" on a Mac Mini. Anthropic's own repeated experience of hitting this wall internally was the primary motivation for building Managed Agents. Angela describes the vaults primitive as an early step toward one-click agent deployment: once agent identity and credentials are handled securely at the platform layer, adding a Slack integration should eventually be as simple as telling Claude to "add Slack" and watching the bot appear. > *"Everyone hits the same problem of like, oh wow, I either need to like keep a server constantly running or I need to use infrastructure that will spin up and spin down, and I need to store the transcript data, and I need secure sandboxing, and all these sorts of things."* — Katelyn Lesse ## [24:49] Why team agents need a different shape than individual productivity tools Angela explains why individual productivity tools like Claude Code do not simply scale to team use. The moment three people want a shared agent that automates an end-to-end process across roles, a laptop-resident tool breaks down in availability, access control, and coordination. She cites Guillermo Rauch of Vercel's framing of an internal "AI software factory" as the right mental model: not individual augmentation, but a full organizational stack of agents that continuously produces high-leverage output for every function in the company. > *"When you get to the team layer suddenly everything gets like massively more complex. Like number one obviously it can't like sit on your laptop."* — Angela Jiang ## [26:36] How Anthropic's legal team uses an agent to review marketing copy Katelyn walks through one of Anthropic's own internal deployments: a legal-review agent that accepts marketing copy submissions and performs a first-pass review before anything reaches a human lawyer. The agent can approve copy outright or escalate for human review, eliminating low-value ticket-queue work. The form factor is a thin app layer on top of Managed Agents with shared visibility across both teams. Angela and Dan dig into why this is an agent rather than a skill: human-in-the-loop requirements, the need to spin up separate sessions, and multi-team collaboration all exceed what a single skill invocation can handle. The governance model that emerged was notable: rather than gating changes behind the platform team, end users discovered they could self-serve small improvements via Claude Code. Angela describes the end-state user experience as simply "talking to Claude," even when the underlying system is "many many Claudes engaging with each other." > *"Under the hood it's many many Claudes engaging with each other to get to the part where then they the Claudes themselves are doing the more complex work that the human doesn't really necessarily need to interpret."* — Angela Jiang ## [34:24] Using multi-agent orchestration for advisor strategies, adversarial pairs, and swarms Angela highlights three multi-agent architecture patterns people are assembling with the newly launched orchestration primitives: an advisor strategy that separates execution from advice; adversarial pairs where one agent generates and another critiques; and swarms that split a problem into many small parallel pieces and recombine results. Each pattern suits a different problem class — swarms excel at bug hunting, while wide-research tasks benefit from advisor or parallel-decomposition architectures. LEGO-like primitives let practitioners hill-climb at the architecture level, not just the prompt level. > *"If we can make the primitives very LEGO-like, then people can put them together to solve things at a slightly higher form factor, which is more like an architecture or like a strategy."* — Angela Jiang ## [35:50] How to measure agent success with outcome and budget as the end state Angela frames the long-term measurement philosophy: compress everything to an outcome and a budget, and let the platform resolve all intermediate decisions. Domain-specific evals (e.g., PR-merge rate for coding agents) remain useful today, but the target is a verifiable outcome spec that Claude can grade itself against repeatedly. Katelyn addresses the adjacent problem of agent staleness: Anthropic has built skills to help teams upgrade agents when new models ship, and the most forward-leaning teams already run meta-agents that monitor other agents for degradation and trigger upgrades automatically. > *"Our kind of principle of like maybe the end state of some of these things is that everything should kind of compress down to an outcome and like a budget. And that's probably like about it."* — Angela Jiang ## [39:11] What the platform looks like a year from now, when Claude writes its own harness Angela envisions a world where users supply only an outcome and a budget, and Claude self-selects models, spins up sub-agents, and writes its own harness on the fly — eliminating harness engineering entirely, just as today's platform has already eliminated much of manual tool construction and prompt engineering. She is cautiously optimistic that the "outcome" half of the equation may be achievable within a year with some budget error bars. Katelyn adds the infrastructure corollary: such a world requires a platform capable of supporting agents that continuously recreate themselves, handling arbitrarily shaped long-running requests without ever becoming the bottleneck. > *"Claude is actually able to understand itself enough that it can come almost like write itself on the fly to figure out what is necessary in that kind of like two-parameter world of like outcome and budget."* — Angela Jiang ## Entities - **Angela Jiang** (Person): Head of Product for the Claude platform at Anthropic; co-architect of the Managed Agents product vision. - **Katelyn Lesse** (Person): Head of Engineering for the Claude platform at Anthropic; focuses on infrastructure reliability and scale. - **Dan Shipper** (Person): Host of AI & I on Every; CEO of Every; building internal agent products on the Claude platform. - **Claude Managed Agents** (Software): Anthropic's hosted agent infrastructure — a harness plus cloud compute that wraps the Messages API with built-in memory, sandboxing, vaults, and skills. - **Messages API** (Software): Anthropic's core API; the underlying primitive on which Managed Agents and all first-party products are built. - **Anthropic** (Organization): AI safety company that builds and operates the Claude model family and its associated platform. - **Every** (Organization): Media company producing AI & I; an early Managed Agents customer building internal editorial agents. - **Stripe Minions** (Software): Stripe's internal end-to-end software development platform built on agent infrastructure; cited as a model for company-wide coding agent deployment. - **Vercel** (Organization): Developer infrastructure company; CEO Guillermo Rauch's "AI software factory" framing used as the mental model for team-level agent adoption. - **Outcome + Budget** (Concept): Anthropic's long-term design principle that the final form of agent interaction should require only a verifiable outcome and a cost ceiling, with the platform resolving all intermediate decisions.

