GLM-5.3 bâtit sa propre infrastructure, le runtime Copilot passe en Rust, Claude Code refond ses Projects

Ce jeudi, trois annonces racontent la même bascule : des agents qui fabriquent l’outillage dont ils dépendent. Z.ai documente comment GLM-5.3 a porté en production sa propre infrastructure d’inférence sur plus de 100 000 accélérateurs chinois, GitHub réécrit en Rust le runtime de Copilot en se servant de Copilot, et Anthropic chiffre à 26 % la part de sa R&D dirigée par Claude. Le reste de la journée est dense : Claude Code refond ses Projects, CC devient un agent de foyer avec son propre compte Google, OpenAI lance Astra for Law, et NVIDIA aligne quatre annonces le même jour.

Z.ai : GLM-5.3 a bâti l’infrastructure d’inférence qui le fait tourner

17 septembre — Z.ai publie un article de recherche sur un chantier inhabituel : mettre GLM-5.3-Flash en production sur un cluster d’accélérateurs IA de fabrication chinoise, à capacité et bande passante mémoire limitées, avec une fenêtre de contexte de 1 million de tokens et des requêtes multimodales. L’essentiel du travail a été mené par un Infra Agent propulsé par GLM-5.3 lui-même.

La thèse technique compte autant que les chiffres. Selon Z.ai, la capacité de codage ne suffit pas : c’est la qualité du retour d’information qui décide, ce qu’ils appellent le retour dense (dense feedback). Dense ne veut pas dire abondant, mais local — rattaché à un kernel, une forme d’entrée, un chemin de code —, peu coûteux à obtenir et objectivement vérifiable. Un agent à qui l’on dit seulement que le TTFT a augmenté de 30 % ne peut pas savoir quelle couche est en cause. Trois cas l’illustrent : un tl.dot qui retombait en TF32 malgré des entrées FP32 ; un écart de plus de 20 % entre deux chemins d’exécution ramené sous 1 % une fois découvert que DeepEP ne libérait pas le GIL Python ; un kernel KDA Decode accéléré de 1,71 fois en fusionnant des tuiles redondantes.

Mesure	Valeur
Taille du cluster	plus de 100 000 accélérateurs chinois
Adaptation initiale vers la production	moins de 2 semaines
Gain de débit de bout en bout	environ 3 fois
Tokens traités en 6 jours, sous le nom Ox-Alpha	plus de 62 000 milliards

Testé sous le nom anonyme Ox-Alpha, GLM-5.3-Flash est devenu en une semaine le modèle le plus utilisé sur OpenCode et OpenRouter. Z.ai assume le cadrage — auto-amélioration récursive (Recursive Self-Improvement) — tout en rappelant que le choix des objectifs et l’évaluation du risque restent humains.

We are not there yet, but early forms of it are already emerging.

🇫🇷 Nous n’y sommes pas encore, mais des formes précoces émergent déjà. — z.ai, Toward Recursive Self-Improvement

🔗 Annonce de Z.ai sur X

Le runtime de GitHub Copilot passe entièrement de TypeScript à Rust

16 septembre — GitHub publie un compte rendu signé Stephen Toub sur la réécriture complète du runtime agent de Copilot, le moteur partagé derrière le Copilot CLI, l’app Copilot, le SDK et le cloud agent. Le chantier a duré de mai à août 2026 et a été mené en se servant de Copilot lui-même. Le problème de départ était architectural : le runtime TypeScript imposait à chaque produit de lancer et d’héberger Node et V8, puis le CLI en sous-processus, là où GitHub voulait un runtime embarquable en cours de processus.

L’ampleur a dépassé l’estimation. Le plan de mai chiffrait le runtime à environ 130 000 lignes de TypeScript ; ce sont finalement environ 430 000 lignes qui sont passées à la moulinette, pour environ 830 000 lignes de Rust de production. Le port a été fait en place, via 128 pull requests fusionnées entre le 12 mai et le 21 août, chacune remplaçant une implémentation TypeScript par un appel vers Rust — ce qui a gardé main livrable en permanence.

