Meta a donné à ses utilisateurs un mot que le retail n’a jamais construit. Depuis février, une publication Threads commençant par « Dear Algo » donne des instructions au système de classement en anglais courant, et cette instruction tient trois jours. Elle peut demander plus d’une chose. Elle peut tout aussi bien en demander moins. Les assistants d’achat n’ont aucune réponse à la seconde option. Le secteur a construit la recommandation sans jamais construire le refus.

L’interface a été inventée par les mécontents. Les utilisateurs de Threads passaient l’algorithme au vitriol en public depuis le lancement de la plateforme, sans s’attendre à une réponse, et Meta a transformé la plainte en fonctionnalité. Sa forme canonique est un refus : « cher algo, arrête de me montrer des posts sur les animaux malades. » Aucun retailer de mode n’a construit le champ où cette phrase pourrait se loger.

En juin, la demande est devenue privée. Les utilisateurs choisissent désormais un, trois ou sept jours, et personne d’autre ne voit la requête ; Threads a franchi les 500 millions d’utilisateurs mensuels dans la même annonce. Le refus a cessé d’être une blague. C’est devenu un paramètre.

La lecture du secteur traite cela comme une histoire de plateformes sociales. TechCrunch a classé l’affaire dans la catégorie des plateformes qui redonnent du pouvoir aux utilisateurs, sans mentionner le commerce nulle part. Le fait le plus utile est d’ordre grammatical. Une phrase qu’un acheteur ordinaire pourrait prononcer déplace désormais un classificateur en production, ce qui rature « techniquement infaisable » de toutes les feuilles de route d’assistants validées ce trimestre. Chaque équipe produit qui avait écarté le sujet dispose désormais d’une excuse de moins.

La plupart des assistants d’achat n’écoutent que le oui et traitent tout le reste comme une question restée sans réponse.

Le retail n’est pas totalement dépourvu de non. Il a le pouce baissé et le tap « pas intéressé », qui éliminent chacun un seul produit puis oublient tout. Une instruction permanente est un objet différent. Elle régit une catégorie plutôt qu’un article, et c’est le client qui fixe son expiration. Personne n’a déployé la version qui s’en souvient pendant une semaine, parce que personne n’a jugé que cela valait la peine d’être construit.

Les benchmarks confirment cette surdité plutôt qu’ils ne l’excusent. Shopping Companion Bench teste la capacité d’un agent à maintenir une exigence formulée d’une session à l’autre, en s’appuyant sur un ensemble de plus de 1,2 million de produits réels ; GPT-5 termine sous la barre des 70 %. C’est un vrai catalogue, pas un benchmark jouet. Les auteurs attribuent cette insuffisance à deux types d’échec : des agents qui hallucinent une préférence qu’on ne leur a jamais donnée, et des agents qui ne vérifient jamais le produit par rapport à ce que l’acheteur a réellement dit.

La version recherche de l’idée de Threads existe et pointe dans la même direction. CTRL-Rec pilote un système de recommandation classique à l’aide de requêtes en langage courant, même si son étude utilisateur ne portait que sur dix-neuf membres de Letterboxd notant des films, et non sur des acheteurs achetant des vêtements. Le transfert n’a rien d’automatique. Mais une garde-robe contient davantage d’exclusions qu’une liste de films n’en contiendra jamais, et chacune représente une vente que quelqu’un a refusée. Les propres données du retail rendraient l’évidence flagrante, si quelqu’un prenait la peine de les assembler.

Le mécanisme n’est pas la partie difficile ; Meta l’a assemblé à partir d’une blague récurrente. La partie difficile est commerciale. Un assistant à qui l’on peut dire « moins » peut se voir dire de vendre moins, et aucune feuille de route 2027 n’a été financée sur cette phrase.