In one of their most consequential episodes, the All-In besties dissect SpaceX's surprise compute lease to Anthropic — the deal that may cement Anthropic as AI's dominant platform — and debate whether David Sacks's "Rockefeller" framing is prophecy or paranoia. The group then wrestles with a White House trial balloon about an "FDA for AI," ultimately concluding it was mostly media spin, before closing with a bullish-but-cautious read on the AI-driven market boom. Brad Gerstner fills in for David Friedberg, bringing investor perspective from both public and private markets across the episode's 82 minutes. ## [00:00] Bestie intros! Thoughts on the LA mayor election Jason Calacanis opens with the full crew: Chamath Palihapitiya, David Sacks, and fifth bestie Brad Gerstner joining in for David Friedberg, who is out sick. The warm-up quickly turns to the LA mayoral race, where Spencer Pratt is mounting a surprisingly effective challenge to incumbent Karen Bass. The group praises Pratt's viral debate performance — evisceration of the city council candidate over homeless policy — and Chamath notes the power of a sharp social-media team in modern politics. Brad flags a California ballot initiative that would constitutionally protect retirement savings and ban a wealth tax, reading it as a potential seismic signal. Jason observes that New York City hedge-fund titan Ken Griffin publicly announced he is pulling investment from New York after NYC councilman Zohran Mamdani targeted his home in a campaign video, underlining the tension between aggressive progressive politics and capital flight. > *"If California effectively passes a constitutional amendment protecting retirement savings and personal assets and banning the wealth tax and [Spencer Pratt] gets elected, the message that would send to the country — that's a very non-consensus view that I'm becoming increasingly optimistic about."* — Brad Gerstner ## [04:38] SpaceX-Anthropic deal, Elon Web Services, SpaceX IPO valuation, Anthropic's insane growth trajectory Jason leads with the blockbuster news: SpaceX has leased all of Colossus 1 — its H100-based Memphis data center — to Anthropic, adding over 220,000 Nvidia GPUs and 300 megawatts to Anthropic's supply-constrained capacity. The deal immediately doubled Claude Code's rate limits and removed peak-usage caps for paid users. Chamath frames Anthropic's explosive growth as purely supply-constrained: if unlimited power existed, revenues would be "even more parabolic." He sees the deal as Elon strategically de-risking SpaceX's valuation story — blunting bear cases around delayed orbital data centers while generating near-term revenue to subsidize Grok training. Brad estimates the arrangement adds $4–5 billion in incremental 2026 revenue for SpaceX, calling EWS (Elon Web Services) a genuine fourth hyperscaler alongside AWS, Azure, and GCP. He also warns that organized activists — not organic local opposition — are using the same playbook that stalled nuclear construction in America to delay data-center permitting. David Sacks notes that Anthropic grew from $10B ARR on January 1 to $44B ARR by April — a trajectory he calls unlike anything Silicon Valley has ever witnessed. > *"Nobody in Silicon Valley has ever seen anything like it. Forget about the rest of the country. I mean, all we do in Silicon Valley is deal with exponentials. And still, people have never seen that kind of growth at that level of scale."* — David Sacks ## [26:48] Is Anthropic the next great monopoly? Early signals or major overreaction? David Sacks draws an extended analogy between Anthropic and John D. Rockefeller's Standard Oil, arguing that safety-first rhetoric can function as regulatory capture — building a moat that locks in the emerging duopoly of Anthropic and OpenAI while blocking competitors. He notes that if Anthropic sustains its 10× annual growth for just 18 more months it could become "the most powerful monopoly ever created in human history," dwarfing the combined Mag-7 revenue. Brad pushes back hard: Anthropic and OpenAI are still fledgling startups on a GAAP basis, Google and Amazon are producing hundreds of billions in free cash flow to fund competing models, and pre-emptive antitrust action at the starting line of AI would be "a disaster." Jason translates Brad's position as "don't mess with my paper," since Altimeter holds positions in several of these companies. Sacks clarifies his northstar is vigorous competition — but he flags Anthropic's banning of OpenClaw from using its API as a concrete anti-competitive act worth scrutiny. > *"Unless something about their current trajectory changes, Anthropic will be the most powerful monopoly ever created in human history — a trillion dollars of ARR growing at some rate. Dario calls it AGI. I call it the biggest monopoly in human history."