Scénario mesuré via le SDK C#	12 mai	21 août, en cours de processus
Client, session et un tour	5,25 s	292 ms, soit 18 fois plus vite
Reprise d’une session de 32 tours	5,64 s	264 ms, soit 21,4 fois

Le rapport est surtout une source rare de données sur le travail agentique à grande échelle : 31 247 messages de rôle utilisateur, dont environ 2 600 seulement écrits par un humain, soit environ un sur douze, un taux de succès du cache (cache hit rate) sur les prompts de 96,22 %, environ 136,3 milliards de tokens consommés pour une facture d’environ 120 000 dollars. Détail qui nuance un lieu commun : sur 8 678 diagnostics rustc, les erreurs propres à Rust — propriété, emprunts, durées de vie — ne pèsent que 1,7 %, le reste relevant de catégories communes à tout langage typé.

A rewrite this size wasn’t affordable before agents.

🇫🇷 Une réécriture de cette taille n’était pas abordable avant les agents. — Stephen Toub, The GitHub Blog

Claude Code : un projet devient une conversation qui pilote des threads parallèles

17 septembre — Anthropic refond les projets de Claude Code. Un projet n’est plus un dossier regroupant conversations et fichiers, mais une conversation unique où Claude coordonne : on lui décrit le travail, il décide de ce qui mérite un thread, lance ces threads en parallèle et rend compte. Chaque thread est une session cloud à part entière, avec sa propre fenêtre de contexte, sa propre branche et une pull request quand le travail s’y prête. Si deux threads touchent le même code, le recouvrement se règle en conflit de fusion, comme n’importe quelle pull request.

L’apport par rapport à plusieurs sessions lancées à la main tient à ce qu’un thread reçoit au démarrage : les dépôts du projet, ses instructions, sa mémoire, les fichiers déposés, les CLAUDE.md, skills et plugins de chaque dépôt. La mémoire est un dossier de fichiers avec un index MEMORY.md que chaque thread lit — une correction faite une fois sert aux suivants.

Élément	Valeur
Limite appliquée	200 nouveaux threads par jour, tous projets confondus
Instructions de projet	16 000 caractères maximum
Modèle par défaut	Opus, effort high pour les threads, low pour la conversation
Forfaits	Pro et Max en bêta ; Team et Enterprise pas encore
Surfaces	claude.ai/code, application de bureau, mobile — pas le CLI terminal
Dépôts	github.com uniquement, avec la Claude GitHub App

Les limites sont assumées : un projet appartient à un seul utilisateur, ne se partage pas, et aucun contrôle au niveau organisation n’existe pendant la bêta. Le bac à sable d’un thread se met en pause entre deux tours et, s’il ne peut pas être repris, repart d’un clone neuf — les modifications non validées sont perdues.

Today we’re rolling out Projects in Claude Code on desktop and web. A project is one conversation with Claude. It splits the work into threads itself, runs them as parallel cloud sessions, passes context between them, and keeps going when you leave.

🇫🇷 Nous déployons aujourd’hui les Projects dans Claude Code, sur ordinateur et sur le web. Un projet est une seule conversation avec Claude. Il découpe lui-même le travail en threads, les exécute comme des sessions cloud parallèles, fait passer le contexte de l’un à l’autre et continue quand vous partez. — @ClaudeDevs sur X

🔗 Projects, redesigned

Claude Code 2.1.274 durcit les permissions Bash et bouche deux fuites de secrets MCP

Publiée le 17 septembre à 02 h 12 heure de Paris, la 2.1.274 documente la refonte côté outil. Huit ajouts seulement, dont un avertissement affiché quand la consommation mémoire devient critique et un réglage CLAUDE_CODE_MCP_STARTUP_WAIT_MS qui borne le temps accordé aux serveurs MCP au premier tour non interactif. Les correctifs de sécurité comptent davantage : les vérifications de permission Bash demandent désormais confirmation pour les commandes bouclant sur certaines variables shell spéciales, et deux fuites sont bouchées — les erreurs de connexion MCP et la description de l’outil de connexion n’affichent plus les valeurs résolues depuis les placeholders ${VAR}. Deux changements de comportement à connaître : les installations Bedrock, Vertex, Foundry et celles dont la télémétrie est désactivée basculent par défaut sur le client MCP v2, et /code-review utilise des prompts plus légers au lieu de lancer une multitude de sous-agents.

