Des agents de Google DeepMind guidés par des humains trouvent deux faiblesses du RSA 1024 bits, OpenAI publie BioBasicsBench, Cursor ouvre le chat vocal avec ses agents

Des agents IA de Google DeepMind, guidés par des humains, trouvent deux faiblesses du RSA 1024 bits, un système déjà obsolète ; les protocoles modernes, qui utilisent presque tous des clés de 2048 bits ou plus, restent sûrs. La recherche domine la journée : OpenAI mesure ses agents en laboratoire humide avec BioBasicsBench, TCSExam évalue les modèles en informatique théorique, et Anthropic comme Google montrent ce qui, autour du modèle, fait réussir ou dérailler un agent. Côté outils, Claude Code, Codex CLI et Copilot CLI publient de nouvelles versions, Antigravity CLI devient un serveur ACP, Cursor ouvre le chat vocal avec ses agents et Amp lance les Spaces.

Des agents de Google DeepMind guidés par des humains trouvent deux faiblesses du RSA 1024 bits, le Frontier Model Forum note les jailbreaks cyber

6 novembre — Google DeepMind publie des travaux de cryptanalyse, la science qui éprouve la solidité du chiffrement, menés par des agents IA guidés par une supervision humaine. Pushmeet Kohli, vice-président chargé de la science, les présente dans un article publié sur X et relayé par @GoogleDeepMind : les agents ont mis au jour deux faiblesses des systèmes RSA de 1024 bits, qui peuvent être compromis avec un budget de calcul plus faible qu’on ne le pensait. Les travaux sont menés par Dj Dvijotham et Abhradeep Thakurta, de l’équipe Science de Google DeepMind, avec Nadia Heninger (UC San Diego et Inria) et Emmanuel Thomé (Inria), et détaillés dans deux articles techniques en PDF ; aucun billet de blog n’accompagnait l’annonce.

La portée est volontairement bornée. Le RSA 1024 bits, obsolète et déjà retiré, sert ici de terrain d’essai sans risque, comme le fait depuis longtemps la communauté de la cryptanalyse. Les protocoles modernes, qui utilisent presque tous des clés de 2048 bits ou plus, restent sûrs.

Le premier résultat touche les signatures numériques, qui garantissent qu’une mise à jour logicielle, un document ou un site provient bien de sa source. Avant de signer, de nombreux standards complètent le message par un remplissage (padding). L’équipe montre que, dès qu’un attaquant contrôle environ la moitié du bloc signé, ce remplissage ne protège plus du tout. En simulation isolée, sans toucher aucun système réel, les agents ont mené l’attaque sur une clé de référence de 1024 bits déjà résolue par une étude antérieure : le résultat est reproduit avec 3,5 fois moins de temps CPU, à moins d’un millième de la puissance qu’il faudrait pour casser la clé elle-même. Quand l’attaquant contrôle une part plus petite du bloc, avec une empreinte courte de 32 octets, un nouvel algorithme améliorerait d’environ 1 600 fois la meilleure méthode précédente, selon les estimations théoriques des auteurs.

Le second résultat porte sur la factorisation par lots. Les clés RSA ayant des longueurs standard (1024 ou 2048 bits), factoriser de nombreux nombres de même taille est une question clé : les agents ont trouvé un algorithme de meilleure complexité asymptotique, qui divise par 30 environ le coût moyen de factorisation de chaque clé de 1024 bits supplémentaire, par rapport aux méthodes par lots précédentes.

Résultat publié par les auteurs	Gain annoncé	Condition indiquée
Falsification de signature, attaquant qui contrôle environ la moitié du bloc	3,5 fois moins de temps CPU	Simulation isolée, clé de référence de 1024 bits déjà résolue
Même attaque, comparée au cassage de la clé	Moins d’un millième de la puissance	Puissance nécessaire pour casser la clé elle-même
Falsification avec une empreinte de 32 octets	Environ 1 600 fois mieux	Estimation théorique, clés de 1024 bits
Factorisation par lots	Coût moyen environ 30 fois plus faible par clé supplémentaire	Face aux méthodes par lots précédentes
Clés de 2048 bits ou plus	Non concernées	Restent sûres selon Google DeepMind

While modern 2048-bit systems remain safe from these specific exploits, this work highlights a key shift. As we enter a new era of AI-enabled math and computation, we can no longer rely on historical hardness assumptions and must continuously stress-test cryptographic standards.

🇫🇷 Si les systèmes modernes de 2048 bits restent à l’abri de ces exploits précis, ces travaux mettent en lumière un tournant clé. À l’heure où nous entrons dans une nouvelle ère des mathématiques et du calcul assistés par l’IA, nous ne pouvons plus nous fier aux hypothèses historiques de difficulté et devons éprouver en continu les standards cryptographiques. — @GoogleDeepMind sur X

🔗 Article de Pushmeet Kohli sur X · Article technique sur les signatures numériques (PDF) · Article technique sur la factorisation de clés (PDF)

Le Frontier Model Forum propose une grille commune pour noter la gravité des jailbreaks cyber

5 novembre — Le Frontier Model Forum (FMF), qui réunit des laboratoires d’IA de pointe, publie la version 1.0, présentée comme préliminaire, de son cadre de notation des jailbreaks pour les menaces cyber (Jailbreak Rating Framework for Frontier Cyber Threats). Point de départ : tous les contournements de garde-fous ne se valent pas. Certains ne produisent que des réponses peu exploitables, d’autres débloquent des capacités offensives dangereuses, et sans méthode commune deux organisations peuvent juger différemment le même jailbreak, au risque de corriger d’abord les moins graves. Le cadre classe chaque jailbreak par paliers en combinant des scores sur quatre catégories : gain de capacité, étendue de capacité, facilité de déploiement et facilité de découverte.

Des représentants d’AWS, d’Anthropic, de Google DeepMind, de Microsoft et d’OpenAI le soutiennent dans le billet ; OpenAI l’a relayé le 6 novembre en indiquant y avoir travaillé avec le FMF et ses membres. Une consultation publique est ouverte jusqu’au 21 décembre 2026 : le FMF vérifiera si des évaluateurs différents aboutissent à des notes proches et mettra le cadre à jour au fil des nouveaux jailbreaks. En juillet, Anthropic avait détaillé une échelle proche, CJS (Cyber Jailbreak Severity), élaborée avec Amazon, Microsoft et Google ; le billet du FMF ne fait pas le lien entre les deux.

🔗 Introducing the FMF Jailbreak Rating Framework for Frontier Cyber Threats

Mesurer l’IA en science : BioBasicsBench d’OpenAI pour le laboratoire humide, TCSExam pour l’informatique théorique

OpenAI publie BioBasicsBench : 100 tâches de laboratoire humide, 66,7 % pour GPT-6 Astra

6 novembre — OpenAI présente BioBasicsBench, un benchmark conçu avec Ligo, une biotech spécialisée dans la conception d’enzymes, pour mesurer la capacité des agents à interpréter les données brutes du travail courant en laboratoire humide (wet lab) : gels et blots, boîtes de culture, images de microscopie, exports d’instruments ou vidéos de protocoles. Ses 100 tâches, tirées d’expériences réelles et notées critère par critère selon une grille d’expert, couvrent cinq domaines, des méthodes protéiques au clonage moléculaire ; elles vérifient aussi que l’agent repère les erreurs et reconnaît quand les données ne permettent pas de conclure.