* — David Sacks ## [35:21] "FDA for AI" freakout, how the White House thinks about AI safety Reports surfaced that the White House was considering an executive order to create an AI working group that could require pre-release safety reviews for new frontier models — triggered, according to the New York Times, by Anthropic's classified "Mythos" model reportedly alarming national-security officials. NEC Director Kevin Hassett appeared on Fox Business drawing an FDA analogy, while Treasury Secretary Scott Bessent spoke more carefully about balancing innovation and safety. Sacks calls much of it "fake news" amplified by Andrew Ross Sorkin's DealBook column, noting that Susie Wiles, the White House Chief of Staff, issued a statement walking back the FDA framing. He reveals he spoke with Hassett directly and confirms no senior official actually supports a pre-approval regime. He points to the White House's March 20 National AI Regulatory Framework as evidence the administration favors specific solutions over broad regulatory capture. The group converges on one concrete measure: KYC (Know Your Customer) requirements before frontier model API access during preview periods, plus rapid deployment of cyber-capable AI to companies like CrowdStrike and Palo Alto Networks. > *"There is a substantial faction of AI ideologues or doomers who are basically employing the classic 'never let a crisis go to waste' strategy. Yes, we do have this cyber issue that is real — everyone needs to harden their systems now. But what they're trying to do is use that issue to try and create a permanent new infrastructure in Washington."* — David Sacks ## [52:01] Flipping AI's negative perception: Giving, healthcare and education innovation Jason shifts from regulatory defense to offense: how should the tech industry proactively counter negative public perception of AI? He proposes that companies going public — Anthropic, OpenAI, SpaceX — could dedicate 1–5% of IPO proceeds to every American via "Invest America" accounts, creating tangible shared upside. He also calls for serious engagement on minimum wage and universal healthcare, arguing that a financially healthier consumer base is structurally good for capitalism itself. Brad endorses the "Invest America" concept, adding that data center host communities should receive direct benefits like free local electricity. David pivots to political salience data: AI ranks 29th out of 39 voter issues — well below cost of living and economic growth, two metrics where AI is actively deflationary and expansionary. The industry's real message should be economic delivery, not safety governance. Chamath gives tech leaders a "D-minus trending to F" for communications and calls for tangible reinvestment in America at scale. > *"I think that there's a pretty profound vibe shift with respect to tech, tech oligarchs, Silicon Valley, and particularly AI. That vibe shift has already happened on Main Street, and I think that's starting to seep into Washington."* — Chamath Palihapitiya ## [60:04] Trading the AI market, state of the economy Brad leads a comprehensive market check: AWS on a $150B run rate (28% growth), Azure at $108B (39%), Google Cloud at $80B (63%). The S&P 500 is at all-time highs, the 10-year sits at 4.3%, and inflation is under control — far better outcomes than the doom scenarios predicted around tariffs and geopolitical conflicts. S&P 500 operating margins improved from 11% in 2023 to 13% in Q1 2026, and the Mag-5's combined headcount grew only 3% over three years while revenues surged. Chamath urges caution: there is still no direct evidence AI is lifting enterprise profit margins in aggregate, and a reckoning arrives in roughly 500 days when the fork between opex reduction and revenue growth will determine whether the AI boom is real or a mirage. Jason counters that for startups the ROI is already "fait accompli" — AI-generated ad creative at Nike and DoorDash, portfolio companies shipping product at half the headcount. David credits Trump administration policies — rescinding Biden's chip-export licensing and AI-approval regime, unleashing energy permits — for creating the conditions that enabled the boom, and notes that the unemployment rate for recent college graduates has actually improved, contradicting the entry-level-job-loss narrative. > *"I think we have kind of call it 500 days where you just got to be net long. But I think it's literally in the hundreds of days from now that you're going to have to have an important reckoning moment. The people that are paying for all these tokens need to see an actual benefit."