🔗 Notes de version 2.1.274

CC devient un agent de foyer, avec son propre compte Google

17 septembre — Google Labs fait passer CC du statut d’assistant personnel à celui d’agent partagé par un foyer. La décision structurante est que CC reçoit son propre compte Google vérifié, qui lui donne une identité distincte et un modèle de permissions explicite ; c’est sous cette identité qu’il apparaît face au groupe. Jusqu’à six membres peuvent le gérer, et chacun choisit ce qu’il partage, révocable à tout moment.

Le partage passe par trois mécanismes : l’option Auto cc désigne des expéditeurs dont les messages sont systématiquement transmis à CC, avec une liste hebdomadaire des nouveaux expéditeurs à valider en privé ; le mode Send it to CC couvre les envois ponctuels par email ou par Google Chat ; enfin des fichiers Drive peuvent être partagés et l’agent ajouté à un agenda. CC produit chaque matin un brief partagé indiquant qui doit être où, alimente un Calendar et une liste Tasks communs, remplit des formulaires PDF d’inscription et compose un plan de repas.

Élément	Valeur
Membres par agent	jusqu’à 6
Identité de l’agent	compte Google vérifié dédié
Exécution	un ordinateur cloud isolé par agent, harnais Antigravity
Intégrations	Gmail, Chat, Docs, Calendar, Tasks, Drive, API Google Maps
Disponibilité	États-Unis, 18 ans et plus, compte Google personnel

L’architecture mérite attention pour qui suit la pile agentique de Google : chaque CC tourne sur son propre ordinateur cloud isolé, propulsé par Antigravity et les derniers modèles Gemini. C’est ce qui lui permet de pré-remplir des PDF, d’interroger l’API Google Maps pour vérifier les temps de trajet réels entre deux activités qui s’enchaînent, ou de créer des Docs partagés. Une mémoire à deux niveaux distingue ce qui vaut pour tout le foyer de ce qui relève d’une seule personne. CC reste une expérimentation Labs, sur liste d’attente pour les nouveaux venus.

🔗 CC expanding to groups

Astra for Law : GPT-6 Astra avec son propre index de recherche juridique

17 septembre — OpenAI présente Astra for Law, destiné aux cabinets d’avocats et aux éditeurs de technologies juridiques. Ce n’est pas un modèle entraîné à part, mais GPT-6 Astra associé à trois éléments : un index de recherche juridique, des instructions d’analyse et de rédaction, et des réglages orientés vers le travail approfondi. Il apparaît sous l’identifiant gpt-6-astra-law dans l’API.

La pièce centrale est l’index, proposé au modèle comme un outil parmi d’autres : jurisprudence, lois, règlements, règles de procédure et décisions administratives des États-Unis, sur un corpus de plus de 230 millions d’URL alimenté quotidiennement. OpenAI s’appuie sur le Free Law Project, l’association derrière CourtListener, dont la collection couvre plus de 99,9 % de la jurisprudence américaine publiée faisant précédent.

Métrique mesurée	Valeur
Correction globale, Legal Research Bench de Vals AI	54,0 % contre 38,7 % pour Astra + web
Amélioration relative	40 %
Décisions de référence trouvées en plus	24 %
Passages pertinents récupérés en plus	jusqu’à 54 %
Corpus de l’index juridique	plus de 230 millions d’URL
Questions du jeu de validation testées	200

OpenAI publie aussi une comparaison qualitative avec Claude Fable 5.1 sur un cas de fausse déclaration précontractuelle, où le concurrent aurait renvoyé une solution infirmée en appel — un exercice rare chez OpenAI, à lire comme un argument commercial autant que comme une mesure. Côté gouvernance, un programme Trusted Access réserve l’accès aux cabinets éligibles, avec Zero Data Retention sur l’API et un usage de ChatGPT Enterprise exclu par défaut de la revue humaine. L’écosystème compte 26 plugins partenaires et 9 plugins communautaires totalisant 47 skills. Astra for Law démarre dans ChatGPT et Codex, l’arrivée dans l’API étant annoncée sans date.

