AI Engineer Paris 2025

IA & data23–24 septembre 2025Paris, Station F1re édition

Thème : AI engineering : agents et MCP, contexte et mémoire, évaluation, modèles ouverts, inférence, voix

Site officiel (nouvel onglet) ↗Programme (nouvel onglet) ↗Chaîne YouTube (nouvel onglet) ↗Synthèse de septembre 2025 →

1re édition d'AI Engineer hors des États-Unis, organisée par Koyeb avec l'équipe AI Engineer (swyx, Ben Dunphy). Soirée d'ouverture le 23/09, journée de conférence le 24/09. Organisateurs : 700+ participants, 500+ propositions au CFP, 47 sessions sur 5 tracks (Master Stage, deux Discovery Tracks, salle de workshops, Expo), 25 sponsors ; environ 70 % des participants venus de l'étranger selon Yann Léger.

Pour sa première édition européenne, AI Engineer Paris a montré une ingénierie IA qui passe de la démo à la production : agents outillés par MCP, contexte et mémoire comme vrai problème, évaluation continue plutôt que benchmarks, et une scène parisienne qui mise sur l'ouvert et l'efficace (Mistral, Kyutai, H, ZML, pyannote, BFL).

29 sessions résumées · 29 vidéos · mise à jour le mercredi 30 septembre 2026 · synthèse à compléter

Sources lues et limites de cette synthèse

Corpus : Programme officiel (61 créneaux Sessionize), transcriptions automatiques des deux lives officiels de la Main Stage (1 h 25 le 23/09, 8 h 26 le 24/09, chaîne AI Engineer) et de 12 talks des Discovery Tracks publiés sur la chaîne YouTube de Koyeb (23/10 et 05/11/2025), lus le 30/09/2026. Retours écrits : récap en 4 parties de Koyeb (organisateur), récap de Safe Intelligence (Brain Aboze, 24/10/2025), billet d'Alex Spyropoulos (29/09/2025), live podcast de Mastra depuis l'expo (24/09/2025) et une dizaine de posts Bluesky (surtout sponsors : Docker, Tailscale, Alpic, Koyeb).

Limites : Retours de participants rares et fortement teintés sponsors/organisateurs (Koyeb, Docker, Mastra, Safe Intelligence) ; aucun post LinkedIn lisible, article Criteo inaccessible. La synthèse s'appuie surtout sur ce qui a été dit sur scène. Transcriptions automatiques (noms propres déformés ; pistes de Mhangami et Betegón manifestement retraduites). Workshops et talks de l'Expo sans captation ni retour. Synthèse rédigée un an après l'événement (J+371).

Synthèse globale

1. Une première européenne, portée par un acteur local

La marque AI Engineer (swyx, Ben Dunphy) sort pour la première fois des États-Unis, et en confie l'organisation à un partenaire : Koyeb, jeune cloud parisien installé à Station F. Les organisateurs revendiquent 700+ participants, 500+ propositions au CFP et un passage d'une piste unique sur invitation à cinq tracks, monté en 90 jours (blog Koyeb). Sur scène, Yann Léger insiste sur la place donnée aux startups européennes ; Emil Eifrem (Neo4j) estime qu'il ne déménagerait plus forcément dans la Silicon Valley pour démarrer aujourd'hui. Alex Spyropoulos se dit « agréablement surpris par la densité de talents ». Seule ombre notée par les organisateurs : des annulations de dernière minute après les restrictions de voyage américaines visant les titulaires de visas H-1B.

2. La décennie des agents, et la question qui fâche : faut-il des évals ?

swyx pose le cadre dès la soirée d'ouverture : non pas « l'année » mais la décennie des agents, idée que retient aussi l'équipe Mastra en direct de l'expo. Il lance surtout un débat : Claude Code aurait réussi « sans évals, juste des vibes ». La journée lui répond en plusieurs voix. Aparna Dhinakaran (Arize) : les évals ne doivent pas bloquer la mise en production, mais les évals en ligne sur les traces réelles priment. Pierre Burgy (Strapi) défend des « vibe benchmarks » fondés sur les usages. Thomas Schmidt (Metabase) raconte comment un benchmark interne sur-optimisé a fini par « trahir » la qualité perçue. Safe Intelligence y lit un consensus : l'évaluation devient un processus continu, pas un examen d'entrée.

3. MCP, de la hype au métier d'exploitant

MCP traverse l'édition (Mastra et Spyropoulos le notent comme sujet dominant). Mais le ton est celui de l'exploitation : Martin Woodward (GitHub) rappelle que presque aucun client n'implémente le protocole au-delà des outils, que « personne ne met à jour un MCP local qui marche » et que l'avenir est aux serveurs distants avec OAuth et aux registres. Miguel Betegón (Sentry) décrit un serveur à 30 puis 60 M de requêtes par mois géré comme un service de production, avec une panne invisible faute de métriques par transport. Docker et Marlene Mhangami (Microsoft) outillent la découverte et la publication. Spyropoulos résume : beaucoup de serveurs, encore peu d'usages, mais les problèmes de découverte et d'autorisation se règlent.

4. Le vrai sujet : le contexte, la mémoire et l'état

Sous des noms différents, plusieurs talks disent la même chose : l'agent échoue sur ce qu'on lui donne à lire. Lélio Renard Lavaud (Mistral) parle de silos de données et de « moteur de contexte » ; Emil Eifrem de la gestion de l'état entre corpus RAG, mémoire et données applicatives ; Alberto Castelo (Shopify) de purge des sorties d'outils, de mémoire en trois couches et d'instructions « juste à temps » ; Thomas Schmidt de représentations communes et d'entrepôts de données chaotiques. Safe Intelligence en fait la cause première des échecs d'agents. Une divergence apparaît sur les graphes : Neo4j voit la mémoire agentique comme « intrinsèquement orientée graphe », Shopify a essayé le GraphRAG puis l'a écarté, jugé trop complexe pour le gain.