* — Chamath Palihapitiya ## Entities - **Jason Calacanis** (Person): Host and moderator; angel investor and podcast co-founder - **Chamath Palihapitiya** (Person): General partner, Social Capital; co-host; contrarian macro voice on AI ROI and market cycles - **David Sacks** (Person): Co-host; former White House AI & Crypto Czar; framed Anthropic as a potential historic monopoly using the Rockefeller analogy - **Brad Gerstner** (Person): Founder & CEO, Altimeter Capital; fifth bestie; bullish on compute stocks and AI market structure - **Dario Amodei** (Person): CEO of Anthropic; referenced as "Daario D. Rockefeller" by Sacks; party to the SpaceX compute deal - **Elon Musk** (Person): CEO of SpaceX and xAI; architect of Elon Web Services and the Colossus 1 compute lease strategy - **Anthropic** (Organization): AI lab behind Claude; grew from $10B to $44B ARR in four months; center of monopoly and FDA debates - **SpaceX / xAI** (Organization): Lessor of Colossus 1 data center to Anthropic; emerging fourth hyperscaler under EWS branding - **Elon Web Services (EWS)** (Concept): SpaceX's compute-leasing business positioned as a hyperscaler competitor to AWS, Azure, and GCP - **Mythos** (Software): Anthropic's classified cyber-capable frontier model that reportedly alarmed White House national-security officials - **KYC for AI** (Concept): Proposal to require identity verification before granting API access to frontier models during preview periods - **Invest America** (Concept): Proposal for IPO-stage tech companies to dedicate a share of proceeds to universal investment accounts for US citizens

Un court tutoriel Anthropic sur les hooks Claude Code, la porte de sortie déterministe pour tout ce qui doit absolument s'exécuter à chaque édition, chaque appel d'outil, chaque commit. Le message clé : si vous écrivez "toujours exécuter prettier" dans claude.md en espérant que ça marche, vous avez déjà perdu. Mettez-le dans un hook. ## [00:02] Ce que sont les hooks et pourquoi ils sont déterministes Les hooks se déclenchent à des points fixes dans le cycle de vie de Claude Code, et l'argument central du narrateur est que, contrairement aux instructions au niveau du prompt, ils s'exécutent toujours. Indiquer au modèle dans claude.md de lancer prettier après chaque édition fonctionne la plupart du temps, mais "la plupart du temps" est exactement la faille que comble un hook. Même intention, mais imposée par le runtime plutôt que suggérée au LLM. > *You can tell Claude in your claude.md file to run prettier after every file edit and most of the time it will do that, but sometimes it won't. It's not perfect. But a hook makes it happen every single time with no exceptions.* ## [00:37] Cas d'usage courants Quatre exemples représentatifs délimitent le périmètre : formatage automatique après les éditions de fichiers, journalisation de toutes les commandes exécutées pour la conformité, blocage des opérations dangereuses comme la modification des fichiers de production, et envoi d'une notification lorsque Claude termine une longue tâche. > *Common use cases could include auto formatting after file edits, logging all executed commands for compliance, blocking dangerous operations like modifying production files, and sending yourself notifications when Claude finishes a task.* ## [00:52] Configurer les hooks et les cinq événements du cycle de vie La configuration réside dans `settings.json` : choisissez un événement, affinez-le optionnellement avec un matcher pour l'outil concerné, puis fournissez une commande shell. Cinq événements couvrent la boucle : `UserPromptSubmit` avant que Claude voie un prompt, `PreToolUse` et `PostToolUse` encadrant chaque appel d'outil, `Notification` quand Claude alerte l'utilisateur, et `Stop` quand Claude termine sa réponse. > *Pre-tool use which runs before a tool call, post-tool use runs after a tool call completes. Notification runs when Claude sends a notification, and stop runs when Claude finishes responding.* ## [01:22] Formatage automatique avec un hook post-tool-use L'exemple canonique : un hook `PostToolUse` avec un matcher `Edit` ou `MultiEdit` se déclenche chaque fois que Claude modifie un fichier. La commande vérifie l'extension et dirige vers le bon formateur : prettier pour TypeScript, gofmt pour Go, ruff pour Python, ou tout ce que le projet standardise. > *You set a post-tool use hook with a matcher of edit or multi-edit, right? So, it fires whenever Claude modifies a file. The command checks the file extension and runs the appropriate formatter.* ## [01:49] Bloquer les appels d'outils avec pre-tool-use et les codes de sortie Les hooks `PreToolUse` reçoivent le nom de l'outil et son entrée en JSON sur stdin, puis décident via le code de sortie : `0` pour continuer, `2` pour bloquer. Quand un hook bloque, ce qu'il a écrit sur stderr est renvoyé à Claude comme feedback, permettant au modèle de comprendre pourquoi et d'adapter son plan. C'est ici qu'on applique les règles strictes : bloquer les écritures dans un répertoire de config de production, refuser les commandes bash contenant `rm -rf`, bloquer les commits sur main. Le narrateur résume : ce que l'équipe doit garantir, pas simplement suggérer. > *If it exits with code two, the action is blocked and the STD error message gets fed back to Claude's feedback so Claude knows why it was blocked and can adjust.