L’une des plus grandes mises à jour apportées par macOS Tahoe est un Spotlight boosté. Apple a résolu de nombreux petits problèmes et ajouté des avantages qui plairont aux utilisateurs avancés. Comme d’habitude, une certaine « sherlocking » a eu lieu. Cependant, toutes les modifications n’ont pas été bien accueillies.
Par exemple, la disparition du LaunchPad classique a suscité pas mal de critiques et a donné naissance à de nombreuses applications qui restituent l’expérience. De même, les améliorations de Spotlight se sont largement inspirées d’outils de productivité comme Raycast, et n’ont pas été aussi bien accueillies que les alternatives tierces.
Personnellement, je trouve la nouvelle expérience Spotlight un peu écrasante et en même temps fonctionnellement vide. C’est ici qu’intervient Vector. Il s’agit d’un remplacement minimaliste de Spotlight, développé par Ethan Lipnick, un ancien ingénieur d’Apple, offrant des commodités vraiment intéressantes pilotées par l’IA.
Que fait Vector ?
Fondamentalement, Vector aspire à remplacer le rôle étendu de Spotlight. Tout comme Spotlight, il vit en tant qu’icône d’application dédiée dans le dock, mais vous pouvez également y accéder depuis la barre de menu pour réduire le désordre du dock. Alors, que peut-il faire ?
Lancer une application, pour commencer. Mais au lieu d’ouvrir la fenêtre complète de Spotlight, qui prend de la place au centre de l’écran, vous pouvez lancer Vector depuis n’importe quel coin de l’écran pour garder les choses organisées et visuellement non intrusives.
En termes de flexibilité, vous pouvez définir des raccourcis clavier personnalisés pour afficher le panneau principal, le mode presse-papiers ou le sélecteur d’emoji. Vous pouvez également choisir le meilleur raccourci clavier pour commencer une recherche de fichiers ou parcourir vos discussions dans l’application Messages intégrée.
À l’avantage de Vector, il a non seulement l’air super cool, mais son design épuré et ses animations fluides donnent l’impression d’un produit conçu par Apple. Il semble en réalité plus rapide qu’une interaction avec Spotlight, et ses performances de recherche sont presque aussi rapides.
J’ai remarqué que le système de recherche sémantique (surtout pour les fichiers stockés sur votre système) produit des résultats plus rapides. Le seul bémol est qu’en cherchant un fichier dans la fenêtre de recherche Vector, vous ne voyez pas d’aperçu.
Donc, si vous avez enregistré une série de fichiers nommés ABC-1 et ABC-2, vous vous retrouvez dans un angle mort. Un autre petit hic est la performance de recherche. Par défaut, Vector utilise un modèle d’IA local de seulement 64 Mo. Leurs performances de recherche ne sont cependant pas aussi bonnes que celles de Spotlight.
Par exemple, lorsque j’ai entré le numéro de vol dans le champ de recherche, Spotlight a immédiatement affiché la carte d’embarquement où le numéro était imprimé, tandis que Vector a échoué. Si vous souhaitez de meilleures performances de recherche sémantique, vous devrez télécharger le modèle BGE-M3, qui prend 1,1 Go d’espace.
Beaucoup de réussites, quelques échecs
Le processus d’indexation est plutôt opaque, même s’il semble fonctionner correctement avec les fichiers stockés sur le système. Par exemple, je n’ai pas pu référencer mes discussions récentes avec des amis et des membres de la famille à la même date. Mais des messages de service aléatoires ont retourné un résultat valide dans le répertoire Messages.
La compréhension sémantique est également inégale. Par exemple, lorsque je cherche « Définition de catharsis », j’obtiens des résultats tirés de l’application Dictionnaire et de Wikipedia. Cependant, lorsqu’il s’agit d’une recherche contextuelle pour du contenu dans des fichiers PDF, Vector échouerait.
Il a bien fonctionné avec les prévisions météorologiques, mais aFailed dessiner des détails de l’application Calendrier, même lorsque les requêtes étaient simples. Trouver des entrées censées mener à une vue sur Maps était une expérience assez fiable, mais dès que vous vous lancez avec des requêtes en langage naturel telles que « distance entre Umpling et Laitumkhrah », il a montré des signes de faiblesse.
Vector puise dans une large gamme de sources pour répondre à vos requêtes. La liste inclut tout, depuis Calendrier et Dictionnaire jusqu’à Contacts, Maps, Météo, Wikipedia, applications, messages, fichiers, et même le panneau des emojis. Vous pouvez désactiver l’indexation (et le système de recherche sémantique) par application dans Vector. J’apprécie cette flexibilité, car elle garantit non seulement un contrôle sur la confidentialité, mais réduit également la charge de traitement.
En revanche, j’adore le système de presse-papiers. Lorsque vous l’appelez, vous obtenez un carrousel de cartes qui défile de manière fluide. Une autre touche agréable est que chaque carte montre également l’application d’où le contenu a été copié, ainsi que la date et/ou l’heure approximative.
Vector offre une grande flexibilité en matière d’interaction avec l’application. Vous pouvez l’utiliser uniquement comme un lanceur d’application complet, en faire un système de recherche sémantique à l’échelle du système, ou simplement explorer ses fonctionnalités de presse-papiers. De plus, vous pouvez choisir parmi six positions où la fenêtre Vector s’ouvre.
Je l’ai maintenu ancré dans le coin inférieur droit, car il a l’air plutôt soigné et ne perturbe pas la vue des fenêtres des applications au premier plan. Le système de presse-papiers vous permet également de définir un protocole d’auto-suppression allant d’un jour à une semaine ou un mois. Vous pouvez également choisir de conserver tout dans le répertoire du presse-papiers indéfiniment, sans vous soucier de la sécurité, car tous les contenus copiés et collés sont traités et enregistrés uniquement sur l’appareil.
Lire l’environnement (pour le silicium en interne)
J’ai à plusieurs reprises affirmé que le silicium d’Apple est inégalé. Que ce soit pour les Macs ou les iPhones, l’équilibre cumulé entre performance brute et efficacité est très supérieur. Mais malgré cette avance, Apple ne vous permet pas de régler la sortie de performance.
Sur une machine Windows, vous obtenez des utilitaires natifs comme Armory Create (sur les machines Asus ROG) et des applications tierces offrant un contrôle granulaire sur tout, de la fréquence GPU à la vitesse des ventilateurs. Même des téléphones comme le Red Magic 10S Pro et le OnePlus 15 vous permettent de tirer parti du potentiel réel en ajustant les préconfigurations de performance.
Vector ne corrige pas tout à fait cette situation pour votre Mac, mais tant que vous faites fonctionner l’application, vous pouvez ajuster sa sortie de performance. Pour commencer, vous pouvez choisir de faire fonctionner les fonctionnalités AI de Vector uniquement au sommet du CPU. Mais si vous voulez de meilleures performances, vous pouvez combiner le CPU et le GPU, ou pousser ensemble le CPU et la puce neurale (NPU) pour des sorties plus rapides.
Et si vous ne vous souciez pas de la consommation d’énergie, l’application vous permet également de distribuer la charge de travail entre le CPU, le GPU et le NPU simultanément. Les processeurs M d’Apple disposent d’un moteur neural assez puissant, donc la meilleure combinaison pour faire fonctionner Vector est de distribuer la charge entre le CPU et le NPU.
Si vous possédez une version plus puissante du silicium, comme le M4 Pro ou M4 Max — qui dispose de plus de cœurs GPU — il vaut la peine de sélectionner le profil de performance qui intègre aussi le GPU. Selon la puce installée dans votre Mac (et le type de performance que vous recherchez), vous pouvez encore faire quelques modifications.
Pour commencer, vous pouvez choisir entre le modèle BGE-Small, qui fait seulement 64 Mo de taille et fonctionne par défaut. C’est assez puissant pour une recherche contextuelle au sein des fichiers locaux et des messages. Cependant, si vous souhaitez de meilleures réponses et un support pour plus de langues, le modèle BGE-M3 est ce que vous devez considérer.
M3, ici, signifie multi-fonctionnalité, multi-lingualité et multi-granularité, ce qui est explicite concernant les avantages du modèle. Celui-ci prend un peu plus de 1 Go d’espace, mais performe beaucoup mieux en récupération d’informations contextuelles et supporte des entrées plus longues d’environ six mille mots (8192 tokens).
Vous pouvez définir séparément la vitesse à laquelle le contenu dans l’application Messages et l’explorateur de fichiers est indexé. L’application fonctionne entièrement hors ligne, ce qui signifie que aucune des données stockées sur votre Mac ne quitte l’appareil. Mais si vous avez encore des doutes sur la confidentialité, vous pouvez désactiver l’indexation (et la recherche sémantique) pour Messages et le répertoire des fichiers.
D’un point de vue fonctionnel, Vector est extrêmement réactif, bien conçu et exécuté avec soin. La seule zone nécessitant une amélioration est la recherche sémantique et la compréhension. Cela dépasse le contrôle du développeur. Et c’est quelque chose que l’on peut corriger soit en ajustant le modèle d’IA sous-jacent, soit en utilisant un modèle d’IA plus intelligent.
Pour l’instant, vous ne pouvez pas charger un modèle d’IA de votre choix. J’aurais adoré essayer l’un des modèles de la série Gemma de Google, ou ceux des familles DeepSeek et Qwen. De plus, ce serait formidable de déployer des modèles d’IA spécifiques pour certaines tâches. Par exemple, une recherche d’images contextuelles nécessiterait une IA multi-modale pour obtenir les meilleurs résultats.
Il existe déjà de nombreux modèles open-source sur Hugging Face qui peuvent le faire. Mon expérience d’utilisation de SMoL-VLM2 sur l’iPhone 16 Pro pour l’identification visuelle (même via le flux de la caméra) a été assez gratifiante. Dans l’ensemble, si vous cherchez une alternative à Spotlight peu exigeante et peu intrusive, Vector comble assez bien cette lacune. Il est seulement limité par les cerveaux IA sous-jacents dans quelques domaines.