Seuls des modèles d’OpenAI sont évalués : sept modèles sur 37 réglages, cinq essais par tâche, soit 18 500 résultats. En effort xhigh, GPT-6 Astra obtient 66,7 % de la note disponible, devant GPT-6.1 Sol et loin de GPT-5.6 Sol, avec environ deux fois moins de tokens de sortie que ce dernier ; selon OpenAI, ces gains suggèrent qu’une multimodalité native plus forte pourrait être décisive.

Modèle évalué (effort xhigh)	Récompense moyenne	Intervalle de confiance à 95 %	Tokens de sortie par tâche
GPT-6 Astra	66,7 %	60,3 à 73,1 %	4 704
GPT-6.1 Sol	62,0 %	55,6 à 68,4 %	5 238
GPT-5.6 Sol	43,8 %	37,6 à 50,0 %	9 099
GPT-6 Luna	38,3 %	32,3 à 44,5 %	13 120
GPT-5.5	35,4 %	29,7 à 41,0 %	11 135
GPT-5.4	33,2 %	28,3 à 38,4 %	13 717
GPT-5.2	31,2 %	26,2 à 36,3 %	27 620

OpenAI détaille aussi les échecs d’Astra : une hypothèse familière qui l’emporte sur les contrôles expérimentaux, des observations contraires écartées, un comptage de colonies surestimé d’environ 12 %. Selon le billet, de meilleurs scores ne garantissent pas encore des jugements fiables au laboratoire ; OpenAI relie ce suivi à la biosûreté et à la biosécurité, et ne mentionne pas de publication du jeu de tâches.

🔗 Measuring how AI agents handle everyday wet-lab science (OpenAI)

TCSExam évalue les modèles en informatique théorique : GPT-6 Astra mène la version Full, Opus 5.5 la version Lite

5 novembre — TCSExam, publié dans l’organisation GitHub de Moonshot AI avec un article arXiv déposé le 5 novembre, mesure jusqu’où les modèles peuvent faire avancer la recherche en informatique théorique (theoretical computer science). Les auteurs listés par arXiv sont Yifan Luo, Zhengying Liu, Yang Yuan, Zhilin Yang et Andrew Chi-Chih Yao. Quatre pistes : prouver en Lean un théorème publié, écrire un solveur évalué sur des instances cachées, produire une construction ou une borne vérifiée, et prouver ou réfuter entièrement des conjectures ouvertes. La version Full compte 100 tâches revues par des experts, la version Lite 20, cinq par piste. L’indice donne un poids de 30 à chacune des trois premières pistes et de 10 aux conjectures ; les solveurs sont notés par rapport à une référence fixe, Kimi K3.

Modèle évalué	Indice Lite (20 tâches)	Indice Full (100 tâches)
Opus 5.5	72,3 (provisoire)	absent du tableau du site
GPT-6 Astra	67,0	71,9
Kimi K3.1 Pro	53,5	57,4
Kimi K3	48,6	46,8
GLM-5.3	47,0	45,5
Qwen3.8 Max (0902)	45,4	44,8
DeepSeek V4.1 Flash 1017	42,4	46,0
Grok 4.6	42,1	40,5

Aucune conjecture ouverte n’est résolue : le résumé ne revendique que des cas particuliers et des bornes vérifiés de façon indépendante. Deux résultats dépassent toutefois le meilleur connu, à la connaissance des auteurs : un graphe de 630 arêtes sur 124 sommets, sans triangle ni cycle de quatre arêtes, construit par Kimi K3 (629 pour la construction de Goedgebeur et al.), et un code correcteur quantique de distance 6, au lieu de 5, trouvé par GPT-6 Astra pour protéger 7 qubits logiques avec 25 qubits physiques. Le banc fait tourner Kimi Code par défaut et accepte aussi Claude Code, Codex et Grok Build.

🔗 Résultats de TCSExam · Article arXiv 2611.07962

Recherche sur les agents : la mémoire et le dreaming chez Anthropic, les TODO obsolètes chez Google, les harness adapters

Anthropic montre comment le dreaming corrige et organise la mémoire des agents Claude

6 novembre — Dans un billet de recherche et d’ingénierie de son blog Engineering, Anthropic définit la mémoire d’agent comme ce que Claude retient de son expérience d’une session à l’autre, sous forme de notes relisibles : ni des poids, ni l’apprentissage en contexte, ni la compaction. Le dreaming (le « rêve » de l’agent) lui fait relire, hors session, ses journaux et transcriptions pour corriger ses notes, en écrire de nouvelles, bâtir des représentations comme des wikis ou choisir ce qui sera préchargé ; la fonction existe en préversion de recherche (research preview) dans Claude Managed Agents depuis le 6 mai.

Les évaluations montrent d’abord un progrès de jugement. Sur Pokémon Red, vers 10 000 étapes, Sonnet 3.7 avait écrit 413 fichiers mémoire dans 225 dossiers pour un seul badge, quand Fable 5 s’en tenait à neuf fichiers et un global.md pour quatre badges ; Opus 5.5 a terminé le jeu avec un petit dossier de notes. Anthropic conseille de dire à Claude à quoi sert la mémoire plutôt que comment s’en servir : imposer de n’enregistrer que les échecs fait perdre à Opus 5 et Opus 4.7 une grande partie du gain. Une note fausse sur la position du PokéCenter de Mt. Moon, corrigée par dreaming à partir de la transcription, suffit à débloquer la partie.

Expérience menée par Anthropic	Résultat publié
Wiki seul, corpus interne de Stainless (environ 350 000 fichiers), 2 puis 128 sessions de dreaming	13 % puis 48 % des critères notés
Recherche plus wiki, même corpus	54 % puis 61 %, contre 53 % pour la recherche seule ; environ 20 000 tokens économisés par question
Questions sur une fusion d’entreprises (24, critères multi-documents)	87 % avec le wiki, 73 % avec la recherche seule
Faits tirés de contrats	41 sur 57 avec une table partagée, 57 sur 57 avec une page par contrat citée mot pour mot

Le billet signale aussi les limites : aucun gain quand un seul document suffit, un wiki parfois plus gros que ses sources, et un coût en calcul pour garder la mémoire à jour. Il rappelle enfin que l’auto memory de Claude Code ne charge que les 200 premières lignes ou 25 Ko de MEMORY.md, qui sert d’index.

🔗 The components of agent memory (Anthropic)

Google mesure que les commentaires TODO obsolètes détournent ses agents de code

6 novembre — Sur le blog Google Developers, Sam Saccone et Madhuri Garikapati mesurent un coût caché des agents de code : les commentaires oubliés.

What is easy for humans to skim past in code, agents see as a call to action.

