Un agent affamé de contexte, tout à refaire. Ou trois, qui finissent du vrai travail.

Voici le mur que je heurtais sans cesse. Un agent IA vaut exactement ce que vous lui donnez. Pour un excellent résultat, il faut le lancer, lire ce qu'il a fait et lui dire, en détail, ce qui est faux, ce qui est juste et ce que vous voulez ensuite. Ce feedback, c'est le travail. Et je ne suivais plus. Taper autant de contexte, avec autant de précision, sur tout ce que je fais dans une journée : je n'en avais tout simplement pas la capacité. Mes agents ne sous-performaient pas parce qu'ils étaient faibles. Ils sous-performaient parce que mon input était maigre. Mon clavier était le plafond.

Je suis donc parti chercher de la dictée vocale, en me disant que j'allais parler au lieu de taper. Ce que j'ai trouvé se rangeait en deux piles. Les outils gratuits et bon marché étaient mauvais. Les payants étaient absurdes : une douzaine de modèles, sept modes et un panneau de réglages qui méritait son propre manuel, tout ça pour dicter une phrase. On me demandait de payer un premium pour un tas de fonctions que je ne toucherais jamais, alors que je voulais exactement une chose : une dictée simple et précise qui fonctionne à la seconde où je l'ouvre.

Et il fallait que ce soit privé. Je voulais un seul outil pour tout, pas une app pour le travail et une autre pour le reste. Dès qu'un outil de travail envoie vos données dans le cloud, vous voilà dans les achats, la revue sécurité et la validation, et je n'allais pas vivre là-dedans. Il me fallait quelque chose qui tourne sur ma machine et qui garde ma voix sur ma machine, sauf si j'en décide autrement.

Rien ne faisait les trois. Alors je l'ai construit.

Le changement n'a pas été subtil. Privés de détails, mes agents me rendaient du travail à refaire. Maintenant je parle, chacun reçoit le contexte complet, le résultat revient meilleur du premier coup, et je mène trois agents au bout dans le temps où un seul rampait autrefois vers les 40%. Pas parce que je tape plus vite. Parce que je peux enfin tout leur donner.

Appuyez sur une touche. Parlez. Vos mots apparaissent au curseur, dans n'importe quelle app. Tout tourne à 100% sur l'appareil, votre voix ne quitte donc jamais votre Mac. C'est $39 une fois, pas un abonnement. Et il n'y a rien à configurer : téléchargez, appuyez sur la touche, parlez.

Il fait un seul travail et disparaît. C'est exactement le but.

Pour ceux qui font tourner des agents IA et ont touché le vrai plafond : pas le modèle, mais la quantité de contexte que vous pouvez vous permettre de lui donner. Si vos agents seraient plus affûtés avec plus de feedback que vous n'avez le temps d'en taper, VoxTap supprime cette limite. Vous arrêtez de rationner ce que vous leur dites. Le résultat s'améliore, les reprises chutent, et vous gardez plus d'agents en mouvement à la fois. Vous n'obtenez pas un clavier plus rapide. Vous accomplissez plus, mieux, dans les mêmes heures.

Je l'ai construit exactement pour ma façon de travailler. Si vous travaillez comme ça aussi, il est pour vous.

Je construis de l'IA vocale pour gagner ma vie. Je travaille sur la reconnaissance vocale embarquée, je dirige des projets d'IA d'entreprise qui vivent ou meurent selon la confidentialité des données (AI Act européen, RGPD), et j'ai intégré le premier modèle vocal TDT (famille Parakeet) à la bibliothèque Transformers de Hugging Face. VoxTap tourne sur ce même moteur Parakeet embarqué. "Votre voix ne quitte jamais votre Mac" n'est pas un slogan. C'est la raison d'être de l'app.