IA d'Entretien Indétectable : Comment Natively Reste Invisible Pendant Votre Entretien
Pourquoi la plupart des outils d'IA d'entretien peuvent être détectés
Chaque outil d'IA d'entretien basé sur le cloud — Cluely, FinalRoundAI, LockedIn AI, Interview Coder — présente la même faiblesse architecturale : il traite vos données sur des serveurs distants. Cela signifie que chaque fois que vous avez besoin d'une suggestion de l'IA, votre appareil effectue un appel API sortant. Cet appel est visible.
Sur les réseaux d'entreprise, le trafic sortant vers les points de terminaison des API d'IA (OpenAI, Anthropic, serveurs propriétaires) peut être enregistré par des logiciels de surveillance réseau. Des schémas de trafic inhabituels pendant une session d'entretien créent des signatures détectables. C'est pourquoi certaines entreprises ont commencé à surveiller l'utilisation d'outils d'IA pendant les évaluations techniques à distance.
Natively a été conçu dès le départ pour éliminer cette vulnérabilité. En mode local (propulsé par Ollama), toute l'inférence IA s'exécute sur votre appareil. Il n'y a aucun appel API sortant. Aucun trafic réseau. Rien à détecter.
Trois couches d'invisibilité dans Natively
Couche 1 : Trafic réseau nul (mode local)
Lorsque vous utilisez Natively avec Ollama et un modèle local (Llama 3, DeepSeek, Mistral ou tout modèle au format GGUF), l'application n'effectue aucune requête réseau sortante pendant votre session d'entretien. Un outil de surveillance réseau observant votre connexion ne verra aucun trafic d'API IA — parce qu'il n'y en a aucun. L'IA s'exécute entièrement au sein du CPU/GPU de votre machine.
Couche 2 : Superposition d'écran invisible
Natively affiche les suggestions via une superposition au niveau du système qui n'apparaît pas dans les enregistrements d'écran, les partages d'écran ou les captures réalisées par les logiciels de visioconférence. Lorsque vous partagez votre écran sur Zoom, Google Meet ou Microsoft Teams, les recruteurs ne voient que ce que vous souhaitez montrer. L'interface de Natively leur est invisible.
C'est le même principe utilisé par les téléprompteurs de présentation et les affichages tête haute — la superposition existe sur votre écran mais est exclue de la sortie de capture d'écran.
Couche 3 : Architecture d'application native
Contrairement aux extensions de navigateur ou aux applications basées sur Electron, qui ont une empreinte visible plus importante, Natively est conçu comme une application native macOS et Windows. Il ne s'injecte pas dans les navigateurs, ne nécessite pas d'autorisations élevées au-delà de l'accès à l'enregistrement d'écran et au microphone, et s'exécute avec une signature de processus minimale.
Détectable vs indétectable : une comparaison
| Vecteur de détection | Outils IA cloud (Cluely, FinalRoundAI, etc.) | Natively (mode local) |
|---|---|---|
| Surveillance réseau | Détectable — appels API IA sortants | Indétectable — trafic sortant nul |
| Partage / enregistrement d'écran | Visible comme une fenêtre d'application distincte | Invisible — exclu de la capture d'écran |
| Logiciel de surveillance (proctoring) | Signalé par les outils de surveillance au niveau réseau | Non signalé — aucun appel réseau à détecter |
| Surveillance du VPN d'entreprise | Trafic de l'API IA visible dans les journaux VPN | Aucun trafic — traitement IA hors ligne |
| Analyse DNS / pare-feu | Résout les domaines des fournisseurs d'IA (openai.com, anthropic.com) | Aucune résolution DNS pendant l'entretien |
| Fonctionne sur les réseaux restreints | Échoue si les domaines des API IA sont bloqués | Oui — aucun internet requis |
Configurer Natively pour une indétectabilité maximale
Étape 1 : Installez Ollama
Ollama est un environnement d'exécution d'IA locale gratuit et open source. Téléchargez-le depuis ollama.com et installez-le sur votre Mac ou PC Windows. Il s'exécute en arrière-plan et fournit des modèles de langage locaux à Natively.
Étape 2 : Téléchargez un modèle local
Exécutez ollama pull llama3 ou ollama pull deepseek-coder pour télécharger un modèle d'IA local. DeepSeek Coder est spécifiquement optimisé pour les problèmes d'entretien de code. Llama 3 excelle pour les questions de conception de systèmes et comportementales.
Étape 3 : Configurez Natively pour utiliser le modèle local
Dans les paramètres de Natively, sélectionnez « Ollama » comme fournisseur d'IA et choisissez le modèle téléchargé. À partir de ce moment, tout le traitement de l'IA se fait localement. Vous pouvez complètement déconnecter votre internet et Natively continuera de fonctionner pendant toute la durée de votre entretien.
Étape 4 : Commencez votre entretien
Lancez Natively, accordez les autorisations d'enregistrement d'écran et de microphone, et commencez votre entretien. Natively écoute passivement, détecte les questions et affiche des suggestions de l'IA dans sa superposition invisible. Votre recruteur ne voit rien. Vos journaux réseau ne montrent rien. Votre enregistrement d'écran ne montre rien.
Mode cloud : toujours plus privé que les concurrents
Si vous préférez des modèles d'IA de niveau cloud (GPT-4o, Claude 3.5 Sonnet, Gemini Pro) pour un raisonnement plus complexe, Natively prend en charge un modèle Bring Your Own Key (BYOK). Vous fournissez votre propre clé API d'OpenAI, Anthropic, Google ou OpenRouter — Natively n'a jamais accès à vos identifiants ni à votre facturation.
En mode cloud BYOK, le trafic quitte effectivement votre appareil — mais vers le fournisseur d'IA auquel vous faites déjà confiance, en utilisant votre propre compte, et non via un intermédiaire tiers comme Cluely ou FinalRoundAI. Vos données d'entretien sont régies par vos propres conditions d'API, et non par la politique de confidentialité d'un éditeur d'outil d'entretien.
Questions fréquentes
Natively est-il complètement indétectable ?
En mode local (Ollama), Natively génère un trafic réseau sortant nul pendant votre entretien. La superposition est exclue des enregistrements d'écran. Aucun domaine d'API IA n'est contacté. Au niveau du réseau et de l'écran, il est indétectable. La seule exception est si un surveillant observe physiquement votre écran — mais cela s'applique à tout assistant.
Un logiciel de surveillance peut-il détecter Natively ?
La plupart des logiciels de surveillance fonctionnent en surveillant le trafic réseau, en capturant des captures d'écran ou en restreignant les processus en cours d'exécution. Natively en mode local ne laisse aucune trace réseau. Sa superposition est exclue des captures d'écran. Il s'exécute comme une application de bureau native normale, indiscernable de toute autre application de productivité.
Pourquoi les outils basés sur le cloud comme Cluely sont-ils détectables ?
Les outils cloud doivent envoyer votre écran ou votre audio à des serveurs d'IA distants pour générer des suggestions. Cela crée un trafic sortant en temps réel vers des points de terminaison identifiables (par exemple, api.openai.com, cluely.com). Sur les réseaux surveillés, ce trafic est enregistré et peut être analysé. Le mode local de Natively élimine entièrement ce problème.
Quels modèles d'IA locaux fonctionnent le mieux pour les entretiens techniques ?
Pour les problèmes de code : DeepSeek Coder V2 (excellent raisonnement algorithmique), Qwen2.5 Coder (solide sur les modèles LeetCode). Pour la conception de systèmes et le comportemental : Llama 3.1 8B ou 70B (raisonnement large), Mistral 7B (réponses rapides sur du matériel standard). Tous sont disponibles via Ollama sans frais.
Natively fonctionne-t-il sur des réseaux d'entreprise restreints ?
Oui. Si un réseau d'entreprise bloque les domaines des API IA ou restreint le trafic sortant, les outils basés sur le cloud comme FinalRoundAI et LockedIn AI échoueront. Natively en mode local n'établit aucune connexion sortante — il fonctionne de manière identique sur tout réseau, y compris les environnements isolés (air-gapped).
