L'IA qui vit en dehors de votre ordinateur : comment la boîte HDMI de Violoop franchit le mur des autorisations

Installez un agent IA de bureau sur un Mac et vous vous heurtez au même mur à chaque fois : le Terminal demande à contrôler le Finder, un bouton Autoriser apparaît, et l'agent logiciel — ChatGPT, Claude, peu importe — ne peut pas appuyer dessus. Depuis Mojave en 2018, macOS rejette silencieusement les événements synthétiques de souris et de clavier lorsqu'ils ciblent les boîtes de dialogue de sécurité ou de confidentialité ; si un programme pouvait approuver sa propre demande d'autorisation, cette demande serait inutile. Dans la démo d'Alex Ziskind, les agents de bureau se bloquent précisément pour cette raison, et même la documentation d'OpenAI note que l'usage de l'ordinateur ne peut pas s'authentifier comme administrateur ni approuver ces demandes de confidentialité.

Une boîte de 90 millimètres qui observe via HDMI et tape via USB

Violoop inverse l'approche : au lieu d'installer un logiciel sur le PC, vous ajoutez une petite boîte à côté. Un seul USB-C transporte les données et la vidéo, avec un HDMI séparé en option, et l'hôte ne voit rien de plus sophistiqué qu'un clavier et une souris — énumérés comme une clé sans fil. Sous le capot, un flux de lecture d'écran surveille l'affichage, comprend ce que l'application ouverte demande, et tape et clique en retour via USB. Pensez-y comme à un KVM avec une couche d'interprétation par-dessus, transformant l'appui à distance sur des touches en interprétation sur l'appareil.

Deux puces, deux tâches : une pour voir, une pour retenir

À l'intérieur se trouvent deux éléments de silicium distincts. Le premier, construit autour d'un RK3576 avec un accélérateur dédié, exécute un modèle local de 8 milliards de paramètres à 26 TOPS pour lire les images de l'écran ; selon les informations, le traitement se fait sur la boîte, les images sont supprimées, et il ne reste que quelques mégaoctets de contexte textuel. La seconde est la seule partie reliée au Mac : un microcontrôleur de sécurité STM32H563 qui possède le clavier USB HID et la touche d'approbation physique sur le dessus. BVIO dit qu'il publiera le firmware de cette seconde puce en open source ; ce qui était démontrablement vrai dans la vidéo est plus restreint — le modèle peut sélectionner des fichiers à supprimer toute la journée, mais le flux s'arrête jusqu'à ce qu'un humain appuie sur cette touche, car la touche n'est pas reliée au modèle.

Choisissez votre cerveau : DeepSeek en local, Claude dans le cloud

L'application de Violoop est avant tout un routeur de cerveaux. Tout ce qui parle l'API compatible OpenAI peut être branché : Anthropic, OpenAI, Google, OpenRouter, votre propre clé, modèles personnalisés. Ziskind pointe le sien vers DeepSeek V4 Flash tournant sur son propre matériel, de sorte que la lecture d'écran reste sur la boîte tandis que le raisonnement reste sur des machines qu'il possède, et aucun tiers n'intervient à moins qu'il n'en ajoute un. Les tâches peuvent être réparties selon le coût et la difficulté : le graphe de mémoire qui relie le travail, les personnes et les observations d'écran peut tourner sur un modèle local bon marché, tandis que les tâches les plus difficiles sont routées vers un modèle de pointe. Tout est suivi — quel modèle a tourné où, combien de tokens ont été dépensés et ce que cela a coûté — et il conseille de fixer un plafond quotidien lors de l'utilisation de clés cloud.

La première démo en direct rend la percée des autorisations tangible. La même boîte de dialogue du Finder qui bloque les agents logiciels réapparaît, et un petit curseur bleu Violoop file vers le bouton Autoriser et clique dessus pendant que Ziskind lève les mains face à la caméra. Un Rubber Ducky est aussi un clavier, une boîte KVM-over-IP est aussi un clavier, et les deux peuvent appuyer sur des boutons à distance si vous les pilotez à la main ; ce qui est nouveau ici, c'est la couche d'interprétation qui lit l'écran, décide quel bouton la demande désigne, et appuie sur le bon sans mains distantes.

