Chez Anthropic, les juniors passent de 27 % à 9 % des embauches techniques, DeepSeek publie V4.1-Flash-1017, Claude Code commence à répondre trois fois plus vite

Anthropic prend ses propres équipes comme terrain d’étude : les juniors y sont passés de 27 % à 9 % des embauches techniques, les agents lancés par les salariés travaillaient en août six fois plus d’heures qu’eux, et 91 % de ces salariés jugent l’IA capable d’une découverte digne d’un prix Nobel d’ici 2030, contre 39 % des Américains. DeepSeek publie V4.1-Flash-1017 sous licence MIT, devant GPT-5.6 Sol et Claude Opus 5 sur DeepSWE v1.1 à tarif inchangé, et ouvre à tous ses API de recherche web Search et Fetch. Des agents de Google Research pilotent des robots de laboratoire et contribuent à obtenir des liants protéiques nanomolaires contre une cible tumorale, Claude Code commence à répondre trois fois plus vite qu’en août, et NVIDIA détaille ses PC RTX Spark pour les développeurs.

Anthropic étudie ses propres emplois : les juniors tombent à 9 % des embauches techniques, ses salariés attendent bien plus de l’IA que les Américains

16 octobre — L’équipe Economics d’Anthropic publie deux rapports de The Anthropic Institute qui prennent l’entreprise elle-même comme terrain d’étude. Le premier, « Comment l’emploi change chez Anthropic » (How employment is changing at Anthropic), croise des données internes (effectifs, usage de l’IA, production, agendas, décisions d’embauche) avec 17 entretiens de salariés. Le second, « L’écart des attentes sur l’IA » (The AI expectations gap), compare un sondage Morning Consult mené en août auprès de 10 980 adultes américains à une enquête interne auprès de 1 334 salariés ; une seconde vague, en septembre, donne des résultats proches.

Indicateur suivi chez Anthropic	Évolution mesurée
Part des juniors dans les embauches techniques	de 27 % à 9 %
Part des juniors dans les départements techniques	de 21 % à 14 % depuis début 2025
Heures des agents interactifs pour une heure de salarié	6 en août 2026
Commits par ingénieur	5 fois le rythme d’il y a six mois
Sessions de code des non-techniciens, par mois	de 2 (août 2025) à 90 (mai 2026)

Le recul des débutants est le constat le plus net, et l’IA y joue un rôle déclaré : en avril 2026, environ un tiers des managers en apprentissage automatique et un cinquième des managers en ingénierie logicielle disaient embaucher moins à cause d’elle. Les agents, eux, ont pris de la place : en mars 2026, leurs heures cumulées ont dépassé pour la première fois celles des salariés. Chez 192 ingénieurs passés aux agents de code, comparés à 74 qui ne l’ont pas fait, le code ajouté bondit, sans que celui des agents soit plus souvent supprimé ou annulé ensuite.

Le revers, c’est l’attention humaine, devenue le goulet d’étranglement : les sessions interactives restent inactives environ 80 % du temps, en attente d’une réponse, et lire tout ce qu’elles produisent prendrait plus de la moitié de la semaine de travail. Le méta-travail (meta-work), qui consiste à écrire des spécifications pour les agents, à faire relire un agent par un autre ou à surveiller des chaînes de traitement, est passé de 10 % à 22 % des sessions entre l’automne 2025 et le printemps 2026, et le salarié médian passe 20 % de temps en plus en réunion qu’il y a un an. À l’embauche, les évaluations insistent davantage sur l’autonomie et le jugement ; Anthropic dit mettre en place un système d’alerte précoce (early warning system) sur les postes exposés et privilégier les redéploiements internes.

