Employés d’Amazon utilisant des agents IA MeshClaw pour « tokenmaxxer » et atteindre leurs objectifs d’utilisation

✍️ OpenClawRadar📅 Publié: May 13, 2026🔗 Source
Ad

Amazon a déployé un outil d'agent IA interne appelé MeshClaw qui permet aux employés de créer des agents se connectant aux logiciels de travail. Selon trois sources proches du dossier, certains développeurs utilisent MeshClaw pour automatiser des tâches non essentielles uniquement pour augmenter la consommation de tokens — une pratique surnommée "tokenmaxxing".

Amazon a fixé des objectifs pour que plus de 80% des développeurs utilisent l'IA chaque semaine et a commencé à suivre la consommation de tokens dans des classements internes. Bien que l'entreprise affirme que les statistiques de tokens n'affecteront pas les évaluations de performance, plusieurs employés rapportent que les managers surveillent ces données. "Quand ils suivent l'utilisation, cela crée des incitations perverses", a déclaré un employé. Les employés de Meta se sont également livrés au tokenmaxxing.

MeshClaw s'inspire d'OpenClaw, un outil viral qui permet aux utilisateurs d'exécuter des agents localement. La version d'Amazon peut initier des déploiements de code, trier les e-mails et interagir avec Slack. Un mémo interne décrit MeshClaw comme quelque chose qui "rêve la nuit pour consolider ce qu'il a appris, surveille vos déploiements pendant que vous êtes en réunion et trie vos e-mails avant votre réveil." Plus de trois douzaines d'employés d'Amazon ont travaillé sur l'outil.

Ad

Certains employés ont soulevé des préoccupations de sécurité concernant l'octroi de permissions à un agent IA pour agir en leur nom. "La posture de sécurité par défaut me terrifie", a déclaré un employé. Amazon prévoit de dépenser 200 milliards de dollars en dépenses d'investissement cette année, principalement pour l'IA et l'infrastructure des centres de données.

📖 Lire la source complète : HN AI Agents

Ad

👀 See Also

Comparaison de référence de Qwen3.6 Plus avec les modèles SOTA occidentaux
News

Comparaison de référence de Qwen3.6 Plus avec les modèles SOTA occidentaux

Qwen3.6 Plus obtient un score de 78,8 sur SWE-bench Verified, 90,4 sur GPQA/GPQA Diamond, 28,8 sur HLE (sans outils) et 78,8 sur MMMU-Pro, ce qui le place en position compétitive face à des modèles comme GPT-5.4, Claude Opus 4.6 et Gemini 3.1 Pro Preview.

OpenClawRadar
Claude Code v2.1.162 : Informations d'attente de session, correction du délai d'attente MCP et refonte de la vue Agents
News

Claude Code v2.1.162 : Informations d'attente de session, correction du délai d'attente MCP et refonte de la vue Agents

Claude Code v2.1.162 ajoute `waitingFor` à la sortie `--json`, corrige le bug de timeout MCP inférieur à 1000 ms, améliore le rendu terminal pour la vue des agents, et plus encore. Détails à l'intérieur.

OpenClawRadar
Analyse des prix de DeepSeek V4 : tokens en cache 178x moins chers qu'Opus, mais retard de capacités reconnu
News

Analyse des prix de DeepSeek V4 : tokens en cache 178x moins chers qu'Opus, mais retard de capacités reconnu

Entrée DeepSeek V4 Pro à 0,145 $/M tokens contre Claude Opus 4.7 à 5 $/M (34x moins cher) ; hits de cache à 0,0036 $/M contre 0,625 $/M (173x moins cher). La capacité est en retard de 3 à 6 mois sur GPT-5.4 et Gemini 3.1 Pro.

OpenClawRadar
Protocole de Convergence Quumble v5 : Résultats de l'Expérimentation LLM Multi-Architecture
News

Protocole de Convergence Quumble v5 : Résultats de l'Expérimentation LLM Multi-Architecture

Le Protocole de Convergence Quumble v5 teste si des instances indépendantes de LLM convergent sur des descriptions de créatures imaginaires lorsqu'on leur donne des mots dépourvus de sens. Les résultats montrent que Claude (Opus 4.6 & Sonnet 4.6) et GPT-5.3 ont indépendamment produit une créature petite, ronde, douce, teintée de lavande, bioluminescente et qui bourdonne à partir du mot 'quumble'.

OpenClawRadar