* ## [02:26] Hooks au niveau projet et partage en équipe Les hooks dans `.claude/settings.json` ont une portée projet et peuvent être commitués dans le dépôt, ce qui signifie que toute l'équipe les hérite automatiquement au clonage. Référencez les scripts via la variable d'environnement `CLAUDE_PROJECT_DIR` pour que les commandes se résolvent correctement, quel que soit le répertoire courant de Claude. La règle de clôture : si quelque chose doit se produire à chaque fois sans exception, ne le mettez pas dans un prompt, mettez-le dans un hook. > *If something needs to happen every time without fail, don't put it in a prompt. Put it in a hook.* ## Entities - **Anthropic Tutorial Narrator** (Person): La voix officielle d'Anthropic pour la série de tutoriels Claude Code 101. - **Claude Code** (Software): L'outil de codage terminal agentique d'Anthropic auquel les hooks se connectent lors des événements du cycle de vie. - **Hooks** (Concept): Commandes déterministes se déclenchant à des points fixes dans la boucle Claude Code, alternative imposée par le runtime aux instructions au niveau du prompt. - **settings.json** (Configuration): Là où les hooks sont déclarés ; `.claude/settings.json` à la racine du projet est versionné dans le dépôt afin que les équipes partagent les mêmes règles. - **PreToolUse / PostToolUse / UserPromptSubmit / Notification / Stop** (Events): Les cinq événements du cycle de vie auxquels un hook peut se rattacher. - **CLAUDE_PROJECT_DIR** (Environment variable): Utilisée dans les commandes de hook pour référencer des scripts relatifs au projet, indépendamment du répertoire courant de Claude.

Matt Pocock joins swyx at AI Engineer Europe to argue that the old software design canon — DDD, deep modules, ubiquitous language — matters more, not less, in the AI coding era. The thesis: code is not just a compile target; a codebase that is easy for humans to change is easy for AI to change. Along the way they cover course-making, why traditional lectures still beat AI-native learning, and TypeScript's quiet takeover of AI engineering. ## [00:04] Opening at AIE Europe and the Cursed Course swyx welcomes Matt to the AI Engineer Europe podcast booth in London. Matt jokes that AIE is "the worst" event he has ever attended (the location is in fact astonishing) before turning to his Claude Code course, which is just wrapping up its two-week cohort. He explains why he runs short cohorts: AI moves so fast that self-paced courses cannot guarantee updates, and the "curse" of releasing into breaking changes — AI SDK v5 dropped on day two of his AI SDK v4 course, and the Claude Code source leaked during this one — is now baked in. The conversation then turns to teaching as a craft. Matt rejects the "pundit" branch of YouTuber identity — he is not trying to predict the future, only to teach durable material — and notes that being a teacher first is what differentiates his content. > *I'm not a guy who's trying to predict the future. I'm just trying to teach.* ## [02:51] Why Engineering Fundamentals Matter More with AI Matt previews his AIE talk. The popular narrative says code no longer matters because English plus an AI compiler can produce applications. Every time he tried to ignore the code, he ended up with "a terrible mess." So he went back to the classics — *Extreme Programming*, *The Pragmatic Programmer*, *A Philosophy of Software Design*, DDD — and discovered they ported directly into prompts. Keeping the architecture in your head, even when you delegate implementation, yields outsized dividends. > *If you have a code base that's easy to change for humans, it's going to be easy for AI to change, too.* ## [04:23] Narrow Waist and Deep Modules swyx introduces the "narrow waist" concept from internet architecture (TCP/IP, HTTP at layers 3–4) as a way to contain AI-generated slop: define rigid interfaces, delegate the inside. He extends it to running AIE as a nine-person business — "model-view-claw" instead of MVC, where coordination across people and AI is the real systems problem. Matt maps this onto John Ousterhout's notion of *deep modules*: a large amount of functionality behind a simple interface, ports and adapters style. This is, in his experience, the best way to use AI for coding — be intentional about the interface as a human, then delegate the implementation. > *Deep modules basically — a large amount of functionality with a simple interface. Kind of ports and adapters, right?* ## [06:37] Domain-Driven Design Meets AI DDD is having a moment, and Matt argues it works *because* the framework has been around long enough to sit in the latent space of these models. You do not have to invent new vocabulary; you can bolt on a system that is composable and that the model already understands. The deeper point: DDD is fundamentally about aligning code with language, which is exactly what you want when speaking to an AI. He makes it concrete with the `mattpocock/skills` repo (≈13k stars) and its "ubiquitous language" skill — a Claude Code skill that scans your codebase, surfaces the arcane jargon, and refines it with you into a markdown file he keeps open while prompting. He references it from `agents.md` but does not paste it wholesale, so the agent finds it when searching for those terms. > *Essentially, you're trying to create a unified domain model so that the AI and you are speaking the same language.