What it feels like to work with Mythos
- Auteur
- Ethan Mollick
- Thème
- IA
- Mots-clés
- Mythos, Claude Fable 5, agentic AI, autonomy, human-AI relationship
- Ton
- opinion
Résumé
Ethan Mollick, qui a eu un accès anticipé au premier modèle de classe Mythos (Claude Fable 5), conclut à un saut bien réel par rapport à tout ce qu'il avait utilisé — et, plus important encore, à une transformation profonde de notre relation à l'IA. Le modèle surpasse largement les modèles publics existants, travaille jusqu'à une dizaine d'heures sur des specs de plusieurs pages, et produit des résultats bluffants à partir d'un seul prompt. Mais Mollick décrit une expérience oscillant entre le délice et le trouble : « délicieux parce que j'ai demandé quelque chose et c'est arrivé ; déstabilisant parce que j'ai demandé quelque chose et c'est arrivé ».
💡 Pourquoi ça compte
Mollick capture en une phrase le cœur émotionnel de l'article : la même autonomie qui ravit déstabilise. C'est cette ambivalence — déléguer sans plus comprendre — qui fonde la réflexion sur l'atrophie des compétences et le rôle du leader face à l'automatisation.
Analyse approfondie
J'ai eu un accès anticipé au premier modèle de classe Mythos rendu public, Claude 5 Fable. Une grande partie des discussions sur Mythos a tourné autour de son impact sur la sécurité logicielle, mais je l'ai testé sur tout sauf cela (les garde-fous autour de Fable l'empêchent en pratique totalement d'être utilisé pour la cybersécurité). Ma conclusion : il représente un bond bien réel par rapport à tous les modèles que j'ai utilisés auparavant et, peut-être plus important encore, il suggère que notre relation avec l'IA change de façon radicale.
D'abord, à quel point Fable est-il bon ? Dans expérience après expérience, il a surpassé pratiquement tous les autres modèles publics que j'ai utilisés, et de loin. Il s'est montré compétent sur une grande variété de problèmes et a produit des résultats stupéfiants — il pouvait travailler jusqu'à une dizaine d'heures à exécuter des spécifications de plusieurs pages. Je vais détailler bientôt quelques cas d'usage plus complexes et sérieux, mais on pouvait voir l'amélioration générale sur chaque tâche. Le problème pour communiquer cela dans un billet, c'est que beaucoup des résultats les plus impressionnants n'intéresseront qu'une petite partie de mes lecteurs. Par exemple, il a produit le papier de sciences sociales le plus sophistiqué que j'aie vu jusqu'ici venant d'une IA, à partir d'un seul prompt et d'un seul retour. Il a aussi créé un poème épique rimé de 10 pages sur une coupe de cheveux où chaque mot commence par la lettre s.
Comme exemple plus accessible et divertissant, je lui ai aussi fait créer une série de jeux que vous pouvez essayer. Tous partent d'un seul prompt initial dans Claude Code, où Fable devait prendre mes prompts vagues et générer quelque chose de fonctionnel, suivi de quelques prompts supplémentaires avec des encouragements mineurs (« fais mieux ») ou du feedback. Ce qui les rend particulièrement impressionnants, c'est que Claude ne peut pas générer d'images : chaque élément d'art ou objet 3D a été fait avec des mathématiques seules, sans aucun asset externe. Vous pouvez essayer n'importe lequel : un jeu sur le tirage à pile ou face (« Balatro, mais pour le jeu du pile ou face »), plutôt amusant ; un jeu de snake où le serpent est conscient de lui-même et où des choses folles se produisent ; ou un jeu de descente dans les profondeurs pour voir ce qui s'y trouve.
Donc la sortie est impressionnante. Mais, surtout à mesure que je me suis tourné vers des projets plus sérieux, j'ai souvent ressenti que l'utilisation de l'outil se situait quelque part entre le délice et le malaise. Délice parce que je demandais simplement quelque chose et ça arrivait. Et malaise parce que je demandais simplement quelque chose et ça arrivait.
Pour comprendre pourquoi, il aide de saisir la manière dont Fable accomplit le travail. (Le billet poursuit avec un exemple détaillé testé sur de nombreux modèles précédents.)