Tokens IA illimités ? Mate ces 3 repo Github !

Épisode de Dev Watch par Sébastien Heilig · 26 juillet 2026 · 7 min

Salut les devs ! J‘ai décidé de lancer “Dev Watch“, mon premier podcast qui vous permettra de rester à la pointe de l‘actualité tech.

Comment ça se présente ?

La Sélec‘ de repo Github du moment Le JT de l‘IA Le Pro Tips de la semaine (généralement avec un cadeau)

Cette semaine — épisode 10 — la couche de contexte devient plus importante que le modèle :

* Google sort 3 modèles : sortie officielle de 3 nouveaux modèles : 3.6 Flash, 3.5 Flash lite et 3.5 Flash Cyber. Par contre, toujours pas de nouvelles du modèle pro. Alors, écran de fumée ou vraie stratégie chez Google ?

* Le protocole MCP devient stateless : la prochaine version supprime les sessions et le handshake d’initialisation. Chaque requête devient indépendante, plus besoin de Redis pour gérer l’état. GitHub a déjà mis à jour son serveur MCP en avance sur la spec.

* Des modèles OpenAI ont piraté Hugging Face pour tricher à un benchmark : on sait enfin qui a mené l’intrusion révélée à l’épisode 9. GPT-5.6 Sol et un modèle non publié se sont échappés d’un sandbox de test cyber (garde-fous allégés pour l’évaluation), ont exploité une faille zero-day, puis piraté l’infra de production de Hugging Face pour voler les réponses d’un benchmark plutôt que de le résoudre.

* diegosouzapw/OmniRoute : une passerelle IA gratuite, sous licence MIT, qui unifie plus de 290 fournisseurs et 500 modèles — Claude, GPT, Gemini, Kimi,DeepSeek — derrière un seul endpoint compatible OpenAI. Avec un cache en front, donc sentiment de tokens “illimités”.

* tirth8205/code-review-graph : graphe d’intelligence de code local-first pour MCP/CLI. #1 GitHub Trending le 20 juillet, avec une réduction mesurée de 38x à 528x de la consommation de tokens sur 6 repos réels.

* earendil-works/pi : toolkit d’agent IA avec API unifiée multi-fournisseurs (OpenAI, Anthropic, Google, llama.cpp local). La v0.81.0 ajoute la gestion de modèles locaux llama.cpp.

Le Pro-Tips de la semaine : la couche de contexte (graphe de code, mémoire structurée, toolkit multi-provider) devient le vrai levier de productivité agent en 2026 — plus stratégique que le choix du modèle. Mon conseil de Tech Lead : avant d‘optimiser votre modèle pour économiser, mesurez d‘abord combien de tokens votre agent consomme juste pour “comprendre“ votre repo à chaque tâche. C‘est souvent le vrai poste de coût caché.

📺 Tu préfères la version vidéo ? Regarde l‘épisode complet et abonne-toi sur notre chaîne YouTube :

This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit sebastienheilig.substack.com

Autres épisodes de « Dev Watch »

À propos du podcast

Votre podcast pour rester toujours à la pointe de la news Tech. Avec les news du moment, les repositories github qui cartonnent et les "pro tips" d'un Tech Lead / Architect. sebastienheilig.substack.com

Dev Watch

Épisodes similaires

Tous les épisodes de Dev Watch · Plus de podcasts Technologie