Quand les agents rendent leurs propres médias : trois outils qui montent sur GitHub

Depuis un an, la page des tendances de GitHub se remplit d'infrastructure pour agents : couches de mémoire, packs de compétences, outils d'orchestration. Début octobre 2026, une autre catégorie a commencé à grimper. Dans ces outils, l'agent n'écrit pas seulement du code : il produit du média. Vidéo, modèles 3D, dessins CAO. La sortie est quelque chose qu'on regarde, pas qu'on exécute.

Trois projets rendent le motif clair. Hyperframes de HeyGen vous fait écrire du HTML et rend une vidéo. ArtCraft de Storytold se présente comme un moteur de création pour artistes, designers et cinéastes. text-to-cad de Earthtojake donne à un agent la capacité de produire de la géométrie CAO. Domaines différents, même geste : on remet à un agent un outil qui produit du média et on lui dit de s'en servir.

Le rendu comme appel de fonction

Hyperframes est l'exemple le plus net de l'idée. Le HTML est un format que les agents produisent déjà bien, et il a un modèle de rendu que les navigateurs optimisent depuis des décennies. Si on peut exprimer une vidéo comme du HTML plus une timeline, produire la vidéo revient à écrire du texte structuré et appeler un moteur de rendu. Cela reformule la création vidéo comme une tâche de code, la catégorie où les agents sont les plus forts.

C'est une inversion habile. Plutôt que de demander au modèle d'imaginer les pixels image par image, on lui fait disposer un document et on laisse un rendu déterministe faire le reste. Le modèle gère structure et contenu. Le moteur gère les pixels. Chacun fait ce qu'il sait faire, et le résultat est reproductible d'une manière que la génération pure n'offre pas.

{{INLINE1}}

ArtCraft et le studio dans le terminal

ArtCraft prend le chemin inverse : il emballe le flux de travail plutôt que le moteur. Le slogan parle d'un « moteur de création intentionnel », ce qui semble abstrait jusqu'à ce qu'on le lise comme une réaction à la façon dont l'édition générative se ressent. La génération pure est rapide et imprécise. Un moteur de création est plus lent et reproductible, conçu pour qui veut atteindre un résultat précis et pouvoir y revenir.

C'est une distinction qui compte pour les professionnels. Un artiste ou un cinéaste n'a pas besoin d'une machine qui le surprend. Il a besoin d'une machine qui exécute une décision de façon cohérente sur des centaines de plans. Ces projets parient que la prochaine vague d'outils créatifs IA sera jugée sur le contrôle et la reproductibilité, pas sur l'audace du premier jet.

Des agents qui fabriquent des choses qu'on tient

text-to-cad pousse l'idée dans l'espace physique. La CAO est sans pitié : la géométrie convient ou non, et les erreurs apparaissent à la fabrication. Donner à un agent la capacité de produire de la CAO, c'est parier qu'on peut confier aux modèles des sorties précises et contraintes tant que l'outillage les vérifie. Cela indique aussi où tout cela va. Une fois qu'un agent produit un design de façon fiable, le pas vers la fabrication n'est plus grand.

Ce qui unit les trois projets, c'est qu'ils traitent le média non comme une sortie magique mais comme un artefact structuré avec une chaîne d'outils derrière. L'agent écrit un document, une scène ou un modèle. Un système déterministe en fait la chose finale. Le travail de l'agent se réduit à ce que les modèles de langage font bien : décrire ce qui devrait exister sous une forme qu'une machine peut exécuter.

Pourquoi l'outillage média a pris du retard

Pendant deux ans, les modèles ont progressé plus vite que les outils autour. On pouvait générer une image ou un clip, mais l'assembler en un ensemble fini exigeait encore des clics humains. C'est ce vide que ces projets attaquent. Le modèle n'a jamais été le goulot d'étranglement d'une pièce finie. Le goulot était tout ce qui suit la génération : timing, ordonnancement, export, versionnage et la douzaine de petites décisions qui transforment la sortie brute en livrable.

Cela arrive maintenant parce que les agents ont changé l'unité de travail. Quand un humain est dans la boucle, un éditeur manuel suffit. Quand un agent assemble, l'éditeur doit devenir appelable, scriptable et déterministe. Le HTML et un moteur de rendu répondent à cette exigence. Un noyau CAO aussi. Une timeline exprimable en données aussi. Les outils sont reconstruits pour être des choses qu'un agent peut piloter, un objectif de conception différent d'être agréables à cliquer.

La boucle de vérification est le vrai prix

Produire un média n'est que la moitié d'une boucle de travail. L'autre moitié est de le vérifier. Si un agent peut rendre une scène puis évaluer si elle correspond au brief, il peut itérer sans qu'un humain surveille chaque passe. C'est là que l'économie change, car l'itération est l'essentiel du coût d'un processus créatif. Une boucle qui génère, critique et révise toute seule peut essayer bien plus de directions qu'une personne et ne garder que celles qui passent le contrôle.

Aujourd'hui, ce contrôle manque surtout. Les agents produisent un rendu, mais juger s'il est bon retombe sur l'humain, ce qui arrête le gain de vitesse au moment du goût. Les projets à surveiller sont ceux qui ajoutent ce jugement, que ce soit via un modèle qui note la sortie selon une grille, ou via une structure qui rend la justesse vérifiable, comme un modèle CAO qui satisfait ou non ses contraintes. Là où la sortie est vérifiable, les agents sont déjà forts. Là où elle est subjective, l'humain reste dans la boucle, et cette ligne bougera lentement.

Le changement de qui est l'utilisateur

Il y a un changement plus silencieux en dessous : l'utilisateur d'un outil créatif est de plus en plus un autre programme. Pendant des décennies, les logiciels de design et de vidéo étaient faits pour une personne avec une souris, et l'interface était le produit. Quand l'appelant est un agent, l'interface cesse de compter et l'API devient le produit. Cela inverse beaucoup d'hypothèses. Les messages d'erreur doivent être lisibles par une machine. L'état doit être inspectable. Chaque action doit pouvoir être annulée par quelque chose qui ne voit pas d'aperçu et ne peut pas décider que ça a l'air faux.

Hyperframes, ArtCraft et text-to-cad reflètent tous cette inversion. Ils sont faits pour être appelés, pas cliqués. C'est pourquoi ils apparaissent sur une liste de tendances pleine d'outils de développeurs plutôt qu'à un salon de design. Le public qu'ils servent est la nuée d'agents qui fait aujourd'hui le travail d'assemblage, et ce public a des besoins très précis : déterminisme, scriptabilité et sortie qu'un autre programme peut vérifier.

Ce qu'il faut surveiller

Le risque de cette catégorie est la qualité. Une vidéo rendue depuis du HTML peut ressembler à une vidéo rendue depuis du HTML, et un modèle CAO produit par un agent peut être géométriquement valide et pourtant inadapté. Les premières versions de ces outils serviront longtemps au travail interne, aux prototypes et aux placeholders avant d'être prêtes pour le client. C'est un chemin normal, et c'est ainsi que beaucoup d'outillage honnête arrive.

La question plus intéressante est ce qui se passe quand la production et la vérification sont toutes deux automatisées. Si un agent peut générer un rendu puis l'évaluer contre un brief, la boucle se ferme et l'itération devient bon marché. C'est le vrai prix derrière cette tendance. Les pages de tendances sont bruyantes, mais la direction est cohérente : les outils autour des agents apprennent à fabriquer des choses qu'on voit, et cela change ce à quoi sert un agent.