Développement d'un agent IA qui fait une revue de presse

Vue l'état de dégénérescence systèmique de la presse et des médias dominants, dans la mains de pouvoirs financiers et de pouvoirs étatiques se recouvrant, la profession même de journaliste est décrédibilisée. Entre le meurtre délibéré de centaines de leur confrères à Gaza où les palestiniens sont comparés à des animaux, sans la moindre critiques des autorités ni des journalistes de plateaux, et la propagande éhontée diffusée 24h/24 sur les grandes chaines d'Etat et les chaines de quelques milliardaires, par, ce qu'il faut bien appeler une soldatesque au service de l'empire, qui se vautre dans l'éloge de crimes de guerre, et propage de fausses informations sur des crimes imaginaires des mouvements de résistance. Ils n'hésitent plus à diffuser de fausses nouvelles comme on a pu le constater à de multiples reprises surtout concernant les guerres de l'empire... ou sur la notoriété d'opposants politiques. On ne peut plus trouver trace d'une moindre éthique journalistique chez ces éditorialistes, autre que de flatter les puissants, de dénigrer les résistants, d'endormir la population avec de faux bons semtiment creux, et aussi d'exploiter les peurs, d'amplifier l'effet émotionnel de faits divers selectionnés, pour exploiter "les bas instints du peuple" dirait-on à une autre époque. Sommes-toutes, un travail de sape de toute idée critique de l'idéologie dominante, un controle social basé sur une sorte d'abrutissement et de stimulis émotionnels pour contrer, ne fut-ce que le début de la moindre analyse un tant soit peu intelligente. Les rares journalistes à ne pas s'être pliés sont soit utilisés comme caution "voyez on laisse parler la dissidence" dans un cadre qui ressemble plus à un tribunal où ils doivent se défendre, où soit ont créé leur propre agence de presse alternative et survivent tant bien que mal où encore sont rentrés dans la "dissidence", tout un espace d'échange d'informations et de discutions qui peut se réaliser grace à l'Internet... un media libre qui concurrence de plus en plus les médias dominants.

Néanmoins l'accès à ces informations et reflexions demande énormement de temps, et de recherche sur Internet, recouper les informations, s'informer sur les sources, tout un travail de journaliste.... Or un tel travail peut-être automatisé grace au progrès de l'informatique et à l'émergence de l'IA.

Quoi de plus naturel que de penser à une intelligence artificielle pour susciter l'intelligence humaine. A l'époque où Emmanuel TODD qualifie le régime d'idiocratie, il faut prendre l'IA comme une béquille. En faite, se sera plus que cela, ce sera un professeur capable de distiller toutes les connaissanes humaines accumulées jusqu'à ce jour et de nous les transmettre.

Il s'agit dans ce document de présenter les bases techniques en cours d'expérimentation, abordable par tout internaute intéressé par le logiciel libre et open-source de préférence (seul moyen de vérifier la bonne fois du créateur), pour pouvoir traiter un flux de vidéos et de les transcrire, puis d'en faire un résumé avec l'ia, puis de les regrouper par thèmes d'atcualités, puis de les disposer sur une page web, et tous cela automatiquement.

1) Méthodologie

L'agent doit faire 5 choses :

1. Collecter des vidéos
2. Extraire des informations (texte, audio, métadonnées)
3. Analyser le contenu
4. Noter / filtrer selon des critères
5. Publier automatiquement

Nous n'allons pas proposer un logiciel tout-en-un qui n'aurait aucune capacité d'adaptation, et qui serait par ailleurs sans cheminement profitable auto-entretenu possible pour le concevoir. Nous nous attacherons à concevoir un ensemble d'outils de base sous forme de fonctions python qui, assemblées sur demande, feront le travail. La programmation de ces fonctions peut se faire à l'aide de ChatGPT qui est une intelligence artificielle généraliste.

Au préalable, on copie des urls que l'on a selectionné dans un fichiers : Liste.txt

Outils utiles :

TruboScribe : https://turboscribe.ai/fr/dashboard permet de transcrire gartuitement 3 vidéos d'une heures par jours.

