Meta vient de serrer la vis : ses ingénieurs ne peuvent plus utiliser librement Claude Code, l’assistant de programmation d’Anthropic, ni Codex, celui d’OpenAI. Selon des documents internes rapportés par la presse spécialisée, l’entreprise a même suspendu temporairement certains travaux menés avec ces modèles.
La lecture qui circule partout : Meta protège ses secrets industriels et réduit une facture qui s’envole. Sauf que ce n’est pas l’explication que livrent les mémos internes.
Ce que le mémo dit vraiment
Le motif officiel n’est pas la fuite de code maison vers l’extérieur. C’est l’inverse. Meta redoute que les sorties de Claude et de Codex finissent par contaminer ses propres données d’entraînement.
Le mot qui revient dans les documents : distillation. Comprenez le transfert non autorisé de capacités d’un modèle vers un autre, en faisant apprendre l’élève sur les réponses du maître. Un mémo interne va jusqu’à évoquer de « sérieuses escalades » avec des entreprises partenaires si les productions de leurs modèles venaient à se glisser dans le corpus d’entraînement de Meta.
Autrement dit, le danger ne vient pas de ce qui sort de chez Meta. Il vient de ce qui entre.
Le code généré, devenu un actif d’entraînement
Voilà ce que l’explication « coûts et confidentialité » laisse de côté. Si Meta craint à ce point que du code écrit par Claude ou Codex se retrouve dans ses jeux d’entraînement, c’est qu’elle considère désormais ce code comme une matière sensible, capable d’altérer son propre modèle.
C’est un basculement de statut. Hier, un assistant de programmation était un outil de productivité : il faisait gagner des heures, point. Aujourd’hui, ses sorties sont traitées comme un ingrédient susceptible de déteindre sur l’IA qu’on entraîne derrière. Le code généré n’est plus seulement consommé, il est potentiellement absorbé.
La règle interne le confirme noir sur blanc : interdiction d’utiliser des sorties d’IA pour fabriquer des tâches de test ou pour de l’analyse de code, et relecture humaine obligatoire. Ce ne sont pas des consignes de confidentialité. Ce sont des consignes de propreté du corpus.
Pourquoi la peur est légitime
Cette prudence n’a rien de paranoïaque. Les conditions d’utilisation d’OpenAI, d’Anthropic et de Google interdisent toutes, explicitement, d’employer leurs sorties pour bâtir un système concurrent. Or la distillation est devenue le point de friction de tout le secteur.
Anthropic a récemment accusé Alibaba de la plus vaste opération de distillation connue à ce jour. En avril, Elon Musk a dû reconnaître que xAI avait partiellement distillé des modèles d’OpenAI. Quand on entraîne soi-même des modèles de pointe, laisser fuiter des sorties concurrentes dans son corpus, c’est s’exposer à un contentieux et à une dette technique difficile à tracer une fois le mélange opéré.
Meta, qui développe son propre assistant maison, MetaCode, a tout intérêt à garder son entraînement étanche. Difficile de revendiquer un modèle « propre » si une part de son savoir-faire a été aspirée chez les rivaux qu’on prétend rattraper.
L’argument du coût, vrai mais incomplet
La facture, elle, est bien réelle. Les documents indiquent que Meta est en passe de dépenser plusieurs milliards de dollars rien qu’en usage interne de l’IA cette année, et l’entreprise veut clairement réduire sa dépendance aux outils tiers en poussant MetaCode.
Mais réduire ce dossier à une question d’argent ne colle pas aux faits. Une entreprise qui veut juste économiser limite les licences ou renégocie les tarifs. Elle n’érige pas une muraille réglementaire autour de la circulation des sorties entre l’outil et le corpus d’entraînement. La logique économique explique le « combien ». Elle n’explique pas le « comment » ni le « pourquoi maintenant ».
Utiliser une IA sans nourrir la sienne
Pour un développeur ou une équipe qui s’appuie sur ces assistants, la leçon est concrète. La frontière entre « utiliser une IA » et « entraîner la sienne » devient un point de gouvernance à part entière. Dès qu’une organisation conserve, agrège ou rejoue les sorties d’un assistant, elle entre dans une zone où les conditions d’utilisation des fournisseurs deviennent contraignantes.
Quelques réflexes à anticiper :
- distinguer ce qui relève de l’aide à la rédaction de code et ce qui pourrait, même indirectement, alimenter un entraînement maison ;
- tracer la provenance des sorties d’IA conservées dans les dépôts, les jeux de tests ou les bases internes ;
- vérifier que les clauses anti-distillation des fournisseurs sont comprises au-delà de l’équipe juridique, par ceux qui manipulent les modèles au quotidien.
Ce qui se joue chez Meta n’est donc pas un caprice de géant prudent. C’est le signe que les sorties d’IA ont changé de nature : d’outil jetable, elles sont devenues une donnée à statut, qu’on protège, qu’on filtre et qu’on tient à distance de son propre modèle. Savoir quel assistant programme le mieux compte encore. Mais le devenir de ses réponses, une fois sorties de l’éditeur, devient une question au moins aussi lourde.