Le second rapport montre que salariés et grand public s’accordent sur ce que l’IA sait faire aujourd’hui, pas sur la vitesse de ses progrès :

Réponse mesurée, horizon 2030	Américains interrogés	Salariés d’Anthropic
Découverte digne d’un prix Nobel jugée possible	39 %	91 %
Part de son propre travail faisable par l’IA (moyenne)	28 % (actifs)	75 %
Croissance du PIB impliquée par les réponses (médiane)	5,4 %	17,1 %

Les deux groupes raisonnent pourtant de la même façon : plus on pense que l’IA fera une grande part de son travail, plus on prévoit de chômage, et les travailleurs américains qui l’en croient capable à 80 % au moins prévoient 12,2 % de chômage en 2030, contre 4,2 % aujourd’hui. La croissance du PIB est tirée du modèle de scénarios économiques présenté par Anthropic en septembre. Enfin, le salarié médian estime que l’IA fait déjà 51 % du travail de construction d’un modèle de pointe et en prévoit 95 % fin 2030 : le rapport précise qu’il s’agit d’avis personnels recueillis par sondage, pas de prévisions de l’entreprise.

🔗 How employment is changing at Anthropic · The AI expectations gap · Le billet de présentation

Modèles ouverts : DeepSeek publie V4.1-Flash-1017 et ouvre ses API Search et Fetch, les partenaires de NVIDIA post-entraînent Nemotron 3.5 Super VL

17 octobre — DeepSeek publie DeepSeek-V4.1-Flash-1017, une nouvelle version de V4.1-Flash, son modèle multimodal de type MoE de 552 milliards de paramètres lancé le 10 septembre. La fiche du modèle parle d’une mise à jour mineure (minor update), mais les écarts sont nets sur les tâches d’agent : 77,0 % sur DeepSWE v1.1 contre 74,2 % pour la version précédente, 42,3 contre 31,2 sur Terminal-Bench 4.0. Les poids sont publiés sous licence MIT sur Hugging Face et ModelScope, et le modèle est en ligne sur le site, l’application et l’API.

Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost.

🇫🇷 Des scores plus élevés, des tâches terminées plus vite et des sorties plus courtes que la version précédente : une amélioration de Pareto en performance et en coût. — @deepseek_ai sur X

Le prix, lui, ne bouge pas. Le nom deepseek-flash sert désormais cette version, avec un contexte d’un million de tokens et jusqu’à 384K tokens en sortie ; les anciens noms deepseek-v4-flash et deepseek-v4-flash-vision-exp restent acceptés, mais leurs requêtes passent aussi sur V4.1-Flash-1017. La page tarifs affiche toujours 0,30 dollar par million de tokens en entrée (hors cache) et 1,20 dollar en sortie aux heures pleines, moitié moins aux heures creuses, comme le 13 septembre. La baisse de coût vient donc des réponses plus courtes : le graphique de la note de version, lisible seulement en image, place le réglage max à 77,0 % sur DeepSWE v1.1 pour environ 0,2 dollar par tâche, au-dessus de tous les autres points. Le plus proche, GPT-6.1 Sol, plafonne vers 75 % pour environ 0,65 dollar, tandis que les meilleurs points de GPT-6 Astra, Gemini 3.8 Flash, Claude Opus 5 et Claude Fable 5, entre 70 % et 74 % environ, coûtent de 2 à 15 dollars environ par tâche.

Banc d’évaluation	V4.1-Flash-1017	V4.1-Flash	K3	GLM-5.3	GPT-5.6 Sol	Opus 5
HLE sans outils	42,6	36,8	43,5	42,0†	44,5	56,3
Terminal-Bench 4.0	42,3	31,2	12,6	37,9	39,9	51,8
DeepSWE v1.1	77,0	74,2	67,5	66,9	73,0	74,0
ProgramBench	29,1	20,3	17,5	19,0	23,0	37,0
NL2Repo-Bench	68,2	65,4	58,0	58,0	56,8	75,3
Automation-Bench v1.0.6	60,5	54,8	46,7	48,8	45,8	50,3
Agents’ Last Exam	35,4	31,8	27,6	28,5	26,7	28,6
Apex Bench v1.1	72,1	64,6	47,8	56,6	54,3	65,8

† : sous-ensemble texte de HLE, seul score donné pour GLM-5.3 (V4.1-Flash-1017 y obtient 44,0). Source : fiche Hugging Face du modèle.

