Le Changement de Compétence : Pourquoi les GPTs sont Morts et Pourquoi Mercury Flux a été Conçu pour ce qui Vient

TL;DR : Google tue Gems. OpenAI vient de tuer les GPTs personnels pour les comptes individuels. L'ère de "envelopper un prompt dans une fenêtre de chat, ajouter un avatar, partager un lien" est officiellement terminée. Qu'est-ce qui le remplace ? Des compétences—des flux de travail légers, auto-entretenus et partageables en équipe que les agents exécutent de bout en bout. Mercury Flux a été conçu pour ce changement exact : diriger le bon modèle vers la bonne tâche, avec une mémoire locale qui persiste à travers les sessions. Le classement des modèles change chaque semaine. Votre flux de travail ne devrait pas avoir à le faire.

James ici, PDG de Mercury Technology Solutions. Wanchai, Hong Kong — 22 août 2026

Deux annonces sont tombées cette semaine qui devraient faire transpirer chaque "constructeur de produit" en IA.

Google : Gems ferme le 20 octobre. Exportez vos données ou perdez-les.

OpenAI : Les comptes personnels ne peuvent plus créer ou publier de GPT. Ceux existants fonctionnent — pour l'instant. Mais le pipeline "créer un GPT, partager le lien, l'appeler un produit" est mort.

Si vous avez construit votre "entreprise" d'IA sur des GPT ou des Gems, vous détenez un inventaire obsolète. Si vous avez enseigné des cours sur la façon de les construire, votre programme vient de devenir obsolète. Si vous avez externalisé votre travail de connaissance à un GPT personnalisé que vous avez mis à jour manuellement et copié-collé depuis... eh bien, nous devons en parler.

Pourquoi les géants tuent leurs propres jouets

Ce n'est pas capricieux. C'est structurel.

Lorsque OpenAI a renommé l'interface de chat de base en "Classique" et a commencé à pousser Travail ChatGPT et Codex, ils ont signalé le changement : de l'IA conversationnelle à l'IA agentique.

L'ancien modèle : Vous demandez. L'IA répond. Vous exécutez.

Le nouveau modèle : Vous déléguez. L'IA exécute. Vous vérifiez.

Les GPT et les Gems étaient des roulettes d'entraînement - utiles pour prouver que les utilisateurs non techniques pouvaient "construire" quelque chose avec l'IA. Mais ils n'ont jamais été une infrastructure sérieuse. Ils ne pouvaient pas s'auto-maintenir. Ils ne pouvaient pas s'intégrer à vos outils. Ils ne pouvaient pas passer le relais à des membres de l'équipe. Ils étaient, essentiellement, des invites dans une boîte plus jolie.

Les compétences sont différentes. Les compétences sont des flux de travail avec des limites de jugement—spécifications d'entrée, normes de sortie, étapes qui ne peuvent pas être sautées, points de contrôle nécessitant une approbation humaine. Elles sont plus légères que les GPT, plus faciles à maintenir et conçues pour des équipes plutôt que pour des utilisateurs solitaires.

Les géants n'abandonnent pas l'espace. Ils sont en train de mettre à niveau la couche d'abstraction. Et si votre entreprise est encore à l'ancienne couche, vous êtes sur le point de vivre un effondrement d'abstraction.

L'Équation 2026 : Emballages de prompt = flux de travail loués. Compétences = infrastructure possédée. La différence est le risque politique.

L'Équation 2026 : Emballages de prompt = flux de travail loués. Compétences = infrastructure possédée. La différence est le risque politique.

Le tableau de classement des modèles est une fausse piste

Voici quelque chose d'autre qui s'est passé cette semaine : un autre remaniement du classement des modèles.

Fable > Grok 4.6 > Kimi 3 > Opus 4.8 > Grok 4.5 > Codex 5.5 > Qwen 3.8 > Kimi 2.7 > Opus 4.6 > GLM 5.2 > minmax

Respirez un bon coup. Cela changera le mois prochain.

L'obsession pour "quel modèle est le meilleur" passe à côté du sujet. Différents modèles excellent dans différentes tâches. Grok est excellent pour le raisonnement. Kimi 3 a un contexte massif. Opus gère les nuances. Codex est conçu pour les logiciels. Qwen est efficace pour les langues asiatiques. Le modèle "meilleur" est celui qui résout votre problème spécifique au coût le plus bas avec une qualité acceptable.

C'est pourquoi nous avons construit Mercury Flux.

Flux ne parie pas sur un seul modèle.Flux de routes.Il maintient une mémoire locale de vos tâches, de vos préférences, de vos résultats—et envoie chaque travail au modèle qui est réellement le meilleur pour cela. Raisonnement complexe ? Grok. Analyse de documents longs ? Kimi. Génération de code ? Codex. Classification rapide ? Qwen. Tout cela sans que vous ayez à changer manuellement d'onglets ou à copier le contexte entre les fenêtres.

Le classement des modèles est un divertissement pour Twitter AI.Le routage des modèles est une infrastructure pour les personnes qui travaillent réellement.

Des GPT aux Compétences : Qu'est-ce qui a changé

Laissez-moi rendre cela concret avec un exemple réel.