* ## [10:05] Teaching as an Overpowered Skill swyx asks how Matt got so good at explaining things. Matt credits six years as a voice coach before becoming a developer — communication felt like an unfair advantage when he started as a junior. He has since narrowed his focus: split time between learning material and finding the right phrases for it. The old texts help because they give him pre-built mental models to explain new ideas through. He walks through his course-making process: an "explore and exploit" phase, a Zettelkasten-style Obsidian vault, a custom planning app, P1/P2/P3 prioritization, and the rule that *each lesson teaches exactly one thing* with dependencies made explicit. Most of what he produces ends up on the cutting room floor. > *The ability to communicate always just felt like a ridiculous overpowered skill that I had in my locker that no one else had.* ## [13:20] How People Actually Learn AI Engineering The conversation turns to whether AI has changed how people learn. Matt distinguishes knowledge (lectures), skills (interactive exercises), and wisdom (small-group discussion — and now, talking to an AI). Counterintuitively, the more he leans into AI-experimental teaching, the more it turns his audience off. Most learners still want traditional lectures; swyx recalls Maven's cohort-based education arc landing in the same place. Matt's compromise is to force the work without forcing the form: in his TypeScript material he throws learners into a problem first and gives them the knowledge afterwards. > *The more I lean into the kind of AI experimental stuff, the more it actually turns people off my materials.* ## [15:04] TypeScript Overtaking Python swyx flags that TypeScript overtook Python in the GitHub survey this year — a shift he did not see coming, particularly in AI engineering where Python's expressiveness has been dominant on the backend. Matt's echo chamber is 100% TypeScript, but his real argument is ecosystem: when you care about UX and shipping chat-style applications, the framework gravity is in TypeScript (Vercel's Next.js, Cloudflare's variants). swyx admits this would meaningfully change which frameworks he promotes. > *If you're concerned about UX, concerned about shipping great stuff, you're mostly doing it in TypeScript.* ## [16:45] Inversion of Control and Composable Skills Matt looks ahead. His TypeScript-evals bet (Everlight) stalled — "no one's excited to do evals." The next frontier is *inversion of control*: as coding agents converge on similar architectures (Firebase-style backends, small tool sets), the interesting axis becomes how much control sits with the developer versus the harness. Claude Code's opacity buys ease of use but loses observability; Pydantic AI ("Pi") swings the other way — total control, total maintenance burden. He closes by pointing past coding agents entirely. Software engineers are a step ahead because AI produces quality output in their domain, but the composable skills he authors — like his three-sentence "grill me" skill that makes the AI interrogate you until you reach a shared understanding — generalize to any domain where you want the AI aligned with you. > *The inversion of control is going to be really important — you put more control in the hands of the developer and less in the harness.* ## Entities - **Matt Pocock** (Person): Creator of Total TypeScript and AI Hero; teaches TypeScript and AI Engineering through two-week cohort courses. - **Shawn Wang / swyx** (Person): Host; founder of AI Engineer and the AIE conference series. - **AI Engineer Europe (AIE)** (Organization): The London conference where this conversation was recorded; Matt's talk hit 1M views in 13 days — fastest in AIE history. - **AI Hero** (Organization): Matt's AI engineering education platform (aihero.dev). - **Claude Code** (Software): Anthropic's coding agent; subject of Matt's just-finished course and a recurring example throughout. - **Domain-Driven Design (DDD)** (Concept): Software methodology centered on aligning code with the language of the business domain; Matt argues it ports cleanly into AI prompting. - **Ubiquitous Language** (Concept): DDD practice of maintaining a shared vocabulary doc; Matt's namesake Claude Code skill scans a repo and refines this with the user. - **Deep Modules / Narrow Waist** (Concept): Architectural pattern (Ousterhout / internet protocols) of large functionality behind a small interface — Matt's preferred shape for AI-assisted codebases. - **mattpocock/skills** (Software): Matt's open-source repository of Claude Code skills; ≈13k stars at recording time. - **Pydantic AI (Pi)** (Software): Python agent framework built from low-level primitives; cited as the high-control counterpoint to Claude Code's opaque harness. - **Obsidian** (Software): Note-taking app reportedly run by a team of four; the example for non-engineering domains where AI leverage compounds.