Côté modèles fermés, le tableau ne retient que GPT-5.6 Sol et Claude Opus 5, pas leurs successeurs. V4.1-Flash-1017 les devance sur DeepSWE v1.1, Automation-Bench, Agents’ Last Exam et Apex Bench, mais reste derrière Opus 5 sur HLE sans outils (où GPT-5.6 Sol le devance aussi, 44,5 contre 42,6), Terminal-Bench 4.0, ProgramBench, NL2Repo-Bench et les trois bancs visuels avec outils de la fiche (Chartography, BabyVision et ZeroBench-main) ; face aux modèles ouverts K3 et GLM-5.3, il ne s’incline que devant K3, sur HLE sans outils (43,5 contre 42,6). DeepSeek attribue ces progrès à un apprentissage par renforcement avec auto-évaluation (reinforcement learning with self-feedback) sur des projets complets, et optimise le modèle pour DeepSeek Harness, Tencent CodeBuddy et WorkBuddy. Pour l’exécution locale, la publication ne fournit pas de modèle de conversation au format Jinja mais une implémentation Python de référence du format de prompt, et recommande au moins 256K tokens de sortie ; aucun nouveau rapport technique n’accompagne cette version.

🔗 La note de version de DeepSeek · La fiche du modèle sur Hugging Face

Search et Fetch : DeepSeek ouvre à tous ses API de recherche web, à 0,75 dollar les 1 000 requêtes réussies

17 octobre — Dans le même fil, DeepSeek ouvre à tous les utilisateurs de son API deux services de recherche web. Search interroge le moteur de recherche maison de DeepSeek, qui traite selon lui des centaines de millions de requêtes par jour, et renvoie des résultats structurés : chacun porte un score de pertinence de 0 à 3, un résumé de 600 à 800 caractères destiné au modèle, la date de publication et un niveau d’autorité de 0 à 4. Fetch récupère une page et la convertit en Markdown, sous réserve des règles d’accès du site visé.

Élément de l’offre	Valeur indiquée par DeepSeek
Prix de chaque API	0,75 dollar les 1 000 requêtes réussies
Limite par compte	5 requêtes par seconde sur chaque API
Résultats par recherche	de 1 à 50 (10 par défaut)
Appels depuis Harness, Claude Code, Codex	gratuits jusqu’au 31 octobre à 16 h UTC

Seules les réponses avec résultat sont facturées : les échecs, les recherches vides et les délais dépassés sont gratuits, et le nombre de résultats demandés ne change pas le prix. Les outils côté serveur de l’API DeepSeek, appelés depuis DeepSeek Harness, Claude Code ou Codex, reposaient déjà sur ces API, et ces appels restent gratuits jusqu’au 31 octobre ; Harness v0.2.1-rc.2 intègre Search et Fetch à ses réglages de recherche web.

🔗 Le guide Search et Fetch · L’annonce de @deepseek_ai

Nemotron 3.5 Super VL : post-entraîné par les partenaires de NVIDIA, il rejoint sur leurs tâches des modèles fermés plus chers

16 octobre — Au lendemain du lancement de Nemotron 3.5 Super VL, son modèle ouvert de 120 milliards de paramètres (12 milliards actifs) présenté ici le 15 octobre, NVIDIA publie un fil qui cite 21 messages de partenaires, presque tous parus le jour du lancement. Une bonne partie d’entre eux montre ce que donne le modèle une fois post-entraîné sur une tâche précise, chacun mesuré sur ses propres évaluations : NVIDIA les relaie sans méthodologie commune.

Partenaire cité	Usage post-entraîné	Résultat annoncé par le partenaire
AfterQuery (avec Hebbia)	Tâches de crédit d’experts	de 47 % à 74 % de tâches parfaitement résolues, pour environ 1/7 du coût des modèles fermés comparés
Trajectory	Legal Agent Bench de Harvey	niveau d’Opus 4.7, à 1,34 dollar le million de tokens contre 15
Alex Dimakis	Chercheur ML autonome	de 28 % à 35 % sur AutoResearchExam, niveau de Qwen 3.8 Max, 20 fois plus gros
Handshake	Documents de sciences de la vie	précision doublée avec plus de 2 000 données d’experts
Multiverse Computing	Compression du modèle	Comet 60B, moitié moins de paramètres, à moins de 5 % de la précision d’origine

Le fil montre aussi l’outillage qui se forme autour du modèle : disponibilité sur Tinker, l’API River, AC2 d’Applied Compute et ModelScope (poids BF16 et NVFP4), lancement de la Fastino Training API pour les boucles SFT et RL, et service à 962 tokens par seconde et par utilisateur sur deux GPU H200 avec le moteur Litespark de Mindbeam.