5. L'ouvert, le spécialisé et l'efficace, marque de la scène parisienne

Beaucoup d'intervenants européens défendent des modèles ouverts ou spécialisés plutôt que le plus gros modèle généraliste : Mistral (l'ouvert compatible avec l'entreprise), H Company (petits modèles de computer use, analogie avec AlphaZero), Kyutai (audio full-duplex en open science, traduction sur téléphone), Black Forest Labs (poids ouverts et API complémentaires), pyannote (diarisation open source massivement téléchargée), Hugging Face (« default to open »). L'efficacité est l'autre face : attention creuse sur CPU chez ZML, chargement des poids en streaming (NVIDIA, Google), snapshots mémoire chez Koyeb. Paige Bailey (Google DeepMind) va dans le même sens en annonçant l'avenir des modèles locaux ; Lars Trieloff (Adobe) en fait la démonstration sur son Mac Studio, en soulignant la domination des labos chinois sur les modèles locaux.

6. Les agents en production : découpage, isolation, humain dans la boucle

Les retours concrets convergent vers une ingénierie prudente. Robert Brennan (OpenHands) vise 80 à 90 % d'automatisation des gros refactorings, pas 100 %, avec 3 à 5 agents et une revue humaine par PR. Jesús Espino (Ona) et Yann Léger (Koyeb) placent chaque agent dans un environnement isolé et jetable, et Ona garde tout dans le cloud du client. BMW (Daniel Homola) vise un hybride API et agent GUI, avec un exécuteur déterministe. En face, Julien Launay (Adaptive ML) et poolside défendent l'autre voie : apprendre l'usage des outils par RL plutôt que câbler des graphes d'agents.

7. Tensions et critiques

  • Talks de sponsors : une bonne partie de la Main Stage revient aux sponsors (Neo4j, Docker, Koyeb, LlamaIndex, Google DeepMind, Arize), avec des talks courts et commerciaux (Docker) ou une feuille de route présentée comme un constat (Neo4j, qui le reconnaît).
  • Évals : pas de consensus entre « vibes » (swyx, Burgy) et discipline de mesure (Arize, Metabase, BMW).
  • Full-duplex ou cascade : Kyutai reconnaît que le terrain revient aux cascades STT-LLM-TTS, plus pratiques, alors que le full-duplex reste l'objectif.
  • Juniors : Martin Woodward plaide pour continuer à les recruter, à contre-courant du discours sur leur disparition.
  • Démos : la plupart ont tenu (FLUX, ZML), celle de Lars Trieloff a échoué.

8. Biais du corpus

Les retours écrits viennent surtout de l'organisateur (Koyeb), de sponsors ou d'exposants (Docker, Mastra) et d'une startup de l'écosystème (Safe Intelligence) ; aucun post LinkedIn n'a pu être lu et l'article de Criteo n'a pas pu être consulté. Cette synthèse repose donc surtout sur ce qui a été dit sur scène : les lives de la Main Stage et 12 talks des Discovery Tracks, transcrits automatiquement. Workshops et sessions de l'Expo ne sont connus que par le programme.

Actions concrètes citées

  1. Traiter un serveur MCP comme un produit : descriptions d'outils avec exemples, actions suivantes suggérées, observabilité par transport et par outil, erreurs explicites (Betegón, Sentry).
  2. Préférer les serveurs MCP distants avec OAuth aux installations locales et aux tokens personnels : personne ne met à jour un MCP local qui fonctionne (Woodward, GitHub).
  3. Limiter le nombre d'outils exposés à un agent, via la découverte dynamique ou un choix par l'utilisateur, car trop d'outils dégradent la précision (Woodward ; Castelo, Shopify).
  4. Mettre les instructions « juste à temps » dans les réponses d'outils, y compris en cas de succès, plutôt que tout charger dans le prompt système (Castelo, Shopify ; Schmidt, Metabase).
  5. Construire pour le chaos des données réelles, pas pour la démo du chemin heureux ; se méfier de la sur-optimisation sur un benchmark interne (Schmidt, Metabase).
  6. Faire évoluer le prompt système à partir de retours rédigés en langage naturel et d'évals en production, avec un jeu de test caché pour éviter le surapprentissage (Dhinakaran, Arize).
  7. Pour les gros refactorings, découper en tâches quasi « one-shot », limiter à 3 à 5 agents en parallèle, garder une revue humaine par sous-agent et partager les apprentissages dans un fichier de contexte (Brennan, OpenHands).
  8. Isoler chaque agent dans un environnement jetable et garder code et données dans son propre cloud pour les secteurs régulés (Espino, Ona ; Léger, Koyeb).
  9. Réduire le démarrage à froid de l'inférence en streamant les poids en parallèle vers le GPU plutôt que charger fichier par fichier (Karabulut et Schuurman, NVIDIA et Google).
  10. Ne pas oublier la diarisation (qui parle quand) dans les pipelines vocaux : sans elle, un scribe médical ou un compte rendu de réunion peut conclure l'inverse (Bredin, pyannoteAI).