Dan Shipper and Austin Tedesco, Every's head of growth, discuss why the Codex desktop app has become their primary interface for all knowledge work — from drafting go-to-market plans to building live KPI dashboards — displacing Claude Code after months of side-by-side use. Dan frames the shift as the emergence of a new "agent management interface" operating system, while Austin walks through his live Codex setup in a screen-share session that covers automations, specialized agent suites, and recruiting workflows. The episode doubles as a practical field guide for non-engineers who want to run the same playbook. ## [00:00] A new operating system for knowledge work Dan opens cold: three months ago Codex was trash. Now Austin is the one firing it up before anything else each morning and routing 80 percent of his working time through it. Dan reads what changed structurally: a general-purpose coding agent that can reach into your filesystem, browser, and connected apps is becoming the operating system for knowledge work, and every major lab is racing for that surface. > *"There's a new operating system for how and where you're going to get your work done and it's this kind of agent management interface."* — Dan Shipper ## [00:57] How Codex went from a tool for senior engineers to a daily driver for knowledge work Dan traces the arc of Codex from its original positioning as a sandboxed pair-programming tool for senior engineers — one that "would argue with you, it would make you feel stupid" — to today's desktop app built on GPT-5.5. He attributes the pivot to OpenAI watching Anthropic prove with Claude Code that an emotionally intelligent, fast, computer-native agent creates a step-change experience for programmers and knowledge workers alike. The race is now between model companies to own the agent management desktop: Anthropic has Claude Code and Claude.ai desktop, OpenAI has Codex, and xAI has effectively acquired Cursor. ## [02:42] How Claude Code proved that a great coding agent works for any knowledge work Dan explains the insight that changed everything: if an agent can write software autonomously, it can do any kind of knowledge work autonomously. Claude Code demonstrated this first, drawing non-engineers — including Austin — into an agent-first workflow. OpenAI's hard pivot on Codex over the last three months is a direct response to that proof point. Dan describes the new paradigm as one where your agent is your interface to software, the internet, and daily tasks, not just a code co-pilot. > *"If it can write software on its own, it can do any kind of knowledge work on its own."* — Dan Shipper ## [07:24] Austin's switch to Codex Austin recounts his agent-pill moment: spending a December week inside Claude Code CLI, hooking it up to every tool he uses for work and personal life, and finding it indispensable for strategic thinking, data analysis, and drafting marketing copy. His initial Codex trial two months later felt alienating — the model was condescending, asking "Why?" when he requested clearer explanations. He kept Claude Code for 80 percent of knowledge work while tolerating Codex for engineering. The turning point was getting early access to GPT-5.5: at model parity, the decisive edge was the Codex desktop app itself — faster, better-organized, and with sub-agents that "just work." > *"So the idea that the codeex app is maybe 30 to 40% better is like that's a lot of work."* — Austin Tedesco ## [13:48] How Austin set up Codex with folders, keys, and reviewer agents Austin shares his screen and walks through his "Every Growth OS" folder inside the Codex app: a directory containing API keys for every tool the company uses (Gmail, Slack, Notion, Stripe), a CLAUDE.md project context file synced to GitHub, and a set of custom reviewer agents forked from Kieran Classen's Compound Engineering plugin. Where the standard Compound Engineering reviewers focus on security and front-end design, Austin's fork — publicly available as "Compound Knowledge" — reviews for strategic alignment with company goals and data accuracy, making it fit for knowledge-work plans rather than code PRs. The folder architecture lets Austin move seamlessly from a go-to-market draft to shipping a code PR without switching apps. > *"It's connected to everything we use for every and then some project instructional files that explain what the every business is, what we care about, how we like to work together."* — Austin Tedesco ## [18:24] Using Codex to brainstorm automations across Gmail, Slack, and Notion Austin demos his recommended on-ramp for new Codex users: open a fresh chat inside the Growth OS folder, run the Compound Engineering brainstorm workflow, and prompt the model to look at Gmail, Slack, and Notion and suggest automations. Codex surfaces a "follow-up radar" that triages incoming communications across sources, a command-center view for events and camps, and a recruiting pipeline automation — all calibrated to Austin's actual work context. Within the session, Codex writes automation scripts that require almost no tweaking and begins scheduling them; Austin highlights a nightly draft-reply routine that compiles unanswered messages and prepares replies for a quick thumbs-up approval. > *"They require very little tweaking to be like this is a thing I would and do use every day of there's this set of instructions that it comes up with based on what it knows about me."* — Austin Tedesco ## [22:42] How Austin manages the human review step when Codex is drafting communications A live audience question from Margaret prompts Austin to describe his human-in-the-loop review discipline. All drafting and orchestration happens inside Codex, but the final review intentionally lives in the native app: Slack draft replies are reviewed in Slack's drafts tab; email drafts are reviewed in Gmail; strategic plans are reviewed in Notion or the Proof markdown viewer. Stepping out of the agentic interface "freshens up my brain" before anything goes to a human. A second question from musician Alex about protecting high-value client emails leads to a discussion of how Austin uses Every's Kora email assistant together with Codex-managed rules, including having the agent interview the user to derive email rules rather than asking the user to specify them manually. > *"I just like for like the last pass before humans engage with it to step away from this agentic space and have a final check in another surface."