🔗 Le fil de @NVIDIAAI

Des agents au laboratoire : Google Research leur confie des robots de pipetage et obtient des liants nanomolaires contre une cible tumorale

16 octobre — Google Research présente trois travaux qui amènent des agents IA jusqu’à la paillasse du laboratoire humide (wet lab) : ils ne se contentent plus de concevoir des molécules, ils lancent les expériences, lisent les résultats et corrigent leur méthode, sous la direction de scientifiques.

Première brique, VERID (VERified Infrastructure for Discovery Laboratories) est un jumeau numérique du poste de pipetage robotisé, bâti sur le framework open source PyLabRobot. Il suit en direct le bras, le volume de chaque puits, les réactifs et les cônes disponibles, fait répéter chaque protocole en simulation en quelques secondes et bloque les commandes physiquement impossibles. Dans un cas rapporté, le simulateur refuse une aspiration à huit canaux dans un bac trop étroit : l’agent replanifie, puis conçoit un plan factoriel qui isole un biais de contamination laissé par les cônes.

Expérience menée avec les agents	Résultat rapporté par Google Research
Aptamères contre l’α-thrombine, trois cycles	0 %, puis 26,0 %, puis 42,1 % de liants confirmés, à 98,5 % de spécificité
Aptamères contre la myoglobine	spécificité tombée de 75,0 % à 19,1 %, remontée à 72,4 % ; 33,5 % de liants au cycle 3
Liants protéiques de novo contre FAP	affinité nanomolaire à un chiffre, prédiction de structure 8,6 fois plus rapide
Collaboration humain-agent, à calcul égal	taux de réussite in silico presque doublé face à un scientifique seul

Le cas de la myoglobine montre l’apprentissage en boucle fermée : au deuxième cycle, les agents misent sur des motifs G-quadruplex qui se fixent à tout, lisent l’effondrement de la spécificité dans les données du laboratoire et réécrivent seuls leurs règles de conception. Contre FAP, un récepteur surexprimé dans les tumeurs solides, le pipeline ne garde que le site de liaison pendant la prédiction de structure. Google détaille ses garde-fous (systèmes biologiques non infectieux, criblage de biosécurité de chaque séquence, simulation obligatoire avant exécution, supervision humaine), mais ne dit pas quel modèle anime les agents.

🔗 Le billet de Google Research · VERID (PDF) · Le bac à sable d’aptamères (PDF) · L’excision d’épitope (PDF)

Agents de code : Claude Code commence à répondre trois fois plus vite, la 2.1.302 généralise les sous-agents fork, Replit s’installe dans le cloud de ses clients

16 octobre — Claude commence à répondre plus tôt, annonce @ClaudeDevs. Dans Claude Code, la conversation envoyée au modèle à chaque tour est désormais compressée en gzip pour lui parvenir plus vite, et les sessions cloud démarrent dès que l’on commence à taper sa demande. Le tableau joint à l’annonce mesure l’attente avant le premier token entre août et octobre :

Surface mesurée	Août 2026	Octobre 2026	Gain annoncé
Claude Code, sessions locales	4,07 s	1,33 s	3 fois
Claude Code, sessions cloud	16,99 s	6,00 s	2,8 fois
Claude, chat et Cowork	3,36 s	2,17 s	1,5 fois
API Claude, temps du modèle compris (médiane)	1,53 s	1,01 s	1,5 fois

Les trois premières lignes excluent le temps de calcul du modèle et portent sur le 90e centile. La compression n’est pas tout à fait neuve : Claude Code 2.1.300 l’appliquait déjà, le 14 octobre, aux grosses requêtes vers api.anthropic.com, avec la variable CLAUDE_CODE_GZIP_REQUEST_BODIES=0 pour la couper. Aucun numéro de version n’est donné pour le démarrage anticipé des sessions cloud.

