Wired a testé 6 agents IA en 24 heures : Dots en tête, Gemini Spark rate le déjeuner

Il y a un an, aux yeux de Ris, reporter à Wired, les agents IA n'étaient qu'une démonstration inutile pour présentations commerciales. Aujourd'hui, les agents always-on sortent de la Silicon Valley, parce qu'ils sont devenus plus fiables : ils mènent mieux les tâches à terme et pilotent le navigateur avec plus d'assurance. La veille, Ris a configuré six agents sur son iPhone. Pendant 24 heures, il leur a fait passer cinq tâches et a noté chaque tentative de 1 à 5. Trois tests suffisent déjà à dessiner le rapport de forces.

Qui participe et combien ça coûte

Ces agents fonctionnent comme une conversation de groupe : un seul fil de messages, et un navigateur virtuel qui leur sert d'ordinateur pour accéder à Internet. Contrairement à un chatbot, ils écrivent eux-mêmes en premier lorsqu'ils voient une occasion d'aider. Le test réunissait :

• Meta Muse — gratuit, sorti en septembre et en tête des classements de téléchargement sur smartphone depuis.
• OpenAI Dots — intégré à ChatGPT, $100 par mois. Le plus cher de tous.
• Instinct — gratuit, mais il faut un code d'invitation fourni par un utilisateur. Fonctionne par SMS classiques, sans application.
• Anthropic Claude Duet — $20 par mois, le plus récent : une research preview sur liste d'attente, lancée la veille des tests.
• Google Gemini Spark — bêta au sein de l'application Gemini, $20 par mois.
• xAI Grok Bot — application distincte, $30 par mois.

OpenClaw ne figure pas dans la liste. C'est lui qui a lancé la vague des agents au début de l'année, mais il est trop compliqué à configurer pour le grand public. L'auteur promet d'ajouter Hermes de Nous Research et Poke aux prochains classements.

Briefing et déjeuner : là où les agents trébuchent

Première tâche : préparer un pitch pour la conférence de rédaction de Wired, avec un titre. Ris a demandé aux agents de consacrer 30 minutes à une recherche approfondie. Seuls Muse et Dots ont travaillé le plus longtemps ; les autres ont rendu leur copie presque instantanément ou après quelques minutes.

La meilleure idée vient de Gemini Spark (5/5) : Walmart ouvre une plateforme aux agents tiers, tandis qu'Amazon a mis Muse à la porte. Claude Duet obtient 4 pour un sujet sur les conversations ChatGPT protégées par PIN, Muse 3, et Dots 2 pour un texte « intemporel » sur l'application anti-doomscrolling SHIFT. Grok Bot et Instinct écopent d'1 point chacun : le premier propose une vieille actualité sur le « goût basique » de Muse, le second une expérience confuse sur les fils de réseaux sociaux.

Deuxième tâche : commander un déjeuner pour deux. Le patron est végane et voulait de la cuisine vietnamienne, Ris veut de la viande et de la caféine, et le restaurant doit se trouver près du bureau.

• Dots — 5/5. A choisi seul DragonEats via le site du restaurant : bánh mì au porc grillé, café glacé vietnamien, rouleaux au tofu teriyaki. Total : $30,57 avant taxes.
• Muse — 4/5. DragonEats via DoorDash, $42,66 pour les articles.
• Grok Bot — 4/5. Freshroll via DoorDash, $43,40.
• Claude Duet — 3/5. Freshroll ; a demandé s'il fallait passer par DoorDash ou Uber Eats. Ris a choisi Uber Eats, $49,25.
• Instinct — 2/5. Un panier proche de celui de Claude Duet, mais $4 plus cher : $53,73.
• Gemini Spark — 1/5. Le patron a reçu un seul roll à $5,85, pour un sous-total de $22,55. Le seul véritable échec de ce test.

Proactivité : le conflit de 14:00

Ris a créé dans son agenda un rendez-vous avec une source à 14:00, puis s'est envoyé un e-mail indiquant qu'il devait appeler à cette heure sa mère, qui sort de l'hôpital. La tâche consistait à relier l'e-mail à l'agenda et à le prévenir à l'avance.

• Dots — 5/5. A repéré le conflit immédiatement et proposé d'appeler avant le rendez-vous ou après 15:00, en tenant compte de l'heure de sortie de l'hôpital.
• Claude Duet — 4/5. A prévenu plusieurs heures à l'avance, mais sans proposer d'alternative.
• Grok Bot, Instinct, Muse — 2/5 chacun. Ont raté le conflit, mais ont reconnu leur erreur et proposé de recouper à l'avenir la messagerie avec l'agenda.
• Gemini Spark — 1/5. N'a pas trouvé le chevauchement et n'a pas proposé de moyen d'éviter que cela se reproduise.

Seuls deux agents s'en sont sortis, moins que ce que l'auteur attendait.

Comment choisir un agent aujourd'hui

Après trois tâches, Dots (12 points sur 15) et Claude Duet (11) mènent, suivis de Muse (9), de Grok Bot et Gemini Spark (7 chacun) et d'Instinct (5). Mais cette arithmétique ne reflète ni le prix ni les risques. Dots coûte cinq fois plus cher que Claude Duet et Gemini Spark, tandis que Muse est gratuit.

Les agents ont besoin d'accéder à la messagerie, à l'agenda et à d'autres données personnelles, et les erreurs de permissions coûtent cher : un utilisateur de X a connecté des agents à son compte bancaire et à son Slack professionnel, après quoi l'un d'eux a affiché son solde sous les yeux de ses collègues. Le conseil pratique : commencez par l'agenda et la messagerie, et ne donnez pas accès aux banques ni aux messageries d'entreprise. Vérifiez les paniers et les itinéraires avant de payer, surtout si l'agent a travaillé trop vite.

Dans ce test, Ris n'a connecté que son Google Calendar et son Gmail personnels, ce qui est raisonnable pour débuter.