* — Austin Tedesco ## [28:54] Using Codex to build specialized agents inspired by product executive Claire Vo Austin describes being inspired by a Claire Vo interview with Lenny Rachitsky in which Vo credited a suite of six specialized OpenClaw agents — rather than one overloaded master agent — as the key to unlocking leverage. Austin pasted the transcript of that interview directly into Codex and prompted it to propose six agents tuned to the Every growth function, provisioned into the company Slack. The agents occasionally break, but debugging is straightforward: screenshot the broken output or @-mention the Slack thread inside Codex and ask it to fix the agent's architecture. The result is a self-correcting loop where agent failures become Codex tasks. > *"Um I I actually just sent it the transcript of Claire's interview with Lenny and said like I want to do this too given everything you know about me and my work."* — Austin Tedesco ## [31:09] Synthesizing meeting transcripts and Slack threads into a go-to-market plan Austin walks through his most time-saving workflow: assembling a go-to-market plan for Every's upcoming Plus One product launch using nothing but Codex running the Compound Engineering brainstorm step against all existing meeting transcripts stored in Notion and Slack threads. With only five-minute windows between meetings, Austin prompted Codex to check the scheduled content calendar (a step it skips unless reminded), generate a proof doc, and push the final plan to Notion. The result was 80–90 percent complete. Dan adds the normative point: he prefers reading AI-written documents because they're easier for colleagues to produce, and the standard at Every is that you stand fully behind whatever your agent writes. > *"It's that I'm relying on the model to um look at all of the things that we've already said and thought about the go to market strategy, piece it together, and then review it, right?"* — Austin Tedesco ## [40:15] Building a live KPI tracker in Notion that agents can read Austin shares a more technical workflow: rebuilding Every's KPI tracker as a Notion database that updates every six hours by pulling from Stripe, social platforms, and other data sources via Notion's Workers tool. The tracker is explicitly designed to be both human-readable and agent-readable, so any team member's agent can query it and take autonomous actions — such as spinning up landing pages if an SEO keyword is underperforming. The challenge: the model can't one-shot the full tracker because even a 3–5 percent error in the MRR number is unacceptable for business decisions, so Austin is validating it column by column. Dan notes the philosophical complexity of defining revenue metrics consistently. > *"And so I have been doing this big kind of like to me complex uh workflow problem in codeex of let's build this sheet together, let's have it live in a notion database that all of our agents can point at."* — Austin Tedesco ## [44:54] Using Codex for recruiting Dan describes using Codex for outbound recruiting: he asked Codex to compile a list of General Assembly alumni and then filter it for people who had subsequently moved into AI, targeting candidates for an L&D director role. The first name on the resulting list was someone Dan considered a perfect fit who already followed him on Twitter, allowing an immediate DM. The section expands into a broader Q&A: Austin discusses when to fork Compound Engineering versus using it out of the box, how the team uses a shared Notion "compound" database to capture session learnings and turn them into reusable skills, and how Every's "Think Week" — a bi-annual week with no day-to-day work — creates organizational space for deep AI exploration. > *"Especially for any kind of like outbound effort, it can kind of find that needle in the haststack that you're looking for really really well."* — Dan Shipper ## Entities - **Dan Shipper** (Person): Co-founder and CEO of Every; host of the AI & I podcast; author of essays on AI and vibe coding - **Austin Tedesco** (Person): Head of growth at Every; Codex power user who manages the Growth OS project and suite of specialized agents - **Claire Vo** (Person): Product executive whose interview about specialized agent suites inspired Austin's multi-agent setup at Every - **Kieran Classen** (Person): Engineer at Every; creator of the Compound Engineering plugin used as the basis for Austin's knowledge-work fork - **Codex** (Software): OpenAI's desktop agent app, the primary tool discussed; runs on GPT-5.5 and supports sub-agents, folder-scoped projects, and plugin integrations - **Claude Code** (Software): Anthropic's CLI-based coding agent; Austin's previous daily driver before switching to Codex - **Compound Engineering** (Software): Plugin workflow framework by Kieran Classen; provides structured brainstorm, plan, and review steps used across Claude Code and Codex - **Every** (Organization): AI-focused media and software company publishing essays, courses, and tools; runs the AI & I podcast - **OpenAI** (Organization): Creator of Codex and GPT-5.5; provider of the ChatGPT Pro subscription whose credits were offered to camp attendees - **Notion** (Software): Primary knowledge-management and document platform at Every; used for meeting transcripts, the KPI tracker, and agent-readable databases - **GPT-5.5** (Software): OpenAI model powering the current Codex desktop app; reached parity with Claude Opus for Austin's knowledge-work tasks