🔗 L’annonce de @ClaudeDevs

Claude Code 2.1.302 : sous-agents fork par défaut hors du terminal, modèle du classifieur du mode auto au choix, 43 correctifs

16 octobre — Au lendemain de la 2.1.301, Claude Code 2.1.302 (63 entrées, dont 43 correctifs) étend aux autres surfaces un comportement propre au terminal : les sous-agents fork sont désormais actifs par défaut dans claude -p, l’Agent SDK, l’application de bureau et VS Code (CLAUDE_CODE_FORK_SUBAGENT=0 pour les couper), et l’application de bureau comme VS Code lancent toujours en arrière-plan les sous-agents de la conversation principale.

Domaine concerné	Changement apporté par la 2.1.302
Mode auto	`CLAUDE_CODE_AUTO_MODE_MODEL` choisit le modèle du classifieur exécuté côté client
Commande `/config`	ligne Idle compaction pour couper ou réactiver la compaction à l’inactivité
Fournisseurs tiers	sans mode précisé, `claude -p` et l’Agent SDK démarrent en mode `default` si la télémétrie est coupée ou l’installation neuve
Hooks prompt et agent	12 exécutions simultanées au plus par événement
Outil Read	images de plus de 128 Mo refusées au lieu d’être chargées en mémoire

Parmi les autres correctifs, une routine planifiée en échec partiel n’est plus relancée depuis le début, ce qui pouvait publier deux fois le même rapport, et les disques exFAT ou FAT32 ne bloquent plus les écritures sous Windows.

🔗 Les notes de Claude Code 2.1.302

Replit Bring Your Own Cloud : la plateforme dans l’espace Azure, Google Cloud ou AWS du client, et Claude Haiku 5.5 en mode Power

16 octobre — Replit lance Bring Your Own Cloud (BYOC), qui fait tourner tout ou partie de Replit dans l’espace cloud (tenant) d’une entreprise, chez Microsoft Azure, Google Cloud ou Amazon Web Services. Pour les développeurs, rien ne change : on publie toujours avec le même bouton Publish.

Option de déploiement	Ce qui tourne chez le client	Stade de disponibilité
Full BYOC	toute la plateforme, harnais de l’Agent compris, et les applications publiées	préversion privée
BYOC for Published Apps	les seules applications publiées, le développement restant chez Replit	accès anticipé
Image Exports	une image Docker, un fichier Terraform et un SBOM, déployés par l’équipe du client	accès anticipé

Les tunnels sont uniquement sortants, avec un double chiffrement mTLS, et les clés gérées par le client (CMEK) sont réservées aux contrats d’isolation physique complète. La documentation fixe les limites : le plan de contrôle reste chez Replit, Full BYOC n’est ni une installation isolée (air-gapped) ni un Replit entièrement auto-hébergé, et l’inférence des modèles reste assurée par Replit. Aucun tarif n’est publié. Le changelog du même jour ajoute Claude Haiku 5.5 au sélecteur du mode Power pour les formules Core et Pro, où Claude Sonnet 5.5 était arrivé le 2 octobre.

🔗 Le billet de Replit · La documentation BYOC · Le changelog du 16 octobre

RTX Spark : NVIDIA détaille ses PC pour les développeurs, avec Junie Local de JetBrains et des gains annoncés face au Core Ultra X9 388H

16 octobre — Le jour de la sortie des portables RTX Spark, dont il présentait le 13 octobre les logiciels de lancement, NVIDIA explique sur son blog technique ce que la machine apporte aux développeurs : coder, tester et déployer sur un seul PC, avec des agents de code qui tournent en local sur jusqu’à 128 Go de mémoire unifiée. Les portables sont disponibles, et de petits ordinateurs de bureau suivront en novembre, présentés comme adaptés aux agents qui tournent en continu.