Avant (ère des GPT)

J'avais deux GPT : un pour écrire, un pour "dé-AI-iser" le contenu.

Tous les quelques semaines, je devais mettre à jour manuellement leurs bases de connaissances avec mes derniers articles, projets en cours, nouvelles techniques d'écriture que j'avais apprises. Les GPT généraient des brouillons, puis je copiais-collais dans un e-mail ou WordPress, reformatais, ajoutais des liens, vérifiais le ton.

L'IA m'a donné des premiers brouillons.Tout l'entretien, l'intégration et le travail de finition étaient à ma charge.

Après (l'ère des compétences)

J'ai écrit ma méthodologie comme une compétence. Pas un prompt—un flux de travail.

Mon agent IA maintenant :

1. Mises à jour automatiquessa base de connaissances à partir de mes publications sur les réseaux sociaux, de mon blog, de ma newsletter et de mes journaux de travail
2. Génèredes brouillons en utilisant mon contexte et ma voix actuels
3. S'auto-corrigepour le ton ("dé-AI-isation" est intégré dans le flux de travail)
4. Livrédans les brouillons Gmail ou l'éditeur WordPress, dans des limites autorisées
5. Présente travail terminé pour mon approbation

Je fais ce que les humains devraient faire : examiner, ajuster, publier. L'agent fait ce qu'il doit faire : tout le reste.

Même "assistant d'écriture." Description de poste complètement différente. Le GPT était un outil que j'utilisais. La compétence est un employé que je gère.

L'Impératif de Mémoire Locale

Voici la partie que la plupart des gens manquent.

Lorsque vous construisez sur la plateforme de quelqu'un d'autre—GPTs, Gems, projets Claude, peu importe—vous ne possédez pas votre flux de travail. Vous le louez. Et le propriétaire peut changer les conditions, augmenter le loyer ou démolir le bâtiment.

Google vient de le prouver. OpenAI vient de le prouver.

C'est pourquoi j'ai dit à tout le monde : mettez vos connaissances, vos compétences, vos documents de référence dans un stockage local que vous contrôlez. Pas parce que le cloud est mauvais, mais parce que le risque politique est réel.

Avec Mercury Flux, votre mémoire locale persiste à travers les modèles. Si OpenAI change les prix demain, vous passez au moteur Kimi. Si Kimi tombe en panne, vous passez à Grok. Votre flux de travail—vos compétences, votre contexte, vos limites de jugement—restent les vôtres.

Les entreprises d'IA ne survivront peut-être pas 10 ans. Vos compétences devraient.

Ce que cela signifie pour votre entreprise

Si vous êtes un formateur en IA, un créateur de cours ou un consultant qui a appris aux gens à créer des GPT : pivotez. Maintenant. Les compétences que vous avez enseignées ne sont pas sans valeur, mais le contenant est mort. Enseignez des compétences. Enseignez la conception de flux de travail. Enseignez comment décomposer un travail en étapes qu'un agent peut exécuter avec des points de contrôle humains appropriés.

Si vous êtes une entreprise qui a externalisé du travail à des GPT personnalisés : migrez. Les GPT continueront à fonctionner pendant un certain temps, mais vous êtes en avis de dépréciation. Créez des compétences qui s'intègrent à vos outils réels : votre CRM, votre CMS, votre email, vos analyses.

Si vous êtes un travailleur du savoir qui pensait que l'IA serait une interface de chat pour toujours : réveillez-vous. Le chat était le niveau de tutoriel.L'exécution agentique est le principal enjeu.

L'Action

Arrêtez de construire des invites. Commencez à construire flux de travail avec jugement.

1. Faites l'inventaire de vos GPTs/Gems.Que font-ils réellement ? Pouvez-vous décrire le flux de travail en étapes ?
2. Définissez des limites.Qu'est-ce qui nécessite une approbation humaine ? Qu'est-ce que l'agent peut décider de manière autonome ?
3. Choisissez le routage plutôt que la loyauté.Ne vous mariez pas avec un modèle. Mariez-vous avec un flux de travail qui peut utiliser n'importe quel modèle.
4. Priorisez votre connaissance localement.Votre IP devrait survivre à tout changement de politique de la plateforme.
5. Tester Mercury Flux.Si vous exécutez plusieurs modèles pour différentes tâches, vous faites déjà manuellement ce que Flux fait automatiquement.

Les géants viennent de déclarer que l'ère des wrappers de prompt est terminée. Ils n'ont pas tort. Ils sont juste en retard pour admettre ce que les praticiens savaient déjà : un travail réel nécessite des flux de travail réels, pas des fenêtres de chat avec des avatars.

Construisez en conséquence.

Surfaces Mercury connexes :

• Mercury Flux — Dirigez chaque tâche vers le modèle capable le moins cher. Mémoire locale. Pas de verrouillage.
• Noyau Mercure — Le système d'exploitation où les humains et les agents partagent la mémoire. Les compétences vivent ici.
• Parlez à votre ERP — Opérations par conversation, sur le Noyau.
• Consultation en IA — Architecture, pas un concours d'outils.

Solutions Technologiques Mercure : Accélérez la Digitalité.