La touche qui arrête l'irréversible

La seconde démo franchit le seuil de l'irréversible. Invité à supprimer tout ce qui date de plus d'un mois dans un dossier Finder ouvert, l'agent reconnaît le dépôt GitHub dans la fenêtre, choisit les candidats, puis s'arrête. La suppression figure sur la liste des actions que Violoop n'effectuera pas sans un humain. Pour continuer, vous appuyez sur la touche physique sur le dessus — accessible depuis l'application ou l'écran tactile mais sémantiquement possédée par la puce séparée qui détient le clavier. L'IA décide quoi supprimer ; vous décidez s'il faut supprimer, et le modèle ne peut pas appuyer lui-même sur cette touche, aussi fort qu'il le veuille.

Un cron en une phrase : surveiller la bêta Xcode

Le même schéma d'approbation s'étend à une veille web. Après avoir visité l'Apple Park pour le lancement de l'iPhone Duo, Ziskind veut la bêta Xcode 27.1 dès qu'elle devient téléchargeable et demande à l'agent en une phrase : surveille cette page et préviens-moi instantanément quand la bêta développeur devient disponible. Pas de script, pas de cron manuel, pas d'API. L'agent construit la tâche, la planifie environ toutes les six heures, et la fait apparaître dans la liste de tâches sur l'appareil et dans l'application où elle peut être activée et inspectée. Au moment de l'enregistrement, la bêta n'était pas encore sortie, mais l'intention est que le téléphone vibre quand elle sortira, transformant le rafraîchissement manuel en veille déléguée.

Le quotidien comble les lacunes. Certains états passent par l'Île dynamique et peuvent être désactivés ou détachés, la mémoire s'accumule sous forme de graphe de concepts avec des contrôles d'inspection et de suppression, et une piste d'audit tient la comptabilité des tokens et des coûts. La réalité du matériel s'invite aussi : l'unité testée est une bêta V3 et les ventilateurs sont audibles en charge, tandis que la note de l'éditeur indique que le V4 à venir est silencieux. Sur la question de la vérifiabilité, Ziskind est explicite — il a personnellement vu le clic d'autorisation et l'arrêt avant suppression, mais il n'a pas pu auditer de manière indépendante l'affirmation selon laquelle les images sont traitées sur la boîte et effacées sans quitter l'appareil ; cette partie reste la parole de l'entreprise jusqu'à ce que le firmware soit public et que d'autres puissent le tester.

La comparaison avec Recall et pourquoi elle compte

L'analogie la plus courante est Microsoft Recall, et la différence, telle que décrite, est architecturale. Recall conserve les captures d'écran pour construire un historique défilant et fonctionne sur les ressources de l'hôte. Violoop, selon ses dires, jette les images, ne garde que quelques mégaoctets de texte, exécute le travail lourd sur l'appareil, et agit au lieu de simplement se souvenir — c'est pourquoi il a besoin d'une touche. Que ce design tienne ses promesses en pratique — ce qui est conservé, à quelle vitesse les images sont effacées, à quel point la boîte est réellement isolée — est difficile à vérifier à partir d'un seul test sans accès au code source, donc une lecture prudente sépare le comportement démontré de l'architecture annoncée.

La conclusion porte sur l'adéquation et les pièces manquantes. Si vous avez besoin d'une main sur une machine devant laquelle vous n'êtes pas assis — appuyer sur une demande d'autorisation depuis une autre pièce, faire le tri dans des fichiers, ou surveiller une page de publication — ce matériel fait ce que les agents logiciels sur Mac ne peuvent pas faire autrement ; si vous cherchez un chatbot plus intelligent, ce n'est pas le produit, même si le chat existe par-dessus. La fonction de suggestion proactive, censée vous observer répéter une tâche et proposer de la prendre en charge, ne s'est jamais déclenchée lors des tests, pas une seule fois ; BVIO dit qu'elle est dans un logiciel mis à jour. La vidéo est sponsorisée et l'unité prêtée est une V3, tandis que ce qui sera expédié est le V4 lancé sur Kickstarter le 15 septembre — early-bird à 399 dollars contre une référence de détail à 699 — et les notes de couverture du financement évoquent des tours de table de dizaines de millions de yuans derrière le discours de BVIO sur l'informatique agentique personnelle.