i) Installation de python,

Installez python : sudo apt install python3.
Installer le paquet python venv qui permet de créer des environnements pythons : sudo apt install python3-venv
Créer un répertoire de travail que l'on nomme par exemple py et déplacez-vous dedans : mkdir py ; cd py
Créer un environnement python que l'on nomme par exemple "env1" : python3 -m venv env1
L'environnement python "env1" doit être activé. Lorsqu'il est activé le prompt s'affiche en commençant par "(env1)...". L'environnement peut être étendu en y ajoutant de nombreux modules issue d'une librairie libre.
Activer l'environnement : source env1/bin/activate.
Si vous n'êtes pas dans le répertoire voulu, l'activation se fait avec le chemin complet du dossier env1 : source /home/lmartin/py/env1/bin/activate.
Désactiver l'envirnnement en cours : deactivate
Installer le module python "numpy" dans l'environnement actif : pip install numpy
Lister les modules installés dans l'environnement actif : pip list
Lancer l'interpréteur python avec l'environnement virtuel : python
Exécuter un script python "a.py" et continuer en ouvrant l'interpéteur qui l'a exécuté : python -i a.py

ii) Installation de paquets linux et modules python nécessaires :

Sur tout système

sudo apt update
sudo apt install deno (C'est un javascript recommandé pour yt-dlp) ou bien curl -fsSL https://deno.land/install.sh | sh

deno --version (doit être au minimum Deno 2.0.0)

yt-dlp --js-runtimes deno "https://www.youtube.com/watch?v=ID_VIDEO" (pour utiliser yt-dlp en utiliser deno)

Sur ton environnement python :

pip install yt-dlp

pip install beautifulsoup4

pip install curl-cffi

pip install yt-dlp[default,curl-cffi]

pip install -U yt-dlp (pour mettre à jour yt-dlp)

iii) Installation d'Ollama (Cela installe en même temps CUDA et les pilotes de la carte NVIDIA)

https://vulgate.toile-libre.org/Informatique/ia.htm

iv) Installation d'OpenAI

Ajouter à l'environnement python le module openai :

pip install openai

Créer une clé API en vous connectant à ChatGPT et en allant sur https://platform.openai.com/home (alimentez-là avec quelques euros). mettre la clé privé "sk-xxxxxxx" dans l'environement :

export OPENAI_API_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

pour que cela soit permanant, mettez cette dernière instruction dans ~/.profile

2) AGENT HERMES

Mais les progrès informatiques nous rattrapent, et cette partie même de reflexion et de préprogrammation peut être faite automatiquement par un agent ia. L'agent ia à la mode le plus libre et autonomme semble proposé par Nous Research

Qu’est donc Nous Research, ce laboratoire qui prône une vision décentralisée de l’intelligence artificielle et qui fait du bruit avec son Hermes Agent ?

Depuis 2023, Nous Research publie régulièrement ses avancées en matière d’intelligence artificielle avec toujours la même vision : celle d’un monde décentralisé où l’IA appartient à tous plutôt qu’à une poignée d’acteurs qui dominent le marché. Retour sur les travaux qui ont amené ce collectif de chercheurs et de développeurs à se présenter comme une alternative aux modèles propriétaires d’OpenAI et d’Anthropic.

Célia Séramour
Publié le 8 avril 2026 à 06h00

Nous Research

Nous Research est une organisation atypique dans le paysage de l’intelligence artificielle : à la fois start-up, laboratoire de recherche et collectif issu d’Internet, elle se positionne explicitement comme une alternative aux grands acteurs centralisés de l’IA. A noter que le mot “noûs” ne vient pas du Français mais de l’Antiquité grecque, et fait référence à l’intellect.

Fondée de manière informelle en 2022 par un groupe de chercheurs et développeurs réunis via Discord et Twitter, puis structurée en 2023, elle est portée notamment par Jeffrey Quesnelle (CEO de l’organisation), accompagné de Karan Malhotra, Shivani Mitra et Teknium, responsable de la recherche uniquement connu sous son pseudonyme.

Une forte dimension idéologique au cœur de Nous Research

Contrairement à un laboratoire académique classique ou à ceux rattachés aux grandes entreprises technologiques américaines, Nous Research se définit comme un laboratoire open source et communautaire, avec une forte dimension idéologique : ses fondateurs défendent une vision décentralisée et locale de l’IA, visant à éviter la concentration du pouvoir technologique entre les mains de quelques grandes entreprises.

Leur objectif est de construire des modèles “human-centric” (alignés sur les usages humains) tout en les rendant accessibles, modifiables et distribués. Concrètement, cette philosophie se traduit par un travail sur des architectures ouvertes, mais aussi sur des infrastructures permettant de mutualiser la puissance de calcul à l’échelle globale.

Hermes : derrière ce même nom, un modèle et un agent

Le cœur de leurs activités repose sur deux axes principaux. D’une part, le développement de modèles de langage open source, dont la série Hermes, qui a rencontré un succès notable avec des dizaines de millions de téléchargements sur des plateformes comme Hugging Face (plusieurs modèles ont été publiés, la première version datant de juillet 2023), modèle dont découle un agent au nom éponyme. Publié le 25 février dernier, il est présenté ainsi : “Réside sur votre serveur, mémorise ce qu’il apprend et gagne en efficacité au fur et à mesure qu’il fonctionne”.

Les modèles Hermes se positionnent comme des alternatives open weight compétitives face aux modèles propriétaires. Ils sont crées sur la base de Llama‑3.1‑405B ou Qwen-3-14B, et sont généralement destiné à des cas d’usage ciblés (code, maths, suivi d’instructions). Pas de quoi surpasser les dernières versions de GPT ou Claude, mais leur avantage se situe dans le contrôle laissé à l’utilisateur et le ratio performance / coût / déployabilité locale.

Nous Research développe aussi d’autres outils, comme DisTrO (Distributed Training Over-the-Internet), qui permet d’utiliser des GPU dispersés dans le monde entier pour l’entraînement des modèle, ou l’infrastructure de référence Psyche Network, qui s’appuie notamment sur des mécanismes issus de la blockchain pour inciter les participants à contribuer.

Mais c’est son Hermes Agent qui fait parler de lui en ce moment. Configurable à loisir et exécutable en local, il encapsule un modèle au choix pour fournir de véritables capacités agentiques autonomes. Il est par ailleurs capable de s’améliorer avec l’usage, et un certain nombre de développeurs rapportent des performances bien supérieures à ce que permet OpenClaw, l’agent le plus populaire du moment.

Des publications scientifiques notables

Sur le plan scientifique, Nous Research a déjà produit plusieurs contributions notables. Leur méthode YaRN (présentée en 2023) a été largement reprise dans la recherche académique par exemple. Yet another RoPE extensioN est une technique proposée pour étendre la longueur de contexte des modèles sans devoir les réentraîner entièrement. Ainsi, YaRN permet aux modèles de traiter des contextes beaucoup plus longs tout en limitant la dégradation des performances et le coût computationnel.

Sur un autre sujet, le papier DeMo (2024), coécrit avec Diederik P. Kingma (co-fondateur d’OpenAI), a influencé des modèles développés chez Meta ou DeepSeek. Il porte sur un problème central de l’entraînement des modèles de langage : la nécessité pour les GPU de s’échanger en permanence d’énormes volumes de “gradients”, ce qui rend les systèmes distribués très coûteux et dépendants d’infrastructures centralisées.

Ces travaux témoignent d’une stratégie hybride : publier dans les circuits scientifiques tout en diffusant directement des modèles utilisables par la communauté.

Une levée de fonds de 50 millions de dollars en 2025

Sur le plan économique, l’organisation reste une start-up structurée, basée aux États-Unis, ayant levé plus de 65 millions de dollars à date, avec un tour de table clôturé à 50 millions de dollars et mené par Paradigm en 2025. Cette levée aurait d’ailleurs fait grimper la valorisation de l’organisation à un milliard de dollars, à en croire plusieurs sources.

Nous Research a débuté par une levée de fonds d’amorçage de 5,2 millions de dollars en janvier 2024, menée par Distributed Global et OSS Capital. Un financement supplémentaire de 15 millions de dollars, incluant une levée de fonds non annoncée en juin 2024, a porté son financement total d’amorçage à environ 20 millions de dollars. L’organisation a également bénéficié d’une subvention d’Andreessen Horowitz, d’après un communiqué du fonds.

Mais cette structuration financière coexiste avec une culture issue des communautés open source et crypto, ce qui renforce son positionnement singulier entre entreprise, collectif et mouvement.

Un message politique fort en arrière-plan

À long terme, le projet de Nous Research est clairement politique autant que technologique : il s’agit de bâtir une infrastructure d’IA décentralisée et ouverte, résistante à la censure et accessible globalement.

L’idée centrale restant que l’IA ne doit pas dépendre de quelques grandes entreprises, mais doit pouvoir émerger d’un réseau distribué d’individus et de machines. Nous Research incarne ici une tentative de refondation du modèle même de développement de l’IA générative tel qu’on le connaît depuis 10 ans.

Une posture que l’on qualifierait encore aujourd’hui de marginale face aux géants du secteur, même si elle commence à peser dans les débats techniques et politiques autour de l’avenir de l’intelligence artificielle, notamment lorsqu’il est question de sécurité et de souveraineté. A ce titre, son positionnement présente certaines passerelles avec celui d’un Mistral AI.

Source : L'Usine Digitale

3) Installation de l'agent Hermes

Voir https://hermes-agent.nousresearch.com/

On peut paramétrer Hermes-agent pour utiliser l'abonnement ChatGPT.

Voir J'ai installé l'agent IA le plus puissant du monde

Installez l'agent Hermes : curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Choisir "Full setup" Inférence Provider

Provider : "OpenAI Codex" , Open this URL in your browser :