🇫🇷 Ce que les humains survolent facilement dans le code, les agents le voient comme un appel à l’action. — Sam Saccone et Madhuri Garikapati, blog Google Developers

L’équipe a croisé chaque commentaire TODO(bug/...) ou FIXME(bug/...) rencontré par les agents avec le statut réel du bug et la demande de l’utilisateur, à partir des traces de milliers d’ingénieurs et de centaines de millions d’étapes d’agents. Au total, 13 % des sessions de lecture de fichiers exposent l’agent à une telle référence. L’agent l’ignore dans 94 % des cas mais agit dessus dans 6 %, et 83 % de ces actions ne sont pas demandées par le développeur : 41 % de ces détours poursuivent des tickets déjà fermés, 57 % élargissent le travail à un bug encore ouvert. À développeur, complexité du code, type de tâche et niveau de modèle comparables, un détour non demandé ajoute 70 % d’étapes, 77 % de tokens et 105 % de temps d’attente par session.

Google a répondu par des agents de nettoyage qui parcourent ses bases de code, remontent l’historique du bug, du fichier et des changements, et ne proposent la suppression d’un TODO qu’une fois son obsolescence confirmée : des milliers de références supprimées en six mois, avec plus de 95 % d’acceptation par les relecteurs humains. Le billet plaide pour des bases de code adaptées aux agents (agent friendly codebases).

Le projet harness-hub entraîne par RL un LoRA par harnais d’agent, sous la garde de safeagents

6 novembre — Sur le blog de Hugging Face, Younes B., Lysandre et Nathan Habib (organisation harness-hub) présentent des adaptateurs de harnais (harness adapters) : un petit adaptateur LoRA par modèle et par harnais d’agent (pi, opencode, hermes), entraîné par apprentissage par renforcement sur des tâches vérifiables à l’intérieur du harnais, sans le modifier ; un seul serveur sert le modèle de base et tous les adaptateurs. Sur des tests préliminaires, les auteurs observent moins d’appels d’outils que le modèle de base sur les tâches réservées, à exactitude égale ou meilleure. La récompense ajoute un petit bonus aux solutions correctes qui font moins d’appels.

Les tâches viennent de sessions de code ouvertes partagées sur le Hub, transformées en environnements vérifiables par Repo2RLEnvs ; la version publiée compte 270 tâches, très déséquilibrée : 253 de construction (94 %), 11 de réparation, 6 d’extension et aucune de questions-réponses. Le proxy safeagents inspecte chaque appel d’outil pendant l’entraînement : les tentatives de piratage de la récompense sont bloquées et notées 0, et activer cette garde ne change pas le pass@1 réservé de LFM2.5-24B-A2B (+0,0 ± 4,1 points). Les entraînements finaux portent sur LFM2.5-24B-A2B et LFM3-1.7B de Liquid AI, et sur TwIL-8B de webAI, un modèle de raisonnement jamais entraîné sur des données d’agent selon sa fiche ; ils tournent sur HF Jobs et sont diffusés en direct, coût compris.

🔗 Harness adapters (blog Hugging Face)

Agents de code : Claude Code 2.1.319, Codex CLI 0.167.0, Copilot CLI 1.0.106, Antigravity CLI 1.5, chat vocal de Cursor et Spaces d’Amp

Claude Code 2.1.319 passe les MCP tasks en arrière-plan et ajoute permissions.denyInsteadOfPrompting

6 novembre — Anthropic publie Claude Code 2.1.319 : 146 entrées dans les notes de version, dont 90 correctifs, contre 119 entrées pour la 2.1.314 du 30 octobre. Le paquet est sur npm depuis 00 h 58 UTC et la version publiée sur GitHub depuis 17 h 04 UTC, sans tweet ; le canal stable reste sur la 2.1.311. Les SDK Agent suivent le même jour (TypeScript 0.3.319, Python 0.2.179).

Élément modifié	Ce qui change
Tâches MCP (MCP tasks) au terminal	Quand un serveur MCP exécute un appel d’outil comme une tâche, Claude Code la passe en arrière-plan et transmet le résultat à la fin
`permissions.denyInsteadOfPrompting`	Un appel qui attendrait une invite de permission est refusé et le tour continue, sous-agents et coéquipiers compris
Mode auto derrière une passerelle LLM	Télémétrie ou drapeaux coupés : les appels que le serveur ne peut pas vérifier sont soumis à l’utilisateur ou refusés, sans repli sur le classifieur intégré
`/claude-api latency-optimize`	Cherche où le code qui appelle l’API Claude fait attendre et teste des réglages plus rapides contre l’évaluation de l’utilisateur
`/tasks`	Ligne « Earlier in this session » pour rouvrir un sous-agent terminé et lui écrire

Annoncées le 23 octobre sans numéro de version, les tâches MCP n’apparaissent dans le CHANGELOG qu’avec cette version ; elles fonctionnent aussi sans drapeaux de fonctionnalités, donc sur Bedrock, Vertex, Foundry ou derrière une passerelle. Les notes corrigent plusieurs failles : un contournement des permissions Bash par un préfixe d’environnement forgé, un échappement du bac à sable à la création d’un worktree, une commande sed qui sautait le contrôle de permission en mode accept-edits ou auto, et /rewind qui pouvait toucher un fichier via un lien symbolique de dossier. La passerelle Claude apps reçoit des avertissements en prévision du changement de Claude Desktop du 10 novembre, que les notes ne détaillent pas. Le même jour, @ClaudeDevs annonce que les sessions cloud préparent seules l’environnement d’un dépôt (voir les Brèves).

🔗 Notes de version de Claude Code 2.1.319

Codex CLI 0.167.0 signale les résultats non lus et change de backend depuis le sélecteur de sessions

6 novembre — OpenAI publie Codex CLI 0.167.0 à 01 h 40 UTC, première version stable depuis la 0.166.0 du 29 octobre, avec 120 entrées dans la liste des PR. Le centre de commande des agents s’ouvre désormais avec codex agents --no-daemon et marque, comme le sélecteur de sessions, les résultats que l’utilisateur n’a pas encore consultés. Ce sélecteur permet aussi de passer d’un backend connecté à un autre sans perdre ses brouillons. Les images locales jointes s’affichent en aperçu pendant la saisie sur les terminaux compatibles, l’écran de connexion regroupe la clé API et les fournisseurs cloud sous « Sign in another way », et l’option gcp_setup_wizard configure Google Cloud Vertex AI avec les Application Default Credentials ou un fichier d’identifiants. Les réglages de proxy système de macOS et de Windows deviennent activables depuis /experimental.

Les correctifs portent sur la continuité du travail : les conversations enregistrées restent visibles après un changement de fournisseur de modèle, Ctrl+L efface l’écran sans perdre les messages, accessibles par Ctrl+T, et la compaction automatique tient compte des sorties conservées des réponses en échec. La documentation de l’app-server décrit des règles prompt-user qui imposent une nouvelle approbation humaine. En complément, openai-node 7.53.0 remonte les erreurs de session des agents sous forme d’événements de flux.

🔗 Notes de version de Codex CLI 0.167.0

Copilot CLI 1.0.106 passe en stable avec 227 entrées inédites, suivie d’une 1.0.107 aux notes identiques

6 novembre — Copilot CLI publie sa première version stable depuis la 1.0.105 du 28 octobre. La 1.0.106 paraît à 01 h 47 UTC avec des notes qui cumulent tout le cycle de préversions : 637 entrées, dont 227 absentes des notes des onze préversions publiées sur GitHub. À 20 h 37 UTC, une 1.0.107 sort avec exactement les mêmes notes, à la date d’en-tête près : aucune modification propre n’y est décrite, et c’est elle que npm installe désormais par défaut.