Charge de travail	Test utilisé par NVIDIA	Gain annoncé face au Core Ultra X9 388H
Agents de code	AA-AgentPerf-local avec Qwen3.8-27B	4,6 fois
Affinage (LoRA)	Unsloth sur Llama-3.1-8B	2,7 fois
Compilation	noyau Linux, Phoronix Test Suite	1,8 fois

Ces mesures sont celles de NVIDIA, face à la puce Panther Lake 12Xe d’Intel. Côté logiciel, Windows Developer Config, conçu avec Microsoft, installe les principaux frameworks de développement, coupe les notifications et améliore le terminal ; sous Windows on Arm, plus de 2 000 paquets Conda sont prêts à l’emploi et plus de 97 % des 15 000 paquets Python les plus utilisés ont une version Arm. JetBrains lance la prise en charge native de Junie Local, qui ajuste sa fenêtre de contexte à la mémoire du GPU, GitHub Copilot tourne en local via Windows ML avec llama.cpp, et les SDK AI for Media (super-résolution vidéo, génération d’images intermédiaires, TrueHDR) arrivent en paquet Python sur PyPI.

🔗 Le billet du blog technique de NVIDIA

Brèves

Agents et outils de code

Notes de version de Devin du 16 octobre — Après celles du 14, couvertes le 15, Cognition publie 19 rubriques : commandes /devin sur les merge requests GitLab, état de fusion Bitbucket Cloud dans Devin Review, recherche de pull requests sur cinq forges, outils intégrés pour issues et labels, et un réglage Enterprise qui masque l’ancienne marketplace MCP sans couper les serveurs déjà installés. 🔗 source
Copilot CLI 1.0.100-1 — Deux heures et demie après la 1.0.100-0, couverte la veille, cette deuxième préversion fait du navigateur de sessions unifié l’affichage par défaut de /sessions, /session et /resume, et retire les marqueurs de langue de la dictée vocale ; toujours aucune stable depuis la 1.0.98 du 14 octobre. 🔗 source
Gemini CLI, nightly du 17 octobre — Quatre correctifs qui ferment des tickets de mars et d’avril : la mise à jour automatique vérifie enfin le binaire réellement lancé, au lieu d’annoncer une fausse réussite en boucle quand plusieurs installations coexistent dans le PATH, keybindings.json accepte un tableau keys, et les signaux d’arrêt atteignent le processus enfant sous ACP, systemd ou en conteneur. 🔗 source
Antigravity CLI 1.4.0 et application Antigravity 2.24.0 — En rattrapage des 15 et 14 octobre : la CLI affiche son état dans l’onglet du terminal (séquence OSC 7501) et refait agy plugin validate avec les vraies règles de chargement ; l’application, après la 2.23.0 couverte le 13 octobre, remanie son panneau latéral, ajoute /compact et laisse choisir Flash Lite, Flash ou Pro pour chaque automatisation. 🔗 source
DeepSeek Harness 0.2.1-rc.1 et rc.2 — Les deux premières versions candidates de la série 0.2.1 : la rc.1 regroupe les changements des préversions alpha.1 à alpha.5, la rc.2 prend en charge V4.1-Flash-1017 et les API Search et Fetch ; le dépôt compte 31 publications depuis le 17 août, toutes en préversion. 🔗 source
bun lint — En rattrapage du 15 octobre, Bun, racheté par Anthropic fin 2025, annonce pour sa prochaine version un linter compatible ESLint, avec plus de 1 000 règles intégrées, qui lit les configurations eslint et oxlint ; annoncé 26 fois plus rapide qu’ESLint, de 11 à 43 fois selon les cinq dépôts mesurés, il n’a pas encore de date de sortie. 🔗 source

OpenAI en entreprise et chez les développeurs

Itaú et ia.i — Selon une étude de cas d’OpenAI, la banque brésilienne ouvre ia.i, son interface conversationnelle par texte ou par voix, à environ 300 000 clients et vise toute sa clientèle d’ici fin 2026 ; des modèles GPT-5.x alimentent Customer DNA (environ 70 millions de clients), et sa plateforme multi-fournisseurs IARA porte une solution juridique sur plus de 90 millions de documents. 🔗 source
Benefit Street Partners et Codex — Chez ce gestionnaire spécialisé dans le crédit, le gérant Anant Kumar a construit en une journée la première version d’un suivi des valorisations de prêts (10 à 12 heures de développement au total) et un analyseur de contrats de crédit refactorisé avec GPT-6 Astra ; les questions du comité d’investissement, qui prenaient des jours ou des semaines, se traitent en une journée. 🔗 source
ChatGPT Enterprise et Edu — Les connecteurs synchronisés gérés par l’administrateur sont retirés au profit des applications en temps réel Google Drive, SharePoint et Microsoft Teams, avec de nouveaux contrôles de contenu, et la page External access de l’Admin Console centralise les accès de Sign in with ChatGPT, des applications connectées et des données Ads. 🔗 source
Bascule entre fournisseurs — En rattrapage du 14 octobre, le blog OpenAI Developers explique comment basculer entre l’API directe d’OpenAI et ses modèles chez Amazon Bedrock ou Azure OpenAI : seulement sur erreur transitoire ou limitation qui menace l’échéance, jamais sur requête invalide, refus ou quota épuisé ; un prompt Codex ajoute une bascule désactivée par défaut. 🔗 source
Projets matériels construits avec Codex — OpenAI Developers met en avant une galerie communautaire de 20 projets classés par votes, ouverte aux soumissions, d’un vieux Kindle devenu tableau de bord d’usage de l’IA à un badge DEFCON dont le circuit a été conçu par Astra, du routage dans KiCad à la commande chez JLCPCB, selon son auteur. 🔗 source

API, modèles et recherche web

Agent API de Perplexity — Seize anciens modèles (sept Claude 4.x, cinq Gemini 3.x, quatre Grok 4.x) quittent la documentation, le calculateur et les exemples, l’entrée ne disant pas que leurs identifiants cessent de répondre ; GPT-6 Astra (10 dollars par million de tokens en entrée, 50 en sortie) et DeepSeek V4 Pro (1,32 et 3,96 dollars) y font leur entrée. 🔗 source
pplx-decider-v1.2 sur OpenRouter — Publiés le 16 octobre avec leurs poids, les deux modèles de décision de Perplexity arrivent le même jour sur OpenRouter, à 0,02 dollar (27B) et 0,01 dollar (4B) par million de tokens en entrée, sortie gratuite, avec un contexte de 262K, comme la v1.1 le 7 octobre. 🔗 source
Embed 5 Fast contre EmbeddingGemma 2 — Cohere affirme devancer le modèle de Google sur plus de 95 % de 163 jeux de données, mais avec RCP-nDCG@10, sa propre méthode d’évaluation ; en nDCG@10 standard, son graphique ViDoRe v3 donne 59,3 contre 47,6, sans liste des jeux de données, en opposant un modèle d’API payant à un modèle ouvert de 740M paramètres. 🔗 source
SDK TypeScript de SpaceXSI 0.2.4 — Sans annonce, il ajoute le paramètre guidelines de responses.create(), des consignes par catégorie pour la sortie du modèle (refuser une catégorie, proposer du soutien face à l’automutilation), les formats vidéo 21:9 et 5:2 et les identifiants grok-voice-3.0 et grok-voice-2.0, et marque Live Search comme déprécié au profit de web_search et x_search. 🔗 source
AI Mode et AI Overviews — En rattrapage du 15 octobre, Google ajoute plus de liens intégrés, placés plus haut, dans ses réponses générées, étend à d’autres pays et langues ses carrousels d’actualité qui mettent en avant les sources préférées (Preferred Sources), dont l’usage a été multiplié par plus de sept depuis le début de l’année, et teste une section dédiée aux pages officielles. 🔗 source

Modèles ouverts et recherche communautaire

FLUX 3 Image Klein — Deux jours après la sortie du modèle, Black Forest Labs corrige ses workflows (ComfyUI v0.41.3, Space Hugging Face mis à jour), conseille son suréchantillonnage de prompt en 2K et publie sur GitHub le prompt système recommandé pour s’en passer. 🔗 source
Filtre par auteur sur le Hub — Les pages Models et Datasets de Hugging Face se filtrent par utilisateur ou organisation, depuis un nouveau bouton sur chaque profil ; une carte rappelle le compte parcouru quand on ajoute les filtres de tâche, de taille, de bibliothèque ou de licence. 🔗 source
Ammu-1.0-OffOnTopic-Guardrail — Kalyan KS publie sous licence MIT quatre classifieurs de 150M à 17M de paramètres qui jugent si une requête sort du périmètre fixé par le prompt système ; selon l’auteur, le plus grand obtient 91,56 de Macro-F1, contre 81,95 pour DeepSeek V4 Flash 0731 et 79,12 pour GPT-6 Luna. 🔗 source
Un classifieur de mémoire non déployé — Javad Taghia explique pourquoi l’encodeur affiné pour décider des écritures mémoire d’AtMem n’a pas été mis en production : de 18,4 % à 73,8 % sur un test scellé, mais seulement 16 bonnes décisions sur 100 observations fictives rejouées comme en production, contre 30 pour les règles déterministes, et de 15 à 230 fois plus lent. 🔗 source
SPICY-KV — Selon Yuge Y (ElithiaTechnologies), cette méthode qui regroupe les clés avant RoPE compresse 28,6 fois le cache KV de DeepSeek-R1-Distill-Qwen en gardant 100,0 % (1.5B) et 91,7 % (7B) de rappel sur RULER, quand la fusion après RoPE tombe à 0,0 % ; ce sont des mesures de l’auteur, sans revue par les pairs. 🔗 source

Ce que ça signifie

Le rapport d’Anthropic déplace la question de l’emploi. Dans un laboratoire de pointe, les agents interactifs lancés par les salariés travaillent déjà six fois plus d’heures qu’eux, et ce qui devient rare, c’est l’attention humaine : relire, spécifier, surveiller. Les débutants en font les frais les premiers, avec 9 % des embauches techniques contre 27 %, tandis que les entretiens notent davantage l’autonomie et le jugement. Google Research décrit la même répartition au laboratoire : le scientifique fixe la stratégie, l’agent l’exécute, et le duo trouve presque deux fois plus de candidats in silico qu’un scientifique seul. Reste l’écart d’attentes : 91 % des salariés d’Anthropic jugent l’IA capable d’une découverte digne d’un Nobel d’ici 2030, contre 39 % des Américains, et leurs réponses impliquent une croissance du PIB trois fois plus forte (17,1 % contre 5,4 %).

Les gains de vitesse se heurtent à la même limite. Claude Code ramène l’attente avant le premier token de 4,07 à 1,33 secondes en local et active par défaut les sous-agents fork hors du terminal, mais l’étude d’Anthropic montre que la machine n’est plus le principal goulet : les sessions interactives restent inactives environ 80 % du temps, en attente d’une réponse, et lire tout ce qu’elles produisent prendrait plus de la moitié d’une semaine de travail. Réduire la latence raccourcit l’attente de l’utilisateur devant la machine, pas celle des sessions qui attendent l’humain.

Côté modèles ouverts, le coût par tâche compte désormais plus que le prix au token. DeepSeek ne touche pas à son tarif, mais V4.1-Flash-1017 produit des sorties plus courtes et revendique 77,0 % sur DeepSWE v1.1 pour environ 0,2 dollar par tâche, quand le meilleur modèle fermé de son graphique, GPT-6.1 Sol, plafonne vers 75 % pour environ trois fois plus ; son tableau de scores ne compare toutefois que GPT-5.6 Sol et Opus 5, pas leurs successeurs. Les partenaires de NVIDIA tiennent le même discours sur des tâches ciblées, avec un Nemotron 3.5 Super VL post-entraîné au niveau d’Opus 4.7 sur le Legal Agent Bench de Harvey, à 1,34 dollar le million de tokens contre 15. Et DeepSeek vend désormais aussi la recherche web de ses agents, à 0,75 dollar les 1 000 requêtes : modèle, outils et harnais viennent du même fournisseur.

Enfin, les agents se rapprochent de l’environnement réel, et chacun pose ses garde-fous. Google Research fait répéter chaque protocole dans un jumeau numérique avant de toucher un réactif, avec criblage de biosécurité et supervision humaine. Replit installe sa plateforme et le harnais de son Agent dans le cloud du client, mais garde chez lui le plan de contrôle et l’inférence. NVIDIA, avec RTX Spark, mise sur des agents de code qui tournent sur le poste du développeur, de Junie Local à Copilot, en attendant des ordinateurs de bureau pensés pour les agents qui ne s’arrêtent pas.