Session par session

Mardi 23 septembre

Keynote▶ vidéo + transcript

Welcome Keynote (The Year in Agents)

Shawn Wang (swyx) — AI Engineer / Latent Space, Ben Dunphy — AI Engineer, Yann Léger — Koyeb, Raouf Chebri — MC

Retours : Live podcast Mastra (exposant)

  • Ouverture : Ben Dunphy présente Paris comme le premier événement AI Engineer confié à un partenaire communautaire (Koyeb) ; Yann Léger annonce « plus de 30 speakers » et environ 70 % de participants venus de l'étranger.
  • swyx met à jour son talk « year of agents » : la définition qui s'impose est « un LLM avec des outils dans une boucle, orienté vers un but » (Simon Willison), mais il pousse à travailler les parties dures (mémoire, planification, confiance).
  • Pas « l'année » mais la décennie des agents (reprise de Karpathy), portée par un chantier d'infrastructure historique ; modèles de plus en plus agentiques (« thinking with tools »), autonomie croissante, autant de calcul en post-training qu'en pré-training.
  • Côté ingénierie : MCP a gagné, ACP (Zed) comme couche d'interop des agents de terminal, et une « bibliothèque standard » des API d'agents (sandbox d'exécution, recherche web, documents) dont il crédite Mistral ; manquent encore mémoire et orchestration.
  • Trois débats ouverts : faut-il des évals ? (Claude Code, « no evals, just vibes »), comment faire du context engineering (multi-agents ou non), et les agents rapides (Cerebras à ~2 000 tokens/s).
  • Retenu par l'équipe Mastra en direct de l'expo : l'idée que 2025-2035 sera « la décennie des agents ».
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

How open source drives successful enterprise adoption

Lélio Renard Lavaud — Mistral AI

Retours : Blog Koyeb (organisateur), Brain Aboze (Safe Intelligence)

  • Mistral rappelle son origine open source (Mistral 7B, Mixtral) et l'anecdote d'une grande entreprise qui avait mis Mixtral en production sans jamais les contacter : preuve que l'ouvert et l'entreprise sont compatibles.
  • Obstacles vus chez les clients : données en silos chez de multiples SaaS, chacun avec son assistant et son modèle de droits ; le RAG naïf échoue sans contexte d'entreprise (exemple du rapport annuel 2013 remonté à la place du bon).
  • Réponse : un « moteur de contexte » qui relie les entités entre silos et les rattache à une ontologie ; puis observer les usages réels pour automatiser et améliorer les modèles, comme l'ont fait les assistants grand public.
  • Aveu : il ne sait pas ce qu'est un agent ; ce qui compte est le problème métier résolu de bout en bout. Autres freins : alignement strict des modèles, vitesse, manque d'expertise et d'évals (« pas juste du vibe checking »).
  • En Q&R : les modèles pré-entraînés deviendront une commodité ouverte, la valeur se jouant sur le post-training et le déploiement.
  • Lecture des participants : le récap Koyeb retient les défis de données du RAG et le context engineering ; Brain Aboze y voit, avec H Company, l'idée que « l'IA digne de confiance commence par des fondations ouvertes ».
Voir sur YouTube (nouvel onglet) ↗

Mercredi 24 septembre

Keynote▶ vidéo + transcript

The State in AI Engineering

Emil Eifrem — Neo4j

Retours : Blog Koyeb (organisateur), Brain Aboze (Safe Intelligence), Live podcast Mastra (exposant)

  • Jeu de mots du titre : non pas l'état de l'AI engineering mais la gestion de l'état (corpus RAG, mémoire agentique, données applicatives), tiré de centaines de projets observés.
  • Constat : chaque base ajoute ce que les autres ont (vecteurs, métadonnées), « c'est un peu le bazar ». Il propose quatre propriétés d'une bonne couche de données pour l'IA : gérer structuré, non structuré et semi-structuré ; extraire des entités de façon fiable (reconnaissance puis résolution) ; lier les entités entre mémoire agentique et données applicatives au niveau de la base plutôt qu'à la récupération ; distinguer données de première main et données dérivées (reconstruites quand le corpus change).
  • Honnêteté affichée : Neo4j n'a pas tout cela aujourd'hui, c'est sa feuille de route ; démo du knowledge graph builder sur la page Wikipédia de Paris.
  • En Q&R : la mémoire agentique est « intrinsèquement orientée graphe » ; l'entreprise passe du buy au build ; l'innovation IA n'est plus concentrée dans « un rayon de huit blocs à San Francisco ».
  • Lecture critique : talk d'éditeur assumé ; Safe Intelligence le range parmi ceux qui situent la cause des échecs d'agents dans la gestion de l'état et du contexte.
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

Democratizing AI Agents: Building, Sharing, and Securing Made Simple

Tushar Jain — Docker

Retours : Blog Koyeb (organisateur), Docker (sponsor, post Bluesky)

  • Cadre : « les agents sont les nouveaux microservices » ; comme les conteneurs hier, il faut un packaging standard, des catalogues de confiance et un partage simple.
  • Exploration : un format de type agent file (build, push, pull, run) ; cagent, constructeur d'agents open source qui les empaquette en artefacts OCI.
  • Catalogue MCP sur Docker Hub (serveurs vérifiés, conteneurisés, protection contre les rug pulls) et MCP Toolkit dans Docker Desktop pour configurer une fois les clients (Claude, Gemini…). Démo : retours produits dans Notion transformés en issues GitHub.
  • Talk court (7 min) et commercial ; Docker résume ensuite l'événement par « the future is agentic » (sponsor).
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

Building MCP's at GitHub Scale

Martin Woodward — GitHub

Retours : Brain Aboze (Safe Intelligence)