Parmi les entrées inédites figurent la variable COPILOT_SESSION_CWD pour lancer et développer les configurations LSP et MCP locales, GPT-6.1 Terra sélectionnable dans la rubrique New models quand le compte y a accès, un réglage Sandbox extensions qui fait tourner les processus d’extensions dans le bac à sable, et une télémétrie MATS pour la connexion Microsoft Entra via OneAuth, qui respecte le refus de télémétrie côté client. /exit ferme la session courante plutôt que la CLI quand la barre latérale Sessions est ouverte, les règles de refus du bac à sable acceptent des motifs glob, et les refus pour risque de cybersécurité expliquent que la session reste intacte en suggérant /rewind. Le SDK Copilot passe aussi en stable avec la 1.0.29 : 131 entrées, tronquées à la source, dont un changement cassant pour Rust sur SessionMetadata.

🔗 Copilot CLI 1.0.106 · Copilot CLI 1.0.107 · SDK Copilot 1.0.29

Antigravity CLI 1.5 devient un serveur ACP pour les éditeurs et exécute ses conversations sur des agents distants

4 et 5 novembre — La CLI d’Antigravity passe en version 1.5, en deux temps. La 1.5.0 (10 améliorations, 3 correctifs) ajoute agy acp, qui fait tourner la CLI comme serveur Agent Client Protocol (ACP) : un éditeur compatible peut s’en servir comme agent, avec images et contexte de fichiers dans les prompts, possibilité de réorienter un tour en cours, modes de session default, accept-edits et plan, reprise d’une session sans rejouer son historique, et un modèle comme un niveau de réflexion propres à chaque session ; agy acp --login permet de se connecter depuis un terminal, pour les éditeurs reliés en SSH. La même version ajoute --remote-agent, qui exécute les conversations sur des agents distants, pendant en ligne de commande de ceux arrivés dans l’application 2.29.0, ainsi que des projets locaux dans /projects et un mode sans interface (headless, -p) qui attend la fin des tâches de fond au lieu de les arrêter après une limite cachée de 30 minutes. Un correctif révèle que les sous-agents d’une connexion par GEMINI_API_KEY tournaient sur des modèles de deux générations plus anciens au lieu de Gemini 4 Argon et Gemini 3.8 Flash.

La 1.5.1 (5 améliorations, 7 correctifs) ouvre à tous les clients ACP l’ensemble des modèles du compte, alors qu’auparavant seule une liste fixe d’éditeurs se voyait proposer d’autres modèles que Gemini, et ramène la fin d’une commande du terminal de 5 secondes à 1 seconde environ quand un processus de fond garde la sortie ouverte. Le déploiement est progressif et peut prendre quelques jours.

🔗 Changelog d’Antigravity

Cursor ouvre le chat vocal en temps réel avec ses agents, sur Grok Voice

6 novembre — Cursor permet désormais de parler à ses agents lors d’un appel vocal en temps réel : décrire un changement à voix haute, demander à un agent ce qu’il fait, entendre les mises à jour au fil du travail. Le chat vocal fonctionne dans l’Agents Window, l’IDE, la version web et l’application iOS. L’appel fait travailler deux agents : un agent vocal écoute, répond et confie le travail de code à l’agent du chat ; il répond aussi, en lecture seule, sur les diffs et les exécutions, cherche dans les messages et appels précédents et change de worker dans un Project. L’agent de code s’exprime lui-même, par de courtes notes de progression et une brève réponse à la fin.

La voix repose sur Grok Voice (Cursor fait partie de SpaceX depuis août), tandis que l’agent de code garde le modèle choisi ; plusieurs voix sont proposées, dont Ara, Eve, Leo, Rex et Sal. Avec le Privacy Mode, le chat vocal tourne sans rétention de données, et sur iOS une commande Siri lance un appel avec un nouvel agent. Il faut un compte connecté (une session ouverte par clé d’API ne peut pas appeler), l’appel raccroche après environ 10 minutes de silence quand l’agent n’a rien en cours, et une limite quotidienne existe, sans chiffre publié. Aucun tarif n’est mentionné ; la dictée, appelée Voice Mode auparavant, reste distincte.

🔗 Voice Chat with Agents (changelog Cursor) · Documentation du chat vocal

Amp lance les Spaces, un agent qui crée et coordonne les fils à la place de l’utilisateur

6 novembre — Amp lance les Spaces : un space est une conversation avec un seul agent, dont le rôle est de lancer et de coordonner d’autres agents. L’utilisateur n’a plus à créer ni à organiser ses fils (threads) : l’agent du space s’en charge. Amp le présente comme une façon de plus haut niveau de travailler avec de nombreux agents ; après quelques semaines d’usage interne, l’équipe pense que c’est peut-être l’avenir de l’interaction avec les agents, avec une vue d’ensemble et la possibilité de descendre dans le détail.

Le billet donne trois exemples internes. Les Spaces ont été construits dans un space « Spaces v1 », où l’agent répartissait en fils les retours, bugs et idées déposés dans le chat. Lewis a piloté depuis un space le lancement des Service Accounts : déploiement, surveillance de X, de Slack et des rapports de bugs, correctifs, puis e-mails et remboursements aux utilisateurs touchés. Will a confié à un space une revue de sécurité régulière : le premier passage a découpé la base de code en 16 zones, revues chacune dans son fil, et chaque constat a été vérifié dans un autre fil, avec un artifact de synthèse. On démarre par le bouton + de la section Spaces de la barre latérale ; le billet n’évoque ni tarif ni offre. Le même jour, Amp ajoute un widget qui transforme des commentaires posés sur un site en fil d’agent (voir les Brèves).

🔗 Spaces (Amp)

Fabriquer les modèles : Meta entraîne des modèles spécialisés avec Muse Wonder, Hugging Face publie un guide de l’entraînement MoE

Meta déploie dans Muse et Meta AI des modèles spécialisés entraînés avec Muse Wonder

6 novembre — Meta fait profiter Muse et Meta AI de Muse Wonder, son modèle de frontière lancé le 12 octobre : des versions spécialisées de ses modèles existants, entraînées avec Muse Wonder, y sont déployées ; le billet ne les nomme pas et ne donne ni taille ni poids. Deux capacités de Muse Wonder y passent : la mémoire active (Active Memory), qui doit reconnaître quand une information ancienne redevient utile et distinguer ce qui est encore valable de ce qui est périmé, et la concentration active (Active Focus), qui doit permettre de se remettre d’un obstacle ou de trouver une alternative. Dans Meta AI, Meta décrit un assistant qui découpe les problèmes en étapes et pose des questions de relance plus précises, sans chiffre associé.

Mesure interne de Meta	Modèle actuel de Muse	Modèle précédent
Personal Superintelligence Index	47 %	38 %
Active Memory Eval (contexte critique bien utilisé)	90 % des tâches	76 %
Oubli d’informations critiques dans Muse	divisé par 2,4	—
Tâches quotidiennes où survient un imprévu	+67 %	—

Toutes ces mesures sont celles de Meta, sans protocole publié dans le billet.

🔗 Billet de recherche de Meta sur les modèles spécialisés de Muse et Meta AI

Hugging Face publie The Ultimate MoE Training Handbook, nourri de 800 000 heures-GPU d’expériences

5 novembre — Hugging Face publie The Ultimate MoE Training Handbook, un guide gratuit et ouvert consacré à l’entraînement des modèles à mélange d’experts (Mixture-of-Experts, MoE), signé Nouamane Tazi, Leandro von Werra et Thomas Wolf. Son point de départ : selon l’index d’Artificial Analysis, 18 des 20 meilleurs modèles à poids ouverts sont des MoE, dont DeepSeek V4.1 Flash 1017, GLM-5.3 et MiniMax-M3.1-Flash, alors que le savoir-faire pour les entraîner reste concentré dans quelques équipes.

18 of the 20 best open models today are Mixture-of-Experts. Dense is basically over. And yet the know-how to train a good MoE still lives mostly in the heads of a handful of teams. So we spent 800k GPU hours running the experiments ourselves and wrote everything down.

🇫🇷 18 des 20 meilleurs modèles ouverts actuels sont des Mixture-of-Experts. Le dense, c’est pratiquement fini. Et pourtant, le savoir-faire pour entraîner un bon MoE reste surtout dans la tête d’une poignée d’équipes. Alors nous avons consacré 800 000 heures-GPU à mener les expériences nous-mêmes, et nous avons tout mis par écrit. — @Thom_Wolf sur X

Les expériences ont tourné sur des nœuds AWS P5 à huit H100 ; Jeff Boudier, dans un tweet reposté par Hugging Face, parle de 2 millions de dollars dépensés. Le guide compte environ 70 000 mots, 55 figures interactives et du code exécutable, pour un temps de lecture annoncé d’un à deux jours. Il suit les questions concrètes des équipes : combien d’experts, de quelle taille, partagés ou non ; quel routeur et pourquoi le garder en FP32 ; perte auxiliaire ou biais sans perte à la DeepSeek pour équilibrer la charge ; partir d’un modèle dense (upcycling) ou de zéro ; pourquoi un entraînement devient 25 fois plus lent sans erreur dans les journaux. Une dernière partie passe au service : experts en basse précision, parallélisme d’experts et désagrégation attention-FFN.

🔗 The Ultimate MoE Training Handbook (Hugging Face)

L’Agent API de Perplexity baisse le coût de tous ses niveaux d’effort, à qualité égale ou supérieure selon Perplexity

5 novembre — Perplexity baisse le coût par requête de tous les niveaux d’effort (effort levels) existants de son Agent API, avec une qualité de recherche égale ou supérieure selon l’éditeur ; le billet détaille aussi ultra, le niveau ouvert le même jour pour les recherches les plus vastes. Un niveau d’effort est une configuration prête à l’emploi qui fixe le modèle, le budget d’étapes, les réglages de recherche et les outils pour un type de tâche. Une requête qui appelle un niveau par son nom profite de la mise à jour sans changer de code ; épingler une version garde l’ancienne configuration. Les scores portent sur BrowseComp et DSQA, deux bancs publics, et sur WANDR, le banc maison de Perplexity pour les recherches longues sur de nombreuses entités.

Niveau d’effort	Résultat publié	Coût publié
medium	de 55 % à 77 % sur BrowseComp et DSQA	près de 90 % de moins
high, avec extraction de fetch_url	88,0 % contre 83,5 % sans extraction	0,073 dollar par requête contre 0,094
xhigh	76,5 % sur WANDR, maintenu	environ 25 % du coût de la configuration d’août
ultra	85,9 % sur WANDR, meilleur score testé	21,71 dollars par tâche

Le niveau ultra lance trois agents en parallèle sur toute la tâche, puis un quatrième fusionne leurs trouvailles et rédige la réponse. Le billet détaille les leviers : un plafond d’étapes et d’appels d’outils avec des rappels de budget (sur une tâche BrowseComp, l’agent averti trouve la réponse en 13 étapes sur 40, l’autre épuise les 40 sans la trouver), un modèle plus petit qui ne garde d’une page que les passages utiles (5 561 tokens ramenés à 293), des skills chargés à la demande, car tout précharger coûte 13 % de plus, et une boucle d’évaluation qui n’adopte un nouveau modèle que s’il fait mieux à coût égal ou inférieur. Aucune grille de prix par niveau n’est publiée.

🔗 Improvements to every Agent API effort level (Perplexity) · Fil de @perplexitydevs

Perplexity Computer résume ses longues conversations en arrière-plan et ouvre Brain à tous les Projects

6 novembre — Perplexity publie son premier changelog produit depuis le 19 octobre, en seize rubriques ; la plupart reprennent des nouveautés déjà annoncées, comme Teammates, Computer entièrement local sur Mac ou le mode vocal, et sept sont inédites. Dans Computer, les nouvelles longues conversations résument leur historique en arrière-plan (background compaction) : selon Perplexity, 94 % de pauses en moins pour continuer à travailler sur un long contexte et 7 % de crédits en moins par tour. Pour modifier un site créé par Computer, on sélectionne désormais un élément précis (titre, bouton, carte, menu) au lieu de tracer un rectangle.

Côté Projects, Brain, la mémoire du Project, est activé gratuitement dans chaque Project et se met à jour chaque jour à partir de ses conversations et de ses fichiers ; un panneau Project info et un panneau Settings unifié s’ouvrent à tous. Dans Enterprise, les @mentions font entrer un collègue dans un fil ou une tâche Computer sur le web, et les contrôles par rôle ajoutent un plafond de vitesse (Normal ou Fast) aux réglages d’effort déjà disponibles. Le skill Impeccable, qui audite la hiérarchie, l’accessibilité, le comportement adaptatif (responsive) et la cohérence du système de design d’une interface, rejoint la liste officielle. Le changelog précise enfin que les Agent Plugins sont ouverts aux forfaits individuels et à Enterprise en libre-service, et que Computer tourne entièrement en local à partir de l’app Mac 26.42.0. La baisse de coût des niveaux d’effort, qu’il reprend aussi, est détaillée dans la section précédente.

🔗 Changelog Perplexity du 6 novembre

Voix : Phonon de Gradium tourne sur l’appareil, ElevenLabs fait parler les personnages de Unity

Gradium détaille Phonon, sa synthèse vocale embarquée à poids ouverts

5 novembre — Dans un billet du blog de Hugging Face, Gradium revient sur Phonon, ouvert deux semaines plus tôt : un modèle de synthèse vocale qui tourne entièrement sur l’appareil, sans serveur ni réseau, du téléphone à l’onglet de navigateur en passant par les ordinateurs monocartes. Phonon existe en deux tailles, d’environ 65 et 75 Mo, et gère numéros de téléphone, dates et codes. Plus de 100 voix sont intégrées, et d’autres se créent dans Gradium Studio, par clonage d’un court enregistrement avec le consentement de la personne ou par description textuelle, avant d’être téléchargées pour tourner localement.

Modèle Phonon	Langues prises en charge	Licence d’utilisation
Phonon 31m	anglais	Apache 2.0, usage commercial libre
Phonon 40m	anglais, français, allemand, espagnol, portugais	CC BY-NC, usage commercial payant selon le nombre d’utilisateurs

Selon Gradium, Phonon est premier en intelligibilité en allemand et en espagnol sur l’Open TTS Leaderboard de Hugging Face et figure dans les trois premiers de chaque langue évaluée, face à des modèles jusqu’à 100 fois plus gros ; il mène aussi le banc de streaming sur processeur pour le délai avant le premier son. Gradium revendique plus de 200 000 téléchargements en deux semaines. Son moteur d’inférence ptts compte plus de dix backends (processeurs, GPU via CUDA, Vulkan, Metal ou WebGPU, puces Core ML et Snapdragon), et Transformers l’intègre depuis la v5.21.

🔗 Phonon (blog Hugging Face)

ElevenLabs lance un SDK Unity pour donner la parole aux personnages de jeux avec ElevenAgents

5 novembre — ElevenLabs publie un SDK Unity pour ElevenAgents, sa plateforme d’agents vocaux. Il relie une scène de jeu à un agent créé dans le tableau de bord d’ElevenLabs : le joueur s’approche d’un personnage et lui parle à voix haute, le SDK capte le micro, joue la voix de l’agent par un AudioSource de Unity et gère la session par la Conversation API. La voix peut sortir du personnage et son niveau sonore animer une bouche ; des variables dynamiques permettent à plusieurs personnages de partager un même agent avec des humeurs différentes ; une mise à jour contextuelle signale à l’agent un événement de jeu, comme une clé ramassée, sans l’interrompre ; des outils client lui laissent déclencher du code du jeu, par exemple ouvrir une porte.

Plateforme cible	Statut du SDK	Transport utilisé
Éditeur et ordinateur de bureau (macOS, Windows, Linux)	Pris en charge	WebSocket
WebGL	Pris en charge	WebSocket ou WebRTC
iOS, Android, XR	Bêta	WebSocket

L’installation passe par le Package Manager de Unity, depuis le dépôt git d’ElevenLabs épinglé en v0.1.0 (version publiée sur GitHub le 27 octobre, licence MIT), avec une prise en main d’une dizaine de minutes annoncée pour l’exemple GettingStarted. ElevenLabs rappelle de réactiver l’authentification avant publication : un serveur doit fournir une URL signée de courte durée, et la clé API ne doit jamais figurer dans un build. Aucun tarif propre n’est annoncé.

🔗 Give your Unity NPCs a voice with ElevenAgents (ElevenLabs) · Dépôt elevenlabs/unity

Ai2 présente officiellement ToyBlocks, premier de ses FoundationWorlds pour étudier l’apprentissage des robots

6 novembre — Ai2 présente officiellement ToyBlocks, dont le code et les données étaient en ligne depuis la veille. L’institut l’inscrit dans un cadre plus large, les mondes de fondation (FoundationWorlds) : un monde simulé contrôlé, la génération automatique de tâches et de démonstrations, et des métriques qui suivent le comportement du robot dans le temps, pour faire varier données ou modèles, rejouer un test et remonter à la cause d’un échec. Les démonstrations y sont produites sans téléopération, jusqu’à 24 fois le temps réel sur un seul GPU. Les premiers résultats portent sur le passage au réel et sur les agents de frontière :

Évaluation publiée par Ai2	Résultat obtenu
Compétences atomiques de ManiFlow, en simulation et sur robot réel	80,0 % et 81,1 %
Molmo 2 + ManiFlow, en simulation et sur robot réel	55,5 % (111 sur 200) et 50,0 % (15 sur 30)
Claude Opus 5.5 par MCP, tâches chercher et épeler (search and spell)	63 % résolues ou déclarées infaisables à raison
Descriptions de compétences par défaut, d’expert humain, apprises	24 %, 36 % et 63 % de réussite
Claude Opus 5.5 en planification classique	30 tâches d’empilement sur 30

Dans les tâches chercher et épeler, la moitié des scènes sont infaisables, et les erreurs viennent surtout de lettres semblables (13 %) ou d’une mauvaise orientation (15 %). Ai2 précise que d’autres essais sur robot réel sont nécessaires pour la confiance statistique. Une interface web permet d’instruire le robot en langage naturel avec Claude ou un autre modèle de frontière, et le dépôt compagnon allenai/agentic_robotics publie la boucle agentique orchestrée par MCP, sous licence Apache-2.0.

🔗 ToyBlocks (blog Ai2 sur Hugging Face) · Dépôt allenai/agentic_robotics

GitHub présente Copilot Verified Proficiency, un niveau de compétence calculé sur l’usage réel de Copilot

6 novembre — GitHub met en avant Copilot Verified Proficiency, une nouvelle forme de reconnaissance de compétences (credential) commune à Microsoft et GitHub, rattachée au Microsoft Pro Badge. Plutôt qu’un examen, le niveau est calculé en continu à partir des tâches réellement effectuées avec Copilot, d’après la télémétrie, selon l’étendue, la profondeur et la constance des usages, et non le volume d’activité. Cinq compétences sont évaluées : collaboration avec l’IA, rédaction de prompts, génération et validation de code, configuration d’agents, intégration d’outils et de contexte. Trois niveaux sont ouverts (Beginner, Intermediate, Proficient), Advanced et Expert étant en développement ; Proficient donne un Pro Badge partageable, qui expire au bout de six mois si le niveau n’est pas maintenu, et le niveau baisse sans usage de Copilot.

La participation se fait sur adhésion, les résultats sont privés par défaut et ni l’employeur ni l’organisation ne les voient sans partage volontaire ; les grilles et algorithmes restent propriétaires. Les comptes Enterprise Managed Users et GitHub Enterprise Cloud avec résidence des données ne sont pas pris en charge. Le statut reste flou : la page, non datée, propose de calculer son niveau, mais sa FAQ parle d’une préversion privée menée avec des partenaires invités.

🔗 Copilot Verified Proficiency (GitHub Learn) · Annonce de @github sur X

NVIDIA chiffre l’essor de ses outils open source 5G/6G Aerial et Sionna, avec cinq projets de recherche

6 novembre — Un an après avoir ouvert le code de son logiciel sans fil Aerial, venu rejoindre Sionna dans une suite d’outils pour la recherche sur la 6G, NVIDIA fait le point dans un billet signé Soma Velayutham. Selon NVIDIA, l’adoption d’AI Aerial et de Sionna par les développeurs a été multipliée par dix en un an, ses outils 5G/6G open source ont dépassé le million de téléchargements et plus de 8 000 établissements de recherche et universités s’en servent. Le billet n’annonce aucun produit et illustre ces usages par cinq projets :

Équipe de recherche	Résultat rapporté	Conditions de mesure
King’s College London	Temps d’exécution des tâches robotiques réduit jusqu’à 52,6 %	Description compacte des objets au lieu d’images complètes, pannes provoquées volontairement
SoftBank	Débit montant supérieur sur les 15 réglages testés, gain maximal d’environ 60 %	Récepteur neuronal dans Aerial CUDA-Accelerated RAN, smartphone 5G du commerce, interférences contrôlées
ETH Zurich	Taux d’erreur de bloc réduit de plus d’un tiers	Récepteurs ajustés sur des mesures locales, face à des versions pré-entraînées sélectionnées
Université de Leeds	Consommation du réseau d’accès radio réduite de 45,6 %	Mise en veille des stations de base prévue 10 minutes à l’avance, face à une référence à pleine puissance
CTTC (Catalogne)	Simulation ramenée d’environ 3 heures à 10 à 20 minutes	Première évaluation, modèles de canal sur GPU dans le simulateur open source 5G-LENA

Le billet renvoie aux sessions développeurs 6G de GTC Washington, D.C., et rappelle qu’Aerial et Sionna sont disponibles sur GitHub.

🔗 How NVIDIA Open Source Tools Are Helping Researchers Build Next-Generation 6G Networks (NVIDIA)

Brèves

Agents et outils de code

Sessions cloud de Claude Code — Sur les forfaits Pro, Max et Ultra, Claude détermine lui-même les dépendances, l’accès réseau et les clés API dont un dépôt a besoin, puis enregistre cet environnement pour les sessions suivantes ; selon @ClaudeDevs, les clés sont stockées sans que Claude les voie. L’annonce tient en un tweet, sans billet ni documentation. 🔗 source
Widget de retours d’Amp — Une balise script, puis l’adresse d’une page suffixée de ?amp, permettent de cliquer sur un élément d’un site et d’écrire une consigne : Amp ouvre un fil dans le projet et l’agent fait le changement dans une orb, sur une copie du dépôt. Réservé aux projets d’espace de travail, sans tarif. 🔗 source
Gemini CLI — Aucune nightly n’a été publiée les 5 et 6 novembre, le workflow ayant échoué, mais Gemini CLI fusionne sur main une douzaine de commits le 6 : thèmes de couleurs dans un fichier theme.json autonome, validation des noms de modèles dans /model, fin des attentes de quota de plusieurs heures en mode ACP et des blocages réseau silencieux. Rien n’est encore dans une version. 🔗 source
Qwen Code v0.26.9 — Les skills s’installent depuis des archives ZIP (Web Shell, démon ou SDK TypeScript) et une requête active ou désactive jusqu’à 100 skills ; l’automatisation du Managed Agent est activée par défaut et l’entrée d’images s’étend à Llama 4, Pixtral et Mistral Small. Aucun changement cassant. 🔗 source
Kimi Code 2.5.2 — Trois correctifs : déclarations d’outils en double quand les définitions d’outils MCP changent, messages de guidage mis en file d’attente à tort pendant une session, et création de projet quand l’interface web est servie en HTTP. 🔗 source
ZCode v3.17.2 — Le 4 novembre, sans notes de version, l’espace de travail de code de Z.ai fait passer l’aperçu des fichiers HTML locaux de son navigateur intégré par une adresse zcode-html:// limitée à leur dossier : Electron laisse par défaut une page file:// lire d’autres fichiers. 🔗 source
Flotte d’agents de code — Tony Dzi tire le bilan de 103 jours d’agents de code d’une même famille sur sept machines : un protocole de coordination peut respecter tous ses invariants de sécurité et être quand même abandonné. Il publie claw-consensus, son moteur de consensus sans LLM, et la télémétrie qui montre l’effondrement de son usage. 🔗 source

API, plateformes et sécurité

Appels sortants de GPT-Live — Le 2 novembre, OpenAI a ouvert à toutes les organisations les appels téléphoniques sortants de GPT-Live par SIP, via l’API Live : numéro au format E.164, trunk de l’opérateur, signalisation TLS et audio SRTP, sonnerie limitée à 3 minutes et appel à 2 heures ; aucun tarif. 🔗 source
API Agents d’OpenAI — Michael Luo, chargé du produit chez OpenAI, dresse le bilan d’octobre, déjà couvert pour l’essentiel, et propose sur demande cinq fonctions en bêta : mémoire entre sessions, accès des agents à l’API Decisions, plafond de budget en dollars, pool d’environnements et architecture v2. 🔗 source
gemini-embedding-2-preview — L’API Gemini déprécie ce modèle : depuis le 6 novembre, ses requêtes sont routées vers gemini-embedding-2 au tarif de Gemini Embedding 2, avec le même schéma et le même espace d’embeddings ; il suffit de changer le nom du modèle, sans réindexer. 🔗 source
Métriques d’usage de Copilot — L’API suit désormais, par dépôt, le taux de commentaires de Copilot code review traités par les développeurs, ventilé par sévérité, niveau de revue et type de commentaire, et signale les utilisateurs sans télémétrie ou sous les versions minimales d’IDE et d’extension. 🔗 source
OpenAI et Hacktron — OpenAI s’associe à Hacktron, repérée grâce à son programme de primes aux failles, pour chercher des vulnérabilités dans ses propres systèmes, notamment dans leurs interactions avec des services tiers, et élargit son accès aux modèles de pointe via Daybreak Red ; aucun montant. 🔗 source
Transformers v5.22.2 — Correctif intermédiaire de Hugging Face qui durcit le bac à sable Jinja et ne fixe plus le device_id que pour NCCL ; les notes ne citent aucun avis de sécurité. 🔗 source

Entreprises et éducation

Universités australiennes — Le 5 novembre, OpenAI détaille ses collaborations avec UNSW Sydney (ChatGPT Edu pour plus de 80 000 étudiants et personnels), l’Université de Sydney, La Trobe et Adelaide University ; dans une enquête Pureprofile commandée par OpenAI auprès de 1 018 étudiants, 81 % utilisent l’IA plusieurs fois par semaine. 🔗 source
Cult.fit et Codex — Le 5 novembre, une étude de cas d’OpenAI montre le réseau indien de salles de sport standardiser son ingénierie sur Codex : plus de 20 applications internes construites par des équipes non techniques, plus de 100 000 dollars d’économies annuelles de logiciels et des coûts de support client en baisse de plus de 50 %. 🔗 source
Merge et GPT-6 Astra — Le 5 novembre, la startup Merge explique qu’un bot sous GPT-6 Astra, relié à Salesforce, Gong, Google Sheets et Gmail, ramène la préparation d’un dîner client de dizaines d’heures à environ 30 minutes ; elle est passée de 8 dîners au deuxième trimestre à 16 au troisième. 🔗 source
Franklin Templeton — Le 5 novembre, le gestionnaire d’actifs décrit une couche d’intelligence connectée, bâtie notamment avec Codex, qui relie recherche, risque, conformité et trading pour ses gérants de portefeuille ; aucun chiffre de résultat. 🔗 source
Flipsnack et ChatGPT Ads — Le 5 novembre, ce témoignage client annonce environ 310 % d’inscriptions en plus et un coût par inscription inférieur d’environ 75 %, à budget quotidien inchangé, après le passage de cinq campagnes américaines des clics à l’optimisation des conversions. 🔗 source
Box et NVIDIA — Le 5 novembre, à BoxWorks 2026, Box ouvre les modèles ouverts Nemotron, à commencer par Nemotron 3 Ultra, aux clients Enterprise Advanced de Box AI ; Box Context Retrieval, bâti sur Nemotron Retriever, est attendu au début de l’année prochaine et pourrait, selon Box, gagner 20 % de précision de recherche et consommer 90 % de tokens en moins. 🔗 source

Applications de Google

Flashcards de Gemini Notebook — Les cartes acceptent désormais des images, un chronomètre optionnel permet de tester son rappel et l’application mobile programme des rappels d’étude ; ni pays ni offres précisés. 🔗 source
Gemini dans Google Forms — Dans l’onglet Réponses, Gemini analyse les réponses en écrivant et en exécutant du code Python, repère tendances et corrélations, puis suggère des actions ; le déploiement a commencé le 2 novembre en Rapid Release et débutera le 19 novembre en Scheduled Release, pour les offres Business, Enterprise et Education éligibles et des abonnés Google AI. 🔗 source

Voix, musique et image

Open ASR Leaderboard — Le classement de reconnaissance vocale de Hugging Face ajoute deux jeux de test privés de Liva AI, en anglais conversationnel à accent égyptien (1,34 heure) et nigérian (1,55 heure), et une ventilation inspirée des cercles de Kachru ; aucun résultat de modèle n’est donné. 🔗 source
Dialecte libanais — Dans le deuxième volet de sa série, après celui du 5 novembre, Bilal Zaraket construit un lexique libanais validé par trois locuteurs natifs (429 entrées) avant de générer des données vocales : la part de phrases à corriger tombe de 22 % à 4 %, sous un seuil de 5 % fixé à l’avance. 🔗 source
ElevenMusic et SoundCloud — ElevenLabs relie sa plateforme musicale à SoundCloud : un morceau original part directement sur le profil de l’artiste, avec description, genre et tags. Les membres SoundCloud Artist Pro reçoivent trois mois d’ElevenMusic offerts, puis 9,99 dollars par mois, offre valable jusqu’au 31 octobre 2027. 🔗 source
Ads Engine — ElevenLabs ajoute une relecture humaine en option, par des linguistes et professionnels de la localisation d’ElevenProductions et des spécialistes créatifs internes, sur les visuels, les annonces Google Search et les vidéos doublées ; accès par l’équipe commerciale, ni tarif ni délai. 🔗 source
Daily Song Challenge de Suno — Les applications iOS et Android proposent chaque jour une consigne de chanson, modifiable avant la création, et rangent les chansons dans un calendrier de la bibliothèque, sur toutes les offres. 🔗 source
Runway et GPT Image 2.6 — Runway ajoute le modèle d’image d’OpenAI, présenté comme 50 % plus rapide, avec GIF, export SVG et retouches qui gardent cohérents personnages et produits ; ni la variante ni le coût en crédits ne sont précisés. 🔗 source

Recherche, robotique et modèles

Modèles scientifiques — Le blog Science d’Anthropic publie un essai invité de Jakob Macke, Daniel Gedon et Stefan Wahl (ELLIS Institute Tübingen) sur l’IA qui construit, contraint et interprète des modèles scientifiques, du modèle de Hodgkin et Huxley à l’inférence fondée sur la simulation. 🔗 source
Classement SuperCLUE — Un billet communautaire de VIDRAFT reprend le classement de novembre (19 modèles) : GPT-6.1-Sol mène en code agentique (69,23) et DeepSeek-V4.1-Flash-1017 y arrive premier des modèles ouverts (65,38), Kimi-K3.1-Pro ayant le meilleur score global parmi eux. 🔗 source
LingYu Robotics — L’entreprise publie 139,4 heures et 13 263 épisodes réussis de téléopération bimanuelle filmée du point de vue du robot, en 15 familles de tâches, au format LeRobot et sous licence non commerciale. 🔗 source
Egocentric-EMG-Force — Harpreet Sahota convertit pour FiftyOne huit épisodes et 38,2 minutes de tâches ménagères filmées par une caméra de profondeur, avec un bracelet EMG à chaque poignet qui enregistre le signal musculaire des avant-bras. 🔗 source
Teaser de Qwen — Le compte officiel de Qwen publie un court message énigmatique, avec une image dont l’inscription en chinois laisse un nom en blanc, sans nom de modèle, date ni lien ; il a été vu plus de 1,3 million de fois dans la journée. 🔗 source

Ce que ça signifie

L’IA entre dans la recherche encadrée et mesurée. Les agents de Google DeepMind ont travaillé sous supervision humaine, avec des chercheurs de l’Inria, sur un RSA 1024 bits déjà retiré et une clé de référence déjà résolue, en simulation isolée : le gain théorique d’environ 1 600 fois ne menace pas les clés de 2048 bits, mais il rappelle qu’une hypothèse de difficulté n’est jamais acquise. BioBasicsBench et TCSExam suivent la même discipline : OpenAI publie elle-même les erreurs de GPT-6 Astra, dont un comptage de colonies surestimé d’environ 12 %, et TCSExam fait vérifier chaque tâche par le noyau Lean ou un vérificateur exécutable, sans qu’aucune conjecture ouverte ne tombe. Le Frontier Model Forum applique la même logique au risque, avec une grille commune pour décider quels jailbreaks cyber corriger d’abord.

Ce qui entoure le modèle décide de plus en plus du succès d’un agent. Chez Anthropic, une seule note fausse sur Mt. Moon bloque la partie de Pokémon jusqu’à ce que le dreaming la corrige, et un wiki entretenu fait économiser environ 20 000 tokens par question. Chez Google, un vieux TODO suffit à faire dérailler un agent : un détour non demandé alourdit la session de 70 % d’étapes, 77 % de tokens et 105 % d’attente, au point que Google a lancé des agents pour nettoyer ses bases de code. Les harness adapters attaquent le problème par l’entraînement, avec un LoRA par harnais qui réduit les appels d’outils à exactitude égale, et les leviers de Perplexity sont de même nature : rappels de budget, extraction des pages, skills chargés à la demande.

Les agents de code changent d’interface. On leur parle, avec le chat vocal de Cursor qui sépare l’agent qui écoute de celui qui code ; on leur délègue l’organisation, avec un space d’Amp qui lance lui-même les fils, jusqu’à découper une revue de sécurité en 16 zones ; on les branche partout, puisque ACP fait d’Antigravity CLI l’agent de n’importe quel éditeur compatible, avec tous les modèles du compte. Les cycles de version se resserrent en parallèle (146 entrées pour Claude Code 2.1.319, 637 pour Copilot CLI 1.0.106, 120 PR pour Codex CLI 0.167.0), avec des contrôles plus fins sur ce que l’agent a le droit de faire, du refus sans invite de Claude Code aux règles prompt-user de Codex.

Le coût et l’accès bougent aussi. Perplexity rend son niveau medium près de 90 % moins cher tout en le faisant passer de 55 % à 77 %, et active gratuitement Brain dans chaque Project. Phonon fait tourner une synthèse vocale sur l’appareil, sans serveur, avec des modèles d’environ 65 et 75 Mo, dont une version anglaise sous licence Apache 2.0. Meta fait passer des capacités de Muse Wonder dans des modèles spécialisés déployés auprès des utilisateurs de Muse et de Meta AI, et Hugging Face met en accès libre un savoir-faire de l’entraînement MoE acquis au prix de 800 000 heures-GPU.