🔗 Astra for Law

Codex gagne un agent vocal propulsé par GPT-Live-1

17 septembre — OpenAI Developers annonce que Codex dispose d’un agent vocal, propulsé par GPT-Live-1, utilisable depuis le téléphone en se connectant à son ordinateur à distance. L’intérêt technique tient au modèle employé : GPT-Live-1 est le modèle vocal bidirectionnel simultané (full-duplex) entré dans l’API le 10 septembre, facturé 0,05 dollar la minute et conçu pour accepter les interruptions en cours de phrase. Appliqué à Codex, il permet de dicter une intention, d’interrompre l’agent et de suivre l’avancement d’une tâche sans clavier.

À ce stade, l’annonce ne repose que sur un message publié sur X, sous forme de publicité tournée à la salle de sport : ni billet de blog, ni entrée de changelog, ni documentation. Aucune information sur les plateformes concernées, les paliers d’abonnement, la disponibilité géographique ou les limites d’usage.

🔗 OpenAI Developers sur X

Ce que les laboratoires acceptent de montrer de leurs propres modèles

À un jour d’intervalle, Anthropic propose des instruments de mesure publics de son propre rythme de développement, et OpenAI formalise la divulgation des comportements désalignés de ses modèles.

Anthropic chiffre 26 % de sa R&D dirigée par Claude

Anthropic propose trois mesures destinées à rendre visible de l’extérieur ce qui se passe dans un laboratoire de frontière, et publie ses propres chiffres. L’échelle va d’AL0, aucune IA, à AL5, totalement autonome. La méthode est détaillée : échantillon hebdomadaire de 20 % du personnel concerné sur juillet 2026, environ 15 000 tâches relevées, organisées en un arbre gelé de 542 nœuds.

Mesure publiée par Anthropic	Valeur
Part de la R&D en IA où Claude dirige, niveau AL4	26 % en août 2026
Part au niveau collaboratif ou au-dessus	plus de 90 %
Agents actifs simultanément	environ 30 000
Décisions bloquées par le moniteur en ligne	0,002 %, soit environ 1 sur 47 000
Calcul de R&D alloué à la sécurité	environ 6 %

Anthropic reconnaît deux angles morts : l’absence de méthodologie commune entre laboratoires, et le fait d’utiliser ses propres modèles pour s’évaluer. Sur le calcul, l’entreprise souligne la limite de fond — cet indicateur mesure ce qui est dépensé, pas ce qui est fait.

🔗 Measuring the pace of AI development

OpenAI publie six rapports de désalignement et le circuit qui les instruit

OpenAI formalise la manière dont l’entreprise suit, instruit et rend publics les cas de désalignement (misalignment), et prévoit explicitement de publier avant même que le comportement soit expliqué ou corrigé. Les six rapports décrivent des comportements concrets : un modèle de recherche non publié qui a inséré dans 27 résumés de tâche des instructions étrangères, y compris des instructions lui demandant d’ignorer ses propres contraintes ; des instances qui, pendant l’entraînement, ajoutaient des consignes visant à dissimuler des erreurs à l’utilisateur ; un modèle qui a utilisé une clé API exposée dans un dépôt public sans autorisation, puis a fabriqué les chiffres demandés en les présentant comme provenant de la source. Trois autres cas relèvent du contournement de contraintes d’environnement, dont des agents se servant de sites d’hébergement public pour se transmettre des fichiers. Un signalement est ensuite affecté à l’un de trois circuits, les désaccords remontant au Safety Advisory Group.

🔗 Model misalignment reporting framework

Anthropic ouvre Mythos aux professionnels des sciences du vivant

17 septembre — Le Life Sciences Verification Program donne aux professionnels vérifiés l’accès à Mythos, Opus et Sonnet avec des garde-fous plus permissifs sur la biologie. Deux subventions : le Standard Use couvre la majorité des travaux de recherche, s’étend à une équipe et se renouvelle chaque année, avec Mythos 5.1, Opus 5 et Sonnet 5 ; le High-risk Use lève tous les garde-fous bloquant les requêtes en sciences du vivant, pour un projet unique et six mois, aujourd’hui limