Claude Code Desktop intègre un navigateur et passe en v2.1.206, GPT-5.6 Sol Ultra en disponibilité générale, Amp remplace ses modes par un cadran unique (The Dial)

Le 10 juillet aligne quatre annonces majeures qui redessinent l’interaction agent-machine : Claude Code Desktop reçoit un navigateur intégré et passe en v2.1.206, GPT-5.6 Sol Ultra passe en disponibilité générale accompagné d’une revendication de preuve mathématique inédite, et Amp remplace l’ensemble de ses modes d’agent nommés par un cadran unique. Dix-huit actualités notables complètent le tableau — de la confiance grandissante de Cognition envers Claude Fable 5 à l’arrivée de Grok 4.5 comme orchestrateur chez Perplexity — et quatre brèves closent ce panorama.

Claude Code Desktop reçoit un navigateur intégré

10 juillet — Claude Code sur bureau gagne un nouveau panneau Browser : un navigateur à onglets que Claude pilote exactement comme il pilote déjà les serveurs de développement locaux — ouvrir de la documentation, des maquettes de design ou n’importe quel autre site, lire le contenu, cliquer, remplir des formulaires. Il s’ouvre au clavier (Cmd+Shift+B sur macOS, Ctrl+Shift+B sur Windows) ou depuis le menu Views ; quand Claude rencontre un lien externe dans le chat, un sélecteur propose de l’ouvrir dans ce panneau ou dans le navigateur par défaut. La connexion à des comptes tiers est possible, y compris via des flux de connexion en pop-up comme Google OAuth.

Le panneau est sandboxé : profil de navigation propre, séparé des identifiants et de l’historique personnels, avec une option pour faire persister les sessions (cookies, stockage local) d’un redémarrage à l’autre en développement. Deux garde-fous de sécurité s’ajoutent à ceux déjà en place pour la vérification d’application : les mêmes classifieurs que ceux du mode automatique passent en revue chaque action d’écriture de Claude sur une page externe — quel que soit le mode de permission actif, un signalement déclenche une demande de confirmation — et, en dehors des modes Auto et Bypass, une vérification de liste blanche de domaines s’applique avant toute navigation. La première action de Claude sur un site déclenche une carte de permission (Allow once / Always allow / Deny), chaque site devant être approuvé individuellement, sous-domaines compris. Même sur un site approuvé, Claude ne peut ni acheter d’article, ni créer de compte, ni contourner un CAPTCHA sans validation explicite — le même modèle de sécurité que l’extension Claude in Chrome, dont la documentation précise la différence d’usage : le panneau Browser convient pour construire et tester une application (profil vierge, sans identité), tandis que l’extension Chrome partage l’état de connexion du navigateur personnel.

“Claude Code on desktop now has an in-app browser.”

🇫🇷 Claude Code sur bureau dispose désormais d’un navigateur intégré. — @ClaudeDevs sur X

🔗 Desktop application — Claude Code Docs

GPT-5.6 Sol Ultra passe en disponibilité générale, OpenAI revendique la preuve d’une conjecture vieille de 50 ans

10 juillet — GPT-5.6 Sol avec le réglage Ultra passe en disponibilité générale, après son introduction en bêta multi-agent lors du lancement du 9 juillet (le mode ultra coordonne par défaut plusieurs agents en parallèle). Pour illustrer cette bascule en GA, Ethan Knight, ingénieur chez OpenAI, affirme que le modèle a produit une preuve de la conjecture de la double couverture par cycles (Cycle Double Cover Conjecture), un problème ouvert vieux d’environ 50 ans en théorie des graphes (conjecturé indépendamment par Szekeres en 1973 et Seymour en 1979), en mobilisant 64 sous-agents en un peu moins d’une heure. OpenAI indique partager le prompt utilisé et la preuve produite, et invite la communauté à expérimenter avec Ultra. Il ne s’agit pas d’une nouvelle famille de modèles, mais bien de la bascule en disponibilité générale du réglage ultra de Sol, introduit la veille en bêta multi-agent.

Prudence éditoriale : il s’agit d’une affirmation communiquée par OpenAI elle-même (via un de ses employés, repostée officiellement par le compte @OpenAI), et non d’une preuve vérifiée par une source tierce indépendante ou publiée dans une revue arbitrée à la date de cet article. La conjecture elle-même est authentique et documentée en théorie des graphes ; la validité de la preuve annoncée n’est, à ce stade, pas établie de façon indépendante — un claim d’OpenAI à traiter comme tel, pas comme un fait mathématique acquis.

“Yesterday, we made GPT-5.6 Sol Ultra generally available. Today, we’re sharing that it produced a proof of the 50-year-old Cycle Double Cover Conjecture using 64 subagents in just under one hour.”

🇫🇷 Hier, nous avons rendu GPT-5.6 Sol Ultra disponible en accès général. Aujourd’hui, nous partageons le fait qu’il a produit une preuve de la conjecture de la double couverture par cycles, vieille de 50 ans, en utilisant 64 sous-agents en un peu moins d’une heure. — Ethan Knight (OpenAI), repris par @OpenAI sur X

Amp remplace ses modes d’agent nommés par un cadran unique (The Dial)

9 juillet — Amp publie The Dial, une refonte complète de son système de sélection de mode d’agent. Les quatre anciens modes nommés — smart, deep, rush, large — sont dépréciés et remplacés par un cadran à quatre niveaux d’effort : low, medium, high, ultra. Idée directrice : les anciens noms de mode cachaient un modèle, un prompt et un niveau d’effort de raisonnement spécifiques qu’il fallait connaître pour choisir correctement — avec la convergence des modèles, la seule question qui reste pertinente selon Amp est l’arbitrage capacité/coût. Le cadran se règle via Ctrl+S dans le CLI ou via le sélecteur de mode de l’app web.

Niveau du cadran	Modèle principal	Oracle (second avis)
ultra	Claude Fable 5 (prompt système dédié)	GPT-5.6 Sol
high	GPT-5.6 Sol, effort xhigh	Claude Fable 5
medium	GPT-5.6 Sol, effort medium	GPT-5.6 Sol, effort high
low	GLM-5.2 (Z.ai, modèle ouvert)	GPT-5.6 Sol

Point notable : le niveau low s’appuie par défaut sur GLM-5.2, un modèle ouvert tiers de Z.ai présenté par Amp comme « le modèle ouvert le plus fort en codage agentique », plutôt qu’un modèle propriétaire — les administrateurs d’espace de travail peuvent lui substituer GPT-5.6 Terra. Chaque niveau dispose désormais d’un « oracle » pour un second avis : sur les niveaux hauts, les deux modèles frontières se relisent mutuellement (dans high, GPT-5.6 Sol écrit et Fable relit ; dans ultra, l’inverse). Pour la migration, Amp indique : « smart, deep → medium » et « rush → low » ; les utilisateurs souhaitant conserver le comportement exact des anciens modes peuvent les réinstaller comme plugins (amp plugins add --auto-update @amp/smart-classic, etc.), avec les mêmes prompts système, outils, modèles et niveaux d’effort qu’auparavant.

🔗 Amp — The Dial (article complet)

Claude Code passe en v2.1.206 : suggestions de chemin, nettoyage CLAUDE.md et une quinzaine de correctifs

10 juillet — Claude Code passe en v2.1.206, une publication sans fonctionnalité phare unique mais avec plusieurs ajouts notables. Le /cd propose désormais des suggestions de chemin de répertoire, sur le même principe que /add-dir. Le /doctor gagne un nouveau contrôle qui propose d’alléger les fichiers CLAUDE.md versionnés en repérant le contenu que Claude pourrait de toute façon déduire seul de l’exploration du dépôt. Côté Git, /commit-push-pr autorise désormais automatiquement le git push vers la remote de push configurée du dépôt ou vers l’unique remote disponible en plus d’origin, et EnterWorktree demande confirmation avant d’entrer dans un worktree situé hors du dossier .claude/worktrees/ du projet. Les agents en arrière-plan se mettent à jour silencieusement juste après une mise à jour de Claude Code, au lieu d’imposer une mise à jour lente au moment où l’utilisateur s’y rattache. La vue des agents (claude agents) est retouchée : Ctrl+X supprime désormais définitivement une session terminée, et la colonne de statut utilise toute la largeur du terminal. Anthropic signale enfin une amélioration de la qualité des résultats de /code-review sur claude-opus-4-8, à tous les niveaux d’effort.

Le reste du changelog aligne une quinzaine de correctifs : une erreur de connexion expirée affichant un message trompeur au lieu d’inviter à relancer /login ; claude --resume et --continue qui ne répondaient plus au clavier au démarrage ; des serveurs MCP ignorant leur request_timeout_ms propre et retombant sur les 60 secondes par défaut ; des prix erronés dans le sélecteur /model ; et, côté Bedrock, un blocage de plusieurs minutes au démarrage lors de l’usage du helper awsCredentialExport sur des réseaux à sortie restreinte.

🔗 Release v2.1.206 — Claude Code

Anthropic renforce ses partenariats entreprise

Deux études de cas mettent en scène des partenaires Enterprise d’Anthropic ce 9-10 juillet, l’une sur l’autonomie longue durée de Claude Fable 5, l’autre sur son intégration à des chaînes de fabrication physique.

Cognition (Devin) : Claude Fable 5 tient 8 heures sans supervision

10 juillet — Nouvel épisode de la série « Working at the frontier » consacré à Cognition, la société derrière l’ingénieur logiciel autonome Devin. Silas Alberti, qui dirige l’entraînement et l’évaluation des modèles chez Cognition, décrit un saut qualitatif sur Frontier Code, le benchmark maison anti-slop de l’entreprise : l’ancien modèle Opus plafonnait à environ 10 % sur le sous-ensemble le plus difficile, Claude Fable 5 atteint environ 30 %. Surtout, l’horizon d’autonomie change de nature — un agent laissé sans supervision progresse réellement pendant 8 heures d’affilée, contre quelques minutes à une heure avant Fable 5. Alberti attribue ce saut à la capacité du modèle à exploiter les outils de débogage internes de Cognition et à énoncer ses invariants avant d’agir ; Devin commence à surveiller Slack et la production de façon proactive, une évolution qu’Alberti anticipe à 90 % des sessions d’ici un à deux ans.

“We trust no eval.”

🇫🇷 Nous ne faisons confiance à aucun benchmark. — Silas Alberti, Cognition, cité sur le Claude Blog

UST déploie Claude dans l’IA physique

9 juillet — Anthropic annonce un partenariat avec UST, société de services technologiques et d’ingénierie, pour déployer Claude sur des processus de fabrication physique : puces, automobile, objets connectés. UST forme 20 000 collaborateurs à Claude et devient Global Premier Partner du Claude Partner Network. Cas d’usage central : sur iDEC, la plateforme de validation matérielle d’UST, Claude Code lit les schémas et brochages des puces, écrit les tests de régression, et compare équipements réels et jumeaux numériques — un pipeline qui réduit déjà les cycles de validation de 50 à 70 %. Extension aussi à CarePath (santé), IntelliOps (télécoms) et FinX (banque), toujours avec approbation humaine sur les actions sensibles.

🔗 UST is bringing Claude to physical AI

OpenAI, le lendemain du lancement GPT-5.6

Deux annonces datées du lendemain du lancement GPT-5.6/ChatGPT Work : une reconnaissance publique des problèmes de lancement, et une évolution de programme de sécurité biologique.

Correctifs post-lancement pour ChatGPT Work et Codex

10 juillet — Environ 24 heures après le lancement conjoint de GPT-5.6 et ChatGPT Work, Thibault « Tibo » Sottiaux, responsable Codex chez OpenAI, reconnaît publiquement plusieurs problèmes de lancement, repris officiellement par le compte @OpenAI : réglages de calcul élevés trop faciles à activer, réorganisation de l’app desktop rendant chats et projets moins accessibles, cadrage du lancement ayant fait croire à tort que Codex allait disparaître, régressions sur des workflows multi-agents, accrocs sur des plugins. Correctifs du jour : remise à zéro des limites d’usage deux fois, changement des réglages par défaut, correctifs plugins, nettoyage desktop. Une vague plus large est annoncée pour la semaine suivante : retour des chats et projets dans la barre latérale, meilleure visibilité de l’usage, clarification entre ChatGPT Work et Codex.

“An ambitious direction doesn’t excuse avoidable confusion or regressions in the first version.”

🇫🇷 Une direction ambitieuse n’excuse pas une confusion évitable ou des régressions dans cette première version. — Tibo (Thibault Sottiaux), OpenAI, sur X

Bio Bug Bounty évolue en programme privé permanent

10 juillet — OpenAI fait évoluer son Bio Bug Bounty vers un programme privé permanent (OpenAI Bio Bug Bounty program), avec une récompense doublée à 50 000 $. Le programme invite des chercheurs en red-teaming IA, sécurité ou biosécurité à trouver un jailbreak universel déjouant le défi de biosécurité prédéfini sur les modèles frontières les plus avancés d’OpenAI. Cette annonce confirme qu’il s’agissait bien d’une transition depuis l’ancien programme à durée limitée repéré la veille — récompense alors fixée à 25 000 $, avec des échéances déjà dépassées au moment de son observation.

🔗 @OpenAI — OpenAI Bio Bug Bounty program

Gemini ancre ses expériences temps réel dans le monde réel

Deux fonctionnalités qui relient la génération IA au monde physique, l’une en conversation vocale, l’autre en exploration virtuelle à 360°.

Gemini Live combine génération d’image et Google Maps en conversation

10 juillet — Gemini Live, le mode conversationnel vocal et caméra en temps réel de l’app Gemini, intègre désormais la génération d’images Nano Banana et l’ancrage Google Maps directement pendant une session : montrer un objet ou un lieu à la caméra pour générer des images, trouver des commerces locaux, tout en dialoguant à la voix. La démonstration jointe illustre la transformation d’une peinture en fond d’écran personnalisé. Disponible gratuitement et mondialement à tous les utilisateurs Gemini, sans restriction Pro/Ultra.

🔗 Tweet @GeminiApp — Gemini Live temps réel

Project Genie ancre ses mondes générés sur Street View

10 juillet — Le prototype de recherche Project Genie (Google DeepMind × Google Labs, annoncé à l’I/O) ajoute l’ancrage sur les données Street View de Google Maps comme fondation géographique réelle pour générer des environnements virtuels interactifs à 360°. Cette brique résout le « blank space problem » — la cohérence de la scène hors du champ de la caméra — en générant image par image la suite du monde selon les actions de l’utilisateur (nager, randonner) à partir d’un lieu réel ou d’un prompt textuel. Reste un prototype de recherche expérimental, sans disponibilité publique large annoncée.

🔗 Tweet @GoogleAI — Street View grounding dans Project Genie

GitHub muscle Copilot et l’écosystème agents tiers

Cinq annonces qui renforcent la gouvernance et l’ergonomie de Copilot et de son écosystème d’agents, du reviewer automatique à la production de jeux vidéo.

Une réécriture d’instructions réduit de 20 % le coût de la revue Copilot

10 juillet — GitHub détaille comment la migration de Copilot code review vers les outils d’exploration de code partagés avec le harnais Copilot CLI (grep, glob, view) a d’abord dégradé les revues — coût en hausse, problèmes manqués — alors que ces outils sont mieux maintenus. La cause : des instructions taillées pour un assistant généraliste qui explore largement, alors qu’un reviewer part du diff et cherche la preuve minimale nécessaire. Après réécriture des instructions autour du workflow réel d’un reviewer, la régression s’est transformée en gain : environ 20 % de coût de revue moyen en moins, à qualité de revue égale.

“But the tools weren’t the problem. The instructions were. Once we rewrote them for the way a reviewer actually reads a pull request, the regression flipped into a win: roughly 20% lower average review cost, while maintaining the same review quality.”

🇫🇷 Mais les outils n’étaient pas le problème. Les instructions, si. Une fois réécrites pour coller à la façon dont un reviewer lit réellement une pull request, la régression s’est transformée en victoire : environ 20 % de coût de revue moyen en moins, à qualité de revue égale. — The GitHub Blog

Le tableau de bord des pull requests passe en disponibilité générale

9 juillet — Le tableau de bord des pull requests (github.com/pulls) passe en disponibilité générale après une préversion publique : une Inbox priorisée qui remonte les revues demandées et les PR prêtes à fusionner, des vues enregistrées basées sur des requêtes personnalisées, et une recherche avancée avec de nouveaux filtres. Détail qui concerne directement Copilot : le filtre par auteur reconnaît désormais les PR créées par un agent pour le compte de l’utilisateur — author:@me retourne aussi les pull requests que l’utilisateur a demandé à Copilot de créer en son nom.

🔗 New pull requests dashboard is now generally available

GitHub Mobile trie et filtre les sessions Copilot

10 juillet — GitHub Mobile (iOS/Android) ajoute des filtres — statut, dépôt, type, agent, actif/archivé — pour la liste des sessions Copilot, ainsi que des options de tri (plus récent, plus ancien, actifs en premier, ceux nécessitant une attention en premier), le tri préservant le contexte de filtrage courant. Une amélioration d’ergonomie qui devient utile dès que le nombre de sessions agentiques suivies en parallèle augmente.

🔗 GitHub Mobile: Improved filters and sorting for Copilot sessions

Manus ajoute /game-dev et un connecteur ElevenLabs

10 juillet — Manus lance une compétence /game-dev : décrire un jeu en langage naturel suffit pour obtenir un gameplay fonctionnel déployé sur un lien partageable, sans expérience en développement de jeux, en s’appuyant sur un travail open source crédité par Manus. Le même jour, le connecteur ElevenLabs arrive sur la plateforme, ouvrant la génération et le clonage de voix aux applications construites sur Manus — démontré par une app complète (interface rétro, 4 langues, narration vocale clonée) produite en un seul prompt.

🔗 Tweet @ManusAI — compétence /game-dev 🔗 Tweet @ManusAI — connecteur ElevenLabs

Perplexity Computer élargit son offre, Cohere accélère l’inférence

Perplexity élargit à trois reprises l’offre de modèles et d’outils de Perplexity Computer, tandis que Cohere publie une recherche notable sur l’accélération d’inférence.

Computer Analytics : suivre les dépenses de crédits par modèle

10 juillet — Perplexity lance Computer Analytics, un tableau de bord permettant de suivre la consommation de crédits par modèle dans Perplexity Computer : total de crédits, membres actifs, moyenne par membre, répartition par modèle (Claude Opus 4.8 Fast/4.8/4.7, Claude Sonnet 4.6, GPT-5.5, autres) et classement des membres. Disponible immédiatement sous Analytics dans les paramètres du compte, pour les utilisateurs individuels comme pour les organisations Enterprise.

🔗 Tweet @perplexity_ai — Computer Analytics

Grok 4.5, meilleur score WANDR à mi-coût d’Opus 4.8

10 juillet — Grok 4.5 (xAI) rejoint les modèles orchestrateurs disponibles dans Perplexity Computer, pour les abonnés Consumer Pro et Max. Sur le benchmark coût/performance WANDR (6 configurations testées), Grok 4.5 obtient le meilleur score de toutes les configurations :

Configuration évaluée	Coût par essai	Score WANDR
GPT-5.6 Terra (medium)	0,40 $	0,149
GLM 5.2 (high effort)	1,74 $	0,207
GPT-5.6 Sol (medium)	2,64 $	0,289
GLM 5.2 + advisor	4,67 $	0,297
Grok 4.5	4,76 $	0,328
Opus 4.8 (thinking, high effort)	9,46 $	0,254

Grok 4.5 occupe donc le sommet de la frontière de Pareto coût/performance : meilleur score, pour environ la moitié du coût d’Opus 4.8.

🔗 Tweet @perplexity_ai — Grok 4.5 orchestrateur

Cohere contribue jusqu’à 23 % de vitesse d’inférence à vLLM

10 juillet — Cohere publie une recherche sur le Dynamic Speculative Decoding (DSD), qui rend adaptatif le nombre de tokens brouillon du speculative decoding selon le régime matériel (mémoire vs calcul), via une métrique de « goodput ». Sur Command A (dense, MT-Bench) : DSD est environ 23 % plus rapide que le speculative decoding à K fixe, et 7,5 % plus rapide que l’inférence vanilla — là où le SD à K fixe régresse par rapport à vanilla. Gains plus limités sur Command A+ (architecture MoE). L’optimisation a été contribuée en open source à vLLM (pull request mergée), avec un travail de compatibilité pour l’async scheduling et le Full CUDA Graph.

🔗 Cohere — Hardware-aware Dynamic Speculative Decoding

Génération média : la recherche vidéo passe au temps réel

Trois annonces qui illustrent la bascule de la génération média vers le temps réel et l’intégration agentique.

NVIDIA publie Flex-Forcing, un modèle vidéo hybride diffusion/autorégressif

9 juillet — L’équipe de recherche de NVIDIA publie Flex-Forcing, une méthode qui entraîne un seul modèle vidéo à maîtriser à la fois la diffusion bidirectionnelle (traite toutes les frames à la fois, structure bien préservée mais plus lente) et la génération autorégressive (frame par frame, rapide et streamable, mais sujette à la dérive dans le temps), avec un choix du point de fonctionnement à l’inférence selon le budget de calcul disponible plutôt qu’un compromis fixé à l’entraînement. Le travail a été reconnu par un spotlight à ICML 2026.

🔗 Tweet @NVIDIAAI — Flex-Forcing

Wan-Streamer (Alibaba) : conversation vidéo temps réel en duplex intégral

10 juillet — Le Tongyi Lab d’Alibaba présente Wan-Streamer, un modèle omni-modal de bout en bout : un seul Transformer en streaming natif écoute, regarde, comprend et répond avec voix et vidéo synchronisées, en duplex intégral (chaque partie peut parler et écouter simultanément), à environ 550 ms de latence totale. Le modèle n’est pas lié à un rig d’avatar fixe et peut incarner tout personnage décrit en langage naturel. La v0.2 apporte une résolution de 640×368 à 25 FPS et une latence côté modèle réduite à environ 200 ms.

🔗 Tweet @Alibaba_Wan — Wan-Streamer

HeyGen connecte Figma à HyperFrames pour générer des vidéos de lancement

10 juillet — Nouvel épisode de la série quotidienne de compétences HyperFrames de HeyGen (après le Music-to-Video du 9 juillet) : la commande /figma transforme une maquette Figma en vidéo de lancement fidèle — chaque couleur, chaque police, chaque cadrage reproduits exactement — sans passer par un éditeur vidéo. Le workflow tient en trois étapes : copier le lien de la maquette, le transmettre à l’agent, puis invoquer /figma. Installation via npx hyperframes@latest skills.

🔗 Tweet @HeyGen — intégration Figma

Sakana AI mesure l’écart de créativité entre agents et humains

10 juillet — Sakana AI publie « The AI Picbreeder Experiment », un papier de recherche (GECCO2026, collaboration MIT/NYU, nominé meilleur papier) qui recrée Picbreeder — un site disparu où des utilisateurs faisaient évoluer collectivement des images sans objectif prédéfini — avec des agents vision-langage (VLM) à la place des humains. Résultat principal : les agents VLM explorent moins largement que les humains, tournant en rond sur des concepts similaires ; mais une population diversifiée de « personnalités » d’agents améliore substantiellement l’exploration, jusqu’à approcher la diversité sémantique de l’archive humaine dans certains runs. L’écart persistant : les humains semblent meilleurs pour transformer un « accident heureux » en découverte créative durable.

🔗 Tweet @SakanaAILabs — annonce 🔗 Blog interactif — pub.sakana.ai/picbreeder-vlm

Brèves

GitHub — endpoint API pour les budgets multi-utilisateurs — nouvel endpoint REST API pour récupérer en un seul appel la consommation de chaque utilisateur au sein d’un budget multi-utilisateurs, avec filtrage par pourcentage consommé, réservé aux enterprise owners et billing managers. 🔗 GitHub Changelog
GitHub renomme son détecteur de secrets IA — le détecteur « Copilot secret scanning » devient « AI-detected secrets », sans changement de comportement, de webhooks, d’audit logs ni d’API. 🔗 GitHub Changelog
Codex CLI 0.144.1 — patch sur la 0.144.0 : installation standalone fiabilisée, installations macOS exposant correctement l’hôte code-mode, repli sur runtime embarqué si le binaire hôte compagnon est indisponible. 🔗 Codex CLI 0.144.1
Cohere Transcribe Arabic tourne en local sur MacBook — portage communautaire via mlx-audio (Apple Silicon), crédité à @Prince_Canuma et @lllucas, signal d’adoption écosystémique du modèle open source (Apache 2.0). 🔗 Tweet @cohere

Ce que ça signifie

Les agents apprennent à naviguer le web comme un humain. Claude Code Desktop innove en donnant à l’agent son propre navigateur sandboxé, avec le même modèle de permission par site que l’extension Claude in Chrome — construire et tester une application sans jamais partager les identifiants personnels de l’utilisateur. Ce mouvement rejoint une tendance plus large : le nouveau tableau de bord des pull requests de GitHub reconnaît désormais explicitement les PR créées par un agent pour le compte d’un humain, et Manus ajoute une compétence /game-dev qui déploie un gameplay fonctionnel sans intervention. Piloter une interface entière, pas seulement produire du texte ou du code, devient la nouvelle frontière des agents grand public.

La course aux modèles se déplace vers l’orchestration multi-modèles plutôt que la taille brute. GPT-5.6 Sol Ultra passe en GA avec une démonstration spectaculaire — mais non vérifiée indépendamment — de raisonnement multi-agent sur un problème mathématique ouvert depuis 50 ans. Amp abandonne ses modes nommés pour un cadran unique qui fait dialoguer Claude Fable 5 et GPT-5.6 Sol comme oracles l’un de l’autre. Perplexity Computer suit la même logique en ajoutant Grok 4.5 comme orchestrateur — meilleur score WANDR du marché à mi-coût d’Opus 4.8 — aux côtés de son propre GLM 5.2. Le signal commun : la valeur ne vient plus d’un seul modèle frontière, mais de la capacité à faire collaborer plusieurs modèles selon le budget disponible, une logique que la recherche de Cohere sur le speculative decoding adaptatif pousse jusqu’au niveau de l’inférence elle-même.

L’autonomie longue durée devient mesurable, et les entreprises l’exigent tracée. Cognition documente un saut concret — de quelques minutes à 8 heures de progression continue sans supervision — pour expliquer pourquoi elle fait désormais confiance à Claude Fable 5 sur des tâches réelles, tandis qu’UST déploie Claude sur des chaînes de validation matérielle avec des gains de cycle de 50 à 70 %. Ce même mouvement force les entreprises technologiques à reconnaître leurs propres angles morts en public : OpenAI documente ouvertement les problèmes de son lancement GPT-5.6/ChatGPT Work plutôt que de les taire, GitHub explique pourquoi une migration d’outils a d’abord dégradé Copilot code review avant qu’une réécriture d’instructions ne la corrige, et Claude Code v2.1.206 empile une quinzaine de correctifs discrets aux côtés de son navigateur intégré. La confiance se construit désormais autant sur la transparence des ratés que sur les annonces de capacités.

La génération média en temps réel rattrape la génération par lots. Wan-Streamer d’Alibaba fait dialoguer un agent en vidéo et en voix à 550 ms de latence, Gemini Live combine caméra, génération d’image et cartographie dans une même conversation vocale, et Flex-Forcing de NVIDIA laisse un modèle vidéo unique arbitrer lui-même entre qualité et vitesse selon le budget de calcul. Ce basculement vers l’instantané et l’interactif contraste avec le rappel de Sakana AI sur la créativité : ses agents vision-langage explorent moins librement que des humains livrés à eux-mêmes, un écart qui persiste même quand la génération devient techniquement immédiate.