  • Plus un talk sur le protocole MCP que sur le serveur GitHub : MCP ne se réduit pas aux outils (ressources, prompts, sampling, roots, elicitation). Sur ~80 clients MCP recensés, 79 gèrent les outils mais seulement 3 l'élicitation ; VS Code est le seul client complet.
  • Leçons : trop d'outils égare le modèle → découverte dynamique ; l'installation locale est un cauchemar multiplateforme et « personne ne met à jour un MCP local qui marche » → serveur distant construit sur le même code que le serveur local open source ; les PAT sont un anti-pattern → OAuth ; un MCP qu'on ne trouve pas ne sert à rien → registre MCP open source et registres fédérés (entreprise, Docker, GitHub).
  • Thèse : « MCP est devenu la couche API de l'IA ».
  • En Q&R : plaidoyer pour continuer à recruter des juniors, « rien ne fait grandir un senior comme faire grandir un junior ».
  • Safe Intelligence le cite, avec Ona, parmi les talks qui font de la sécurité un principe de conception.
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

Building for the Agentic Era: The Future of AI Infrastructure

Yann Léger — Koyeb

Retours : Blog Koyeb (organisateur), Brain Aboze (Safe Intelligence), Alex Spyropoulos

  • La pile IA de 2023 (API, base vectorielle, quelques modèles sur GPU) est devenue une pile hétérogène : GPU, accélérateurs (Tenstorrent, AMD) et les bons vieux CPU pour les charges agentiques.
  • Un agent exécute du code non fiable généré par un modèle non déterministe : il faut des sandboxes sûres, rapides, éphémères et massives (clients demandant 10 000 conteneurs par jour). Démo d'un sandbox créé via le serveur MCP de Koyeb.
  • Goulot inattendu : le réseau, pas l'hyperviseur ; mitigation par scale-to-zero et snapshots mémoire (« light sleep ») ramenant le démarrage de plusieurs secondes à 100-200 ms, bientôt sur GPU.
  • En Q&R : il parie que le monopole NVIDIA tombera, comme Intel face à AMD, mais pas avant cinq ans.
  • Talk de l'organisateur-sponsor ; Alex Spyropoulos retient plus largement la vague de clouds « maison » sur bare metal et Firecracker.
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

Inside FLUX, How It Really Works

Andreas Blattmann — Black Forest Labs

Retours : MC de la Main Stage (réaction captée dans le live)

  • Speaker remplaçant celui du programme (Stephen Batifol). BFL : 40 personnes, trois gammes (Pro par API, Dev en poids ouverts, Schnell open source) ; Flux Dev serait le modèle au plus grand écosystème de dérivés sur Hugging Face.
  • Thèse : l'édition d'image compte autant que la génération car elle permet d'itérer ; FLUX.1 Kontext unifie les deux (cohérence de personnage, transfert de style, édition de texte).
  • Pédagogie de la latent flow matching : autoencodeur qui ne garde que les détails perceptibles, puis champ de vecteurs appris ; l'édition n'est qu'une image de contexte ajoutée à la séquence de tokens du transformer.
  • Vitesse : latent adversarial diffusion distillation, de ~50 à 4 étapes ; objectif affiché, la génération en une étape et le temps réel.
  • Démo live réussie (logo sur un t-shirt, itérations successives) saluée par l'MC ; sur l'ouvert, Blattmann voit poids ouverts et API comme complémentaires.
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

Assembling the Future: Open Source Bricks for the Next Generation of AI

Laurent Sifre — H Company

Retours : Blog Koyeb (organisateur), Brain Aboze (Safe Intelligence)

  • H construit des agents de computer use (capture d'écran en entrée, clics et frappes en sortie) : les API et MCP ne couvriront pas la longue traîne des logiciels, par inertie et parce que certains éditeurs vendus au siège n'y ont pas intérêt.
  • Démo de Surfer H sur Google Flights ; architecture en trois modèles : politique (VLM), localisateur qui donne les coordonnées de l'élément, validateur.
  • Plaidoyer pour les modèles spécialisés : analogie GPT-5 contre AlphaZero aux échecs (des ordres de grandeur d'efficacité) ; ses modèles Holo (base Qwen 2.5 VL, SFT puis GRPO) visent une « frontière de spécialisation » sur la localisation d'UI.
  • Pourquoi l'open weights : confiance client, performance vérifiable, écosystème (TRL, vLLM), attractivité pour les équipes.
  • Modèle économique annoncé : forward deployed engineers et facturation à la valeur plutôt qu'au token, « une course vers le bas ».
Voir sur YouTube (nouvel onglet) ↗

Lightning talk▶ vidéo + transcript

Vibing With Data

Andreas Kollegger — Neo4j

  • Version « speedrun » (5 min) d'un talk plus long : un système multi-agents qui aide à construire un knowledge graph (ici une nomenclature produits, pièces, fournisseurs).
  • Enchaînement d'agents spécialisés (intention, découverte des fichiers, proposition de modèle de données, construction), avec validation humaine à chaque étape.
  • Argument : découper en agents limite la confusion et le context rot et permet d'utiliser des modèles spécialisés par étape. Code annoncé comme open source.
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

State of Open LLMs in 2025

Vaibhav Srivastav (VB) — Hugging Face

Retours : Blog Koyeb (organisateur)

  • Les modèles ouverts talonnent les fermés sur les benchmarks agrégés (GPT-5 high à 67 contre gpt-oss à 58 selon Artificial Analysis), à moindre coût et budget de tokens.
  • Trois façons de les utiliser (API serverless compatible OpenAI, déploiement managé, auto-hébergement) : l'intérêt est l'optionalité, illustrée par les incidents de qualité reconnus par Anthropic ; « not your weights, not your brain » (Karpathy).
  • Tendances 2025 : raisonnement ouvert depuis DeepSeek R1 et distillation dans de petits modèles, contextes de 128-256k devenus standard, formats et quantification (FP8, 4 bits) normalisés.
  • Où le fermé gagne encore : raisonnement généraliste, multimodal de bout en bout (voix temps réel), garde-fous anti-jailbreak.
  • Playbook : prendre un projet, remplacer le modèle propriétaire, évaluer sur les mêmes tests, itérer ; « default to open ».
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

System Prompt Learning for Agents

Aparna Dhinakaran — Arize AI

Retours : Blog Koyeb (organisateur), Brain Aboze (Safe Intelligence)

  • Point de départ : un tweet de Karpathy sur le « system prompt learning » ; un prompt système statique empêche l'agent d'apprendre de son environnement.
  • Méthode : faire juger les sorties (LLM juge ou annotation humaine) avec une explication en langage naturel, signal plus riche qu'un score scalaire, puis un méta-prompt réécrit les règles.
  • Expérience sur les règles de Cline (mode plan) sur SWE-bench Lite : environ 30 % à 45 % après 5 à 10 boucles (découpage 50/50 train/test) ; gains aussi sur BBH, génération JSON et classification support.
  • Réponse directe à swyx : les évals ne doivent pas bloquer la mise en production, mais les évals en ligne sur les traces réelles comptent davantage que des tests écrits d'avance.
  • En Q&R : catégoriser les erreurs pour tenir dans le contexte du méta-prompt, garder un jeu aveugle contre le surapprentissage ; approche jugée proche de GEPA (DSPy).
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

Towards unlimited contexts: faster-than-GPU sparse logarithmic attention on CPU

Steeve Morin — ZML

Retours : Brain Aboze (Safe Intelligence), MC de la Main Stage (réaction captée dans le live)

  • Problème : l'attention est quadratique, d'où fenêtres de contexte limitées, HBM et KV cache sur le GPU. Mais après softmax, la matrice d'attention est surtout vide.
  • Idée : traiter l'attention comme un problème de graphe parcouru en temps log-linéaire ; les GPU gèrent mal les branchements, donc calcul sur CPU (~30 µs par couche, dans un budget de ~100 µs pour 100 tokens/s sur un 8B).
  • Conséquence : le KV cache quitte le GPU, qui devient sans état ; l'attention part sur d'autres machines via UDP et contournement du noyau (DPDK), ~20 µs mesurées pour ~16 théoriques.
  • Démo live d'attnd : un Qwen 32B en FP8 sur un GPU de 32 Go (20 Mo libres), présenté comme une première ; la génération s'arrête quand on coupe le démon.
  • Safe Intelligence le cite avec Pruna pour l'idée que l'efficacité fait partie de la fiabilité.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Building an open-source NotebookLM alternative

Tuana Çelik — LlamaIndex

  • Présentation de Notebook Llama, alternative open source à NotebookLM : résumé, points clés, FAQ, carte mentale, Q&R avec citations, extraction de tableaux et images, génération de podcast.
  • Trois contraintes posées : documents complexes (« layout bonanza »), fonctionnalités réutilisables hors du projet (toutes exposées en outils MCP), et contrôle du flux plutôt qu'un agent libre.
  • Mise en œuvre : LlamaParse et LlamaExtract (schéma Pydantic décrit) pour initialiser le notebook, Workflows 1.0 de LlamaIndex (étapes et événements typés, branche d'échec), index LlamaCloud et citation query engine.
  • Présenté comme un point de départ ouvert aux contributions ; talk d'éditeur assumé (« je suis DevRel, donc LlamaIndex »).
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

What's new and what's next for generative AI

Paige Bailey — Google DeepMind

Retours : Blog Koyeb (organisateur), MC de la Main Stage (réaction captée dans le live)

  • Tour d'horizon d'un Google qui livrerait « un modèle ou une fonctionnalité tous les 5 jours » : Gemini 2.5 Pro, Nano Banana, Veo 3, Gemma 3n, Genie 3.
  • Démos live dans AI Studio : application D&D générée par Build et déployée sur Cloud Run ; Live API qui guide dans l'interface de Colab par partage d'écran ; agent de data science dans Colab.
  • Veo 3 : d'une chaîne de plusieurs modèles avec Veo 2 (≈ 25-30 min pour recréer une pub) à un seul prompt.
  • Thèse : les modèles ouverts et locaux sont l'avenir (Gemma 3n à 4B dépasserait Gemini 1.5 Pro), Gemini dans Chrome ; et « jamais un meilleur moment pour fonder », y compris en solo.
  • Le récap Koyeb associe plutôt DeepMind au workshop « fastest path from prompt to production » de la même équipe.
Voir sur YouTube (nouvel onglet) ↗

Keynote▶ vidéo + transcript

Scaling real-time voice AI

Neil Zeghidour — Kyutai

Retours : MC de la Main Stage (réaction captée dans le live)

  • Kyutai, labo parisien à but non lucratif (open science), vise l'audio interactif et à gros volume (PNJ de jeux, robots, news personnalisées), là où qualité et passage à l'échelle s'opposent aujourd'hui.
  • Moshi, premier modèle full-duplex : codec Mimi (3 s de parole en ~37 tokens au lieu de 72 000 échantillons) et modélisation multi-flux qui permet de parler et d'écouter en même temps, robuste au bruit.
  • La même architecture donne la traduction speech-to-speech temps réel sur téléphone (Hibiki, faite par un stagiaire en quelques mois), la transcription temps réel, un TTS en streaming sur le texte et la diarisation.
  • Unmute : cascade STT, LLM, TTS pour garder outils et RAG ; démo d'un « Général de Gaulle » cloné à partir de 10 s de voix.
  • Échelle : 320 conversations simultanées sur un H100 ; cas client avec La Provence (news audio).
  • En Q&R : le full-duplex stagne car la cascade est plus pratique, mais reste le but.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo

Rewriting all of Spotify's code base, all the time.

Aleksandar Mitic — Spotify, Jo Kelly-Fenton — Spotify

Retours : Blog Koyeb (organisateur), Brain Aboze (Safe Intelligence)

  • D'après le descriptif : « on n'a pas besoin des LLM pour écrire du nouveau code, mais pour nettoyer le bazar qu'on a déjà fait » ; un « Agentic Migrator » chez Spotify aurait fait merger plus de 1 000 PR de migrations répétables sur des milliers de dépôts.
  • Le récap Koyeb le cite parmi les talks d'agents en production ; Safe Intelligence l'associe aux retours d'échecs dus à la gestion du contexte.
  • Troisième vidéo la plus vue de l'édition sur la chaîne Koyeb (~1 500 vues) ; transcript non récupéré (limite YouTube), contenu réel du talk non vérifié.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo

Vibe > Benchmarks: Rethinking AI Evaluation for the Real World

Pierre Burgy — Strapi

Retours : Blog Koyeb (organisateur), Brain Aboze (Safe Intelligence)

  • D'après le descriptif : « les évals IA sont cassées » ; les scores de benchmark se traduisent rarement en valeur utilisateur, d'où des « vibe benchmarks » construits en observant les usages et des boucles de feedback qualitatif.
  • Cité par Koyeb (co-création humain + IA) et par Safe Intelligence, avec Arize, parmi ceux qui veulent dépasser les benchmarks statiques pour un suivi continu.
  • Vidéo disponible mais non transcrite : résumé fondé sur le programme et les récaps.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Speaker diarization: the foundational layer of conversational AI

Hervé Bredin — pyannoteAI

Retours : Neil Zeghidour (speaker, mention sur la Main Stage)

  • Qui a parlé compte autant que ce qui a été dit : exemple du scribe médical dont les notes SOAP changent selon qui, du médecin ou du patient, a dit quoi ; aussi doublage vidéo, comptes rendus de réunions hybrides, archives de podcasts.
  • La diarisation enchaîne détection d'activité vocale, segmentation (changements de locuteur, parole superposée, back-channels) et attribution, sans connaître ni le nombre ni l'identité des locuteurs.
  • Plus dur que le speech-to-text : tâches orthogonales (indépendance au locuteur contre indépendance au texte), un exemple d'entraînement est une conversation entière, et les étiquettes sont permutables.
  • pyannote.audio : ~8 000 étoiles, ~16-17 M de téléchargements mensuels du pipeline, brique de WhisperX ; annonce de Precision-2 (API) et du futur modèle ouvert Community-1, démo en deux lignes de code.
  • Vidéo la plus vue de l'édition sur la chaîne Koyeb (~3 300 vues au 30/09/2026).
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

LLM-Based GUI Agents: Bridging Human Interfaces and Autonomous AI

Daniel Homola — BMW

  • Contexte : un MVP de recherche d'agent GUI embarqué dans la voiture (assistant personnel BMW), pour intégrer des services sans API (courses, réservations).
  • Agents API et agents GUI ne s'opposent pas : les premiers pour les API stables et documentées, les seconds pour le reste, avec une exécution visible par l'utilisateur ; viser l'hybride, orchestré par la voix.
  • Leçons : commencer par des actions atomiques, construire les évals de bas en haut puis de bout en bout, durcir l'exécuteur (déterministe, actions groupées), planifier par blocs, instrumenter l'observabilité ; LiveKit pour la voix.
  • Modèles : un petit VLM spécialisé (Mobile-Agent-v3, 7B sur Qwen 2.5 VL) suffit avec un exécuteur strict.
  • Deuxième vidéo la plus vue des Discovery Tracks (~2 200 vues).
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Stop Wasting GPU Flops on Cold Starts: High Performance Inference with Model Streamer

Ekin Karabulut — NVIDIA (Run:ai), Peter Schuurman — Google Cloud

  • Le démarrage à froid d'un LLM est dominé par le chargement des poids (stockage, puis CPU, puis GPU, en séquentiel), d'où le surprovisionnement coûteux des GPU.
  • Run:ai Model Streamer (open source, intégré à vLLM) lit les tenseurs en parallèle et les streame vers le GPU ; Llama 8B chargé en moins de 5 s depuis S3 ; attention à l'écart entre bande passante théorique et réelle.
  • Nouveautés : chargement multi-fichiers pour mieux répartir, authentification native GCS, et chargement distribué entre processus GPU (chaque processus charge une part puis diffusion via torch.distributed) : Llama 70B de ~100 s à ~13 s (×7,7).
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Automating massive refactors with parallel agents

Robert Brennan — OpenHands

Retours : Brain Aboze (Safe Intelligence)

  • Les gros chantiers (Python 2 vers 3, migration de bibliothèque, refactoring) sont très automatisables mais impossibles en un seul prompt : l'agent dérive, accumule les erreurs, devient « paresseux » ; et le plan évolue en cours de route.
  • Méthode : une branche de travail avec un fichier de contexte (agents.md ou micro-agent), un agent par tâche sur sa branche, revue humaine de chaque PR ; il plafonne lui-même à 3 à 5 agents simultanés.
  • Décomposition : fichier par fichier, par arbre de dépendances (des feuilles vers la racine), ou « scaffold and iterate » (couche de compatibilité puis migration composant par composant, cas d'une migration de gestion d'état React).
  • Partage de contexte : pas tout partager ; l'humain relaie, ou un fichier commun mis à jour par PR ; agents qui se parlent jugés prometteurs mais « techno 2026 ».
  • Attente réaliste : 80 à 90 % d'automatisation, des mois ramenés à des jours.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Everything That Can Go Wrong Building Analytics Agents (And How We Survived It)

Thomas Schmidt — Metabase

Retours : Brain Aboze (Safe Intelligence)

  • Récit d'un échec : le prototype de Metabot marchait au hackathon, puis en démo au CEO il est devenu « un stagiaire confus » ; chaque équipe avait optimisé son outil sans voir le contexte global que reçoit le LLM.
  • Le benchmark interne aide à détecter les régressions, mais sur-optimiser dessus trahit : au-delà de 70-80 %, écart entre score et qualité perçue.
  • Recettes : une représentation unique et réutilisable des objets (tables, questions) pensée pour le LLM ; des instructions jointes aux réponses d'outils, même en cas de succès ; la découverte pas à pas (recherche, métadonnées) améliore même les questions de clarification ; pas de SQL généré mais le query builder, vérifiable par un non-technicien.
  • Réalité terrain : clients air-gapped (modèles ouverts), latence des modèles de raisonnement, entrepôts de données chaotiques, humains qui donnent mal le contexte. Test : « un nouvel embauché s'y retrouverait-il ? »
  • Simplifier le problème : réutiliser les dashboards existants, couche sémantique de métriques. Mot d'ordre : construire pour le chaos, pas pour le chemin heureux.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Context Engineering: The Art of Feeding LLMs

Alberto Castelo — Shopify

Retours : Brain Aboze (Safe Intelligence), Thomas Schmidt (speaker, citation dans son talk)

  • Terrain : Sidekick, l'assistant de l'admin Shopify utilisé par des millions de marchands (analytics via un langage de requête interne généré par un LLM spécialisé, remplissage de formulaires sans mutation directe, navigation, aide).
  • Ordres de grandeur : pour 1 token utilisateur, 10 de message système et 100 de messages d'outils ; on purge les sorties d'outils déjà traitées et les tours anciens, car les longs fils dégradent le suivi d'instructions, le coût et la latence.
  • Mémoire en trois couches : préférences explicites (générées par le LLM, pas saisies librement), profil implicite synthétisé la nuit, mémoire épisodique par recherche hybride ; le GraphRAG a été essayé puis écarté, trop complexe pour le gain.
  • Instructions juste à temps : instructions et données dans le même message d'outil, conditionnelles au résultat ; enveloppe de sécurité autour du message utilisateur, +5 à 10 % d'adhérence aux consignes en interne.
  • Point de vigilance : ~20 outils et plus, une croissance qui devient un goulot.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

How We Built an AI Agent for Highly Regulated Environments

Jesús Espino — Ona (ex-Gitpod)

Retours : Brain Aboze (Safe Intelligence)

  • Réflexe des secteurs régulés : bloquer l'IA ; compréhensible au début, intenable ensuite à cause de la productivité perdue et du shadow AI (sondage cité : 45 % utilisent des outils interdits, 58 % y ont collé des données sensibles).
  • Réponse d'Ona : des environnements de développement isolés et jetables (VM avec devcontainer) où tournent des agents en parallèle, avec garde-fous administrateur et journaux d'audit.
  • Déploiement dans le VPC du client : code, dépôts et appels aux fournisseurs de modèles restent dans son réseau ; le runner tire ses ordres (aucun port entrant), métadonnées seules côté éditeur, secrets chiffrés côté client.
  • Chiffre maison : ~70 % des commits d'Ona générés par IA, tous relus par des humains. Talk court et produit.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Building reasoning agents with reinforcement learning

Julien Launay — Adaptive ML

  • Contre les graphes d'agents explicites devenus « spaghetti » (LangGraph), l'agent de raisonnement construit son graphe à l'inférence : il planifie et appelle lui-même ses outils, comportement appris par RL de bout en bout dans des environnements (scénarios, sorties cibles, récompense).
  • En entreprise, la vraie difficulté est de faire apprendre des outils maison (exemple d'une compagnie aérienne et de son système de bagages perdus des années 1970) ; un simple MCP ne suffit pas.
  • Le RAG devient de la deep search apprise : sur-récupérer, filtrer, reformuler, sans briques fragiles de réécriture et de reranking.
  • « Si on peut le mesurer, on peut l'optimiser » : rubriques, juges IA, flywheel de données synthétiques ; optimisation directe du taux d'escalade ou de l'engagement.
  • World models : un LLM joue le rôle d'une API trop fragile pour supporter la charge de l'entraînement.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Taking your AI home lab on the road: a look at (small-ish) AI in 2025

Lars Trieloff — Adobe

  • Récit personnel et humoristique : un service de mémoire SaaS « vibe-codé » lui renvoie les souvenirs d'un autre utilisateur, d'où la décision de tout faire tourner chez soi : « ne faites pas confiance à un modèle que vous ne pouvez pas faire tourner sur un ordinateur que vous pouvez jeter par la fenêtre ».
  • Outillage : llm (Simon Willison), Ollama, Jan, puis LM Studio et MLX sur un Mac Studio 128 Go (mémoire unifiée jugée rentable).
  • Modèles : gpt-oss-120b, Qwen3 (Next), GLM 4.5 Air, Devstral ; les labos chinois mènent la compétition la plus vive sur les modèles locaux.
  • Exposition sécurisée : nginx avec tokens par application, puis Tailscale Funnel plutôt que ngrok ou Cloudflare Tunnel ; serveurs MCP locaux en simples scripts shell ; incompatibilités entre clients MCP.
  • Démo finale ratée, reconnue avec humour.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Building MCP Servers for VS Code

Marlene Mhangami — Microsoft

  • Du Copilot d'autocomplétion au mode agent de VS Code ; il manquait le contexte temps réel, d'où MCP (hôtes, clients, serveurs).
  • Démo live en Python (FastMCP) sur le programme de la conférence : outil (session d'un speaker), sampling (le serveur fait appeler le modèle choisi par le client), prompt réutilisable (plus déterministe), ressource en lecture seule.
  • Publication : registre MCP open source (steering committee, Anthropic) alimentant le registre GitHub annoncé une semaine plus tôt ; publication possible en paquet Python.
  • Transcript disponible seulement en version retraduite automatiquement.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

From Artisanal Training to Foundation Model Factory

Robin Nabel — poolside

  • Exemple d'ouverture : leur modèle refusait d'utiliser un outil to-do ; le prompting n'y changeait presque rien, un nouvel arrivant a entraîné en une PR quatre variantes de récompense RL en 2-3 jours pour trouver la bonne.
  • Des scripts et notebooks ad hoc à une « usine à modèles » : graphe acyclique (Dagster) où chaque jeu de données et expérience est un nœud Python immuable et traçable, ablations en code, data lake Iceberg/S3, ordonnanceur sur ~10 000 H200.
  • Observabilité : un gain de débit ×3 cachait un bug d'invalidation de cache qui faisait diverger le RL (« toujours des raisons ennuyeuses »).
  • RL par exécution de code sur des millions de dépôts (dizaines de millions de révisions) dans des sandboxes bas niveau (runc), contrôle fin des fichiers pour empêcher les triches (« supprimer les tests et dire que c'est fini »).
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

MCP isn't good yet we got to 30M requests/month

Miguel Betegón — Sentry

  • Le serveur MCP de Sentry remplace un geste existant (copier l'erreur dans Cursor) : 5 000+ organisations, 30 puis 60 M de requêtes/mois, ~45 000 erreurs d'appels d'outils par mois, trois personnes dans l'équipe. Effet assumé : les utilisateurs passent moins par l'interface.
  • « Vous êtes responsable de tout ce qui s'y passe » : si l'outil n'est pas appelé, c'est la description qui est en cause, pas l'utilisateur. Descriptions en Markdown avec exemples, actions suivantes suggérées, FAQ pour agents, un agent interne pour renvoyer un contexte concis.
  • Observabilité : une panne ne touchait que le transport stdio (~10 % du trafic), invisible faute de métriques par transport ; d'où un wrapper d'instrumentation MCP (TypeScript) : transports, clients, outils lents, erreurs détaillées plutôt que le « something went wrong » de JSON-RPC.
  • Conclusion : traiter le serveur MCP comme un service de production. Transcript disponible seulement en version retraduite automatiquement.
Voir sur YouTube (nouvel onglet) ↗

Sessions sans retour trouvé (24)

  • Inside Chat: how we taught AI to review code like a senior engineer (Merrill Lutsky, Graphite ; vidéo non transcrite)
  • Function calling that doesn't suck (Rémi Louf, .txt ; vidéo non transcrite, simple mention par Safe Intelligence)
  • How to make your AI models faster, smaller, cheaper, greener? (Bertrand Charpentier, Pruna ; vidéo non transcrite, simple mention par Safe Intelligence)
  • The rise of local CI tooling. Thanks AI coding agents! (Yves Brissaud ; vidéo non transcrite)
  • Building AI workflows: from local experiments to serving users (Oleg Šelajev, Docker ; vidéo non transcrite)
  • AX is the only Experience that Matters (Toma Puljak, Daytona ; vidéo non transcrite)
  • Workshop : Open Source Champions, gamify GitHub contributions (Ogi Bostjancic, Sentry)
  • Workshop : multi-agent systems with docker cagent (Djordje Lukic, Jean-Laurent de Morlhon, Mat Wilson, Docker)
  • Workshop : Inside FLUX, from open-weights to advanced models (Stephen Batifol, Black Forest Labs)
  • Workshop : Hands-on GraphRAG (Adam Cowley, Neo4j)
  • Workshop : Build with Google AI Studio (Guillaume Vernade, Paige Bailey, Patrick Loeber, Google DeepMind)
  • Workshop : Systematic Agent Evaluation with Arize (SallyAnn DeLucia, Arize AI ; citée par Safe Intelligence)
  • Expo : Live Debugging AI Agents (Miguel Betegón, Sentry)
  • Expo : Beyond Single Turns, evaluating agents at the session level (Srilakshmi Chavali, Arize ; citée par Koyeb et Safe Intelligence)
  • Expo : Agentic GraphRAG (Tomaz Bratanic, Neo4j)
  • Expo : Agentic Knowledge Graph Construction (Andreas Kollegger, Neo4j)
  • Expo : From Research to Reality (Paige Bailey, Google DeepMind)
  • Expo : An intro to Algolia Agent Studio (Paul-Louis Nech, Algolia)
  • Expo : Fireside chat Tenstorrent (Eric Duffy)
  • Expo : How a Docker engineer automated their way to an agent framework (Djordje Lukic)
  • Expo : Context Engineering with Graphs (Zach Blumenfeld, Neo4j ; cité par Koyeb)
  • Expo : Fireside chat Black Forest Labs (Stephen Batifol)
  • Expo : présentation Anyshift (Stéphane Jourdan)
  • Expo : VC Panel, From Hype to Hard Tech (Assaf Araki, Floriane de Maupeou, Thomas Turelier)

Sources