Tous les faits relatifs à Instinct proviennent de sources publiques vérifiées entre le 10 et le 17 novembre 2026 et citées en annexe B. La hiérarchie des preuves retenue est celle du journalisme de données : dépêches d’agence financière et articles de référence (TechCrunch, Fortune, Yahoo Finance relayant le Wall Street Journal) pour les levées de fonds et la valorisation ; documentation produit et conditions d’utilisation pour les permissions et le modèle d’accès ; recueils de témoignages de bêta-testeurs pour les incidents, traités comme données indicatives de faible puissance statistique, un échantillon de témoignages publics n’est pas une étude contrôlée, et l’étude le déclare.
Les faits relatifs à HEPTA proviennent des documents internes vérifiés, dont les hypothèses ont déjà subi une correction écrite documentée (coût LLM réel supérieur de 2,5 fois à l’hypothèse initiale, corrigée au chapitre VIII de la roadmap).
Quatre familles de méthodes sont mobilisées, chacune choisie pour sa testabilité par un pair. La décision multicritère (MCDA) suit le processus hiérarchique analytique de Saaty (1980) : douze critères, deux vecteurs de poids sommant à l’unité représentant deux perspectives légitimes (institutionnelle et
consommateur), scores sur échelle 0-10 ancrés à des faits documentés, la sensibilité au choix des poids est rapportée intégralement plutôt que masquée. L’élicitation bayésienne weight-of-evidence met à jour une probabilité prior en log-odds par des signaux documentés à poids explicites, avec intervalle de sensibilité par perturbation ±50 % de chaque signal. Le Monte Carlo de scénarios mélange trois régimes probabilistes (mélanges de lois triangulaires bruitées gaussiennement) à 10 000 trajectoires. Enfin, la diffusion de Bass (1969) paramétrée selon la méta-analyse de Sultan, Farley et Lehmann (1990) cadre la dynamique d’adoption de la catégorie. Les formules de HEPTA citées (théorie des perspectives de Tversky-Kahneman 1992, EVSI de Howard 1966, score de Brier 1950, critère de Kelly 1956, kappa de Cohen 1960) sont des standards publiés, non des constructions propriétaires non testées, leur réinterprétation décisionnelle est documentée dans le business case v1.0.
Quatre limites bornent la portée des conclusions, et l’étude refuse de les dissimuler sous une note de bas de page. Premièrement, l’asymétrie d’information : Instinct ne publie ni prix, ni nombre d’utilisateurs, ni unit economics ; toute comparaison économique précise est donc impossible et remplacée par des bornes d’hypothèses. Deuxièmement, la valorisation n’est pas un audit : les 10 milliards de dollars reflètent une négociation privée entre fonds spécialisés, dont la littérature financière documente le biais d’optimisme en phase de surchauffe ; l’étude traite la valorisation comme un signal d’intention de capital, pas comme une mesure de valeur fondamentale. Troisièmement, les incidents de beta sont des observations d’opportunité (convenience sample) : leur valeur est heuristique, ils illustrent des classes de risque architecturales, non fréquentielle. Quatrièmement, le conflit d’intérêt déclaré : cette étude est produite par l’équipe de HEPTA pour le commanditaire de HEPTA ; la contre-mesure appliquée est l’inversion systématique des axes de pondération (IV.2) et l’écriture des conditions d’invalidation avant les faits (chapitre IX), conformément à la pré-registration des critères d’arrêt exigée par le standard interne.
Article rédigé avec l’assistance d’outils d’IA, relu et vérifié par Oleg Turceac, qui en assume la responsabilité éditoriale.
Instinct est développée par Spear Street Technology, Inc., société de San Francisco fondée en 2025 par Noah Shinn, 23 ans au moment de la série C. Le fondateur a abandonné Northeastern University en 2023 pour rejoindre Sierra, la plateforme d’IA d’entreprise cofondée par Bret Taylor, comme l’un de ses premiers employés. Il est co-auteur du papier Reflexion (Shinn et al., NeurIPS 2023), référence académique de l’apprentissage par réverbération verbale des agents de langage, qui a porté la précision d’évaluation de code de 80 % (GPT-4 seul) à 91 % et a été cité par Google DeepMind. Ce pedigree explique en partie la conviction des investisseurs : le fondateur appartient à la petite cohorte de chercheurs qui ont défini le paradigme agentique avant qu’il ne devienne catégorie commerciale. Le produit est lancé en beta privée en février 2026 puis ouvert en accès sur invitation en août 2026, réservé aux majeurs.
Instinct s’utilise sans interface applicative à apprendre : l’utilisateur envoie un SMS, un message iMessage ou WhatsApp, ou passe un appel vocal, et l’agent agit sur ses propres ordinateurs en cloud en manipulant les comptes de l’utilisateur. Les tâches observées en bêta, enregistrement automatique aux vols, courses, réservations, annulations d’abonnements, relances de conversations abandonnées, organisation de voyages transcontinentaux, placent le produit dans la classe des agents d’exécution générale.
L’architecture requiert des permissions étendues et déclarées : courriel, messagerie, calendrier, écran, audio, géolocalisation précise et clics (y compris frappes de touches), un coffre numérique (Vault) stockant les identifiants tiers, et des paiements via des cartes à usage unique Stripe Link plafonnées par montant approuvé.
Un agent d’exécution doit pouvoir voir et agir : la surface de permissions est donc le coeur fonctionnel du produit, c’est aussi, comme le chapitre VII le démontre, sa principale dette de risque.
Deux extensions stratégiques complètent le socle. Le service Concierge spécialise l’agent sur des réservations à forte friction, orientant le produit vers les segments à plus forte disposition à payer. Le protocole pair-à-pair permet à deux agents Instinct de se coordonner directement, planifier un rendez-vous entre deux utilisateurs sans intervention humaine, avec échange de fichiers chiffré de bout en
bout, instaurant un effet de réseau typique des infrastructures de communication : chaque nouvel
utilisateur augmente la valeur du réseau pour les autres, un mécanisme que la théorie économique classique associe à des dynamiques de winner-takes-most (chapitre V.3).
Signal stratégique notable : le directeur de l’IA de Meta, Alexandr Wang, a opposé publiquement l’agent Muse de Meta à Instinct dès la sortie de la série C, signe que la catégorie est entrée dans la phase de course aux plateformes où les géants verrouillent leur distribution.
Le modèle économique public d’Instinct est celui de la monétisation différée : produit gratuit en beta,
absence de grille tarifaire publique, conditions d’utilisation réservant des frais futurs non remboursables.
Cette séquence, croissance virale d’abord, monétisation ensuite, est financée par 1,25 milliard de dollars
de capitaux, dont la série C de 1 milliard à 10 milliards de valorisation bouclée un mois seulement après la série B. La figure 2 visualise l’asymétrie avec HEPTA : un rapport d’environ 286 sur les capitaux levés. Cette asymétrie est un fait central de l’analyse stratégique : elle interdit à HEPTA la guerre d’usure sur le plan d’exécution générale (coûts de compute et d’ingénierie d’intégrations sans borne), et impose au contraire une spécialisation où l’intensité de capital nécessaire est faible, précisément la propriété d’un moteur décisionnel déterministe de 33 millisecondes sur noyau NumPy/Numba, opposée à celle d’un parc d’agents exécutants en sessions cloud permanentes.
Les recueils publics de bêta-testeurs et la presse spécialisée documentent cinq familles d’incidents, que cette
étude traite comme des signaux de classe de risque plutôt que comme des décomptes d’anecdotes. (1)
Rétention de données après révocation : des utilisateurs rapportent que des données Gmail restent accessibles
après déconnexion du compte, un écart direct avec l’attente de minimisation posée par le RGPD en cas
d’expansion européenne. (2) Injection de prompt : une vulnérabilité ayant fui des données a été rapportée, la surface d’attaque d’un agent qui lit tout et agit partout est l’exemple canonique de la menace d’orientation décrite au chapitre VII. (3) Action non approuvée : un courriel envoyé sans validation humaine, la classe
de risque des erreurs d’exécution à effet réel. (4) Dégradation de qualité dans le temps : témoignages de
performances « devenues bien pires » sur certaines tâches et de difficulté à suivre un fil unique mêlant
plusieurs tâches, symptôme d’orchestration à état distribué, opposé au refus déterministe de HEPTA
quand l’information est insuffisante. (5) Hallucination documentaire : un agent semblant décrire le document financier d’un tiers. Chacun de ces signaux est relié à une ligne du registre de risques croisés (chapitre VII.3) et alimente l’élicitation bayésienne du chapitre VI.
HEPTA est un agent décisionnel à sept couches construit sur une inversion architecturale de l’approche
agentique générale : tout ce qui produit un chiffre affectant une décision, scores de couches, qualité
décisionnelle DQS, valeur de l’information EVSI, circuit breaker de stress, tourne dans un noyau
NumPy/Numba déterministe à graine fixe, mesuré à 33 millisecondes contre un plafond de
120 millisecondes (marge 3,6 ×), reproductible octet-pour-octet sur trois environnements et auditable au
standard SR 26-2. Le grand modèle de langage n’est jamais autorisé à produire un nombre : il met en récit des nombres qui lui sont passés en argument, contraint par 120 rubriques citables issues de six canons publics (Polak, Kahneman, Warburton, Acemoglu-Robinson, Gombrich, Huff) avec un kappa de Cohen inter-juges d’au moins 0,60. Cette inversion répond précisément aux classes d’incidents documentées chez Instinct : un agent qui ne peut pas inventer un chiffre ne peut pas halluciner un montant, et un dossier rejouable à graine fixe est un dossier défendable devant un tiers.
L’unité de valeur n’est pas la tâche exécutée mais le dossier de décision : une structure contractuelle rendue par POST /v1/decide, contenant le score DQS 0-100, la recommandation avec meilleure alternative de négociation, les biais détectés avec probabilités, la valeur d’information EVSI comparée au coût du délai, un plan B daté, les critères d’invalidation, la date de re-vérification et le statut du circuit breaker. Trois canaux livrent exactement le même contrat, WhatsApp, Telegram, application, et l’outil MCP decide(question, stakes, context) expose le même service aux agents tiers sur la facturation x402 (0,30 à 1,20 $ par appel selon la profondeur). C’est le point d’interopérabilité stratégique : rien n’empêche un agent d’exécution tiers d’acheter la couche décisionnelle de HEPTA avant d’agir, hypothèse d’architecture coopérative que le chapitre VIII transforme en recommandation explicite.
1.1 Taxonomie des rentes La science économique distingue quatre familles de rentes, dont la réunion…
The dominant macro regime is risk-off with rising real rates: DXY is strong, 10Y US…
The correction in gold and silver observed since the post election peak of November 4,…
In his financial architecture Nvidia is no longer simply a semiconductor seller, but a systemic…
Analysis of Nvidia's financial architecture as an AI mega-bank Our article describes how Nvidia has…
Analysis of Christopher Whalen's Gold Thesis Christopher Whalen's thesis is not a directional bet on…