Auteur · direction éditoriale
François Chollet
François Chollet, chercheur en IA, créateur de Keras et du benchmark ARC-AGI, cofondateur de Ndea et de l'ARC Prize. Ancien de Google (2015-2024), auteur de « Deep Learning with Python », nommé au TIME100 AI en 2024.
Son rôle sur le site
François Chollet assure la direction éditoriale de Info Agent IA : il fixe la ligne (mesurer plutôt qu'annoncer, dater et sourcer chaque chiffre) et la méthode d'évaluation des agents, outils, serveurs MCP et modèles. Les fiches sont produites à partir de données publiques relevées automatiquement, selon cette méthode, puis relues. Lire la méthode.
Parcours
- 2012 Diplôme d'ingénieur de l'ENSTA Paris. (source : Wikipedia)
- 2015 Publie Keras, bibliothèque open source d'apprentissage profond, puis rejoint Google. (source : GitHub keras-team/keras)
- 2017 Publie « Xception: Deep Learning with Depthwise Separable Convolutions » (CVPR) et la 1re édition de « Deep Learning with Python » (Manning). (source : CVPR 2017)
- 2019 Publie « On the Measure of Intelligence », qui propose une définition de l'intelligence fondée sur l'efficacité d'acquisition de compétences et introduit le benchmark ARC (Abstraction and Reasoning Corpus). (source : arXiv 1911.01547)
- 2021 2e édition de « Deep Learning with Python » ; reçoit le Global Swiss AI Award en décembre. (source : Manning)
- 2024 Lance avec Mike Knoop l'ARC Prize, compétition d'un million de dollars pour résoudre ARC-AGI. (source : arcprize.org)
- 2024 Nommé par TIME parmi les 100 personnes les plus influentes de l'IA (TIME100 AI, septembre). (source : TIME)
- 2024 Quitte Google en novembre, après plus de neuf ans. (source : Google Developers Blog)
- 2025 Cofonde avec Mike Knoop Ndea, laboratoire de recherche sur l'IA générale fondé sur la synthèse de programmes ; l'ARC Prize devient une fondation à but non lucratif. (source : ndea.com)
Publications et projets
- On the Measure of Intelligence · arXiv, 2019
- Deep Learning with Python (2nd ed.) · Manning, 2021
- Xception: Deep Learning with Depthwise Separable Convolutions · CVPR, 2017
- Keras · GitHub, 2015
Ses contenus sur le site
- L'adaptation au moment du test : principe et résultats
- Brancher un agent IA sur Telegram, WhatsApp, Slack ou Discord : méthodes et risques
- Déployer des agents IA en entreprise : cas d'usage, choix, pilote, gouvernance, mesure
- Agents vocaux : fonctionnement, plateformes, latence, coûts et cas d'usage
- AI Act : la checklist de conformité pour les entreprises qui utilisent des agents et des outils IA
- ARC-AGI : le test, ses versions et les scores publiés
- L'ARC Prize : la compétition, ses règles, ses éditions, ses résultats et ce qu'ils ont appris
- Mesurer les progrès vers l’AGI : benchmarks, leurs limites, saturation et contamination
- Rédiger la charte d'usage de l'IA de son entreprise : contenu, exemples de règles, déploiement
- Choisir un modèle de langage pour son usage : critères, benchmarks, prix, contexte, licence
- Choisir un serveur MCP : critères de confiance, entretien, permissions, serveurs locaux ou distants
- Claude Code, guide de référence : installation, abonnements et API, commandes, CLAUDE.md, MCP, sous-agents, bonnes pratiques
- Codex CLI, guide de référence : installation, modes d'approbation et bac à sable, AGENTS.md, coûts
- Agents qui utilisent un ordinateur (computer use) : fonctionnement, offres, fiabilité, sécurité
- CrewAI, guide de référence : équipes d'agents, tâches, outils, flows, déploiement
- Cursor, guide de référence : l'éditeur de code avec IA, modes, règles, prix et limites
- Débuter avec un agent IA : choisir, installer, premiers usages et garde-fous
- Évaluer un agent IA : jeux de tests, métriques, benchmarks publics et suivi en production
- Fine-tuning ou RAG : comment choisir, coûts, données nécessaires, exemples
- Héberger un agent IA sur un VPS : choix du serveur, installation, sécurité, sauvegardes, coûts
- Histoire de l'idée d'AGI : de Turing aux laboratoires actuels
- « How We Get To AGI » : la conférence de François Chollet, chapitre par chapitre
- La généralisation, cœur de l'intelligence selon François Chollet : définitions, exemples, mesure
- LangGraph, guide de référence : graphes d'états, mémoire, outils, déploiement
- Écrire les instructions d'un agent IA : prompt système, fichiers AGENTS.md et CLAUDE.md, exemples
- Hermes Agent, guide de référence : installation, mémoire et compétences, modèles, coûts, limites
- Les limites de l'apprentissage profond : ce que les modèles font mal, analyse de François Chollet et d'autres chercheurs
- LLM en local, guide de référence : logiciels comparés, modèles par taille de machine, performances, usages
- Automatiser avec l'IA dans Make et Zapier : fonctions IA, agents, limites et prix
- Les modèles de raisonnement : fonctionnement, ce qu'ils améliorent, limites mesurées
- Systèmes multi-agents : quand plusieurs agents valent mieux qu'un, architectures, coûts et pièges
- n8n et l’IA, guide de référence : nœuds, agents, mémoire, hébergement et coûts
- Premiers pas avec l'API d'un LLM : clé, premier appel, paramètres, coûts, bonnes pratiques
- Comprendre les prix des API de LLM : tokens, entrée et sortie, cache, batch, estimation d'un budget
- Quand l’AGI ? Les prévisions publiées, leurs méthodes et pourquoi elles divergent
- OpenClaw, guide de référence : installation, configuration, modèles, skills, messageries, sécurité et coûts
- Quantification et format GGUF : principe, niveaux (Q4, Q8…), perte de qualité, choix
- RAG, guide de référence : principe, découpage, embeddings, base vectorielle, évaluation, erreurs courantes
- Recherche approfondie (deep research) avec l'IA : outils, méthode, vérification des sources
- Réduire le coût d'un agent IA : choix du modèle, cache, contexte, routage, budgets
- Les risques de l'AGI : ce que disent les chercheurs, sans alarmisme
- Sécuriser un agent IA : permissions, secrets, bac à sable, validation humaine, journalisation
- Les skills des agents IA : principe, installation, création et vérification
- Surveiller un agent IA en production : journaux, traces, alertes, outils d'observabilité
- La synthèse de programmes : principe, histoire et piste vers l’AGI
- Bien travailler avec un agent de code : découper, relire, tester, maîtriser les coûts
- Agent IA open source ou propriétaire : comment trancher
- Mistral AI : modèles, prix et agents
- Agent IA ou chatbot : quelle différence ?
- Benchmark LLM : comment lire les classements des modèles
- Créer son propre serveur MCP en 30 minutes
- Faire tourner un LLM en local : matériel, logiciels et limites
- Faire tourner un agent IA dans un bac à sable
- Le point IA de la semaine : versions, annonces, chiffres
- Agents IA et RGPD : quelles données partent, et où ?
- Les agents IA en octobre 2026 : l'état des lieux
- MCP et skills malveillants : vérifier avant d'installer
- Synthèse de programmes : la piste de Ndea vers l'AGI
- « How We Get To AGI » : les idées clés de la conférence de François Chollet
- Injection de prompt : comment un agent IA se fait pirater
- Les LLM raisonnent-ils vraiment ?
- « On the Measure of Intelligence » expliqué simplement
- Sécurité des agents IA : les 10 risques et comment s'en protéger
- Automatiser sa boîte mail avec un agent IA
- ARC-AGI expliqué : le test qui mesure l'intelligence des IA
- MCP, A2A, tool calling : les protocoles des agents expliqués
- Créer un agent IA avec n8n, sans coder
- Qu'est-ce que l'AGI ? Définition, mesure et état de la recherche
- Agents IA et emploi : ce que disent vraiment les données
- Les agents IA pour le service client : bilan honnête
- Installer un serveur MCP dans Claude, ChatGPT ou Cursor
- AI Act : ce qui change pour les agents IA
- Serveur MCP : définition et les meilleurs serveurs à connaître
- Agents IA autonomes : jusqu'où les laisser faire ?
- Combien coûte vraiment un agent IA par mois ?
- Agents IA en entreprise : 12 cas d'usage chiffrés pour les PME
- Mémoire des agents IA : comment ils se souviennent (et oublient)
- Frameworks d'agents IA : LangGraph, CrewAI, AutoGen… lequel apprendre ?
- Créer des vidéos avec l'IA : ce qui marche aujourd'hui
- Créer son premier agent IA : 5 méthodes, du sans-code au code
- Générer des images avec l'IA : outils, prix et limites
- ChatGPT agent : ce qu'il fait vraiment
- Comment utiliser NotebookLM : guide complet
- Agents navigateurs : quand l'IA utilise le web à votre place
- Alternatives gratuites à ChatGPT : ce qu'elles valent vraiment
- Agents de code : comment Claude Code, Codex et Cursor travaillent vraiment
- Les meilleurs outils IA gratuits par besoin
- Hermes Agent : installation, coûts et limites
- Modèles open source ou fermés pour vos agents ?
- Installer OpenClaw pas à pas (Windows, Mac, Linux)
- Le LLM le moins cher pour chaque usage
- Quel GPU pour faire tourner un LLM ?
- IA agentique : ce que les agents savent vraiment faire en 2026
- Agent IA : définition, fonctionnement et exemples concrets
- Ollama pas à pas : installer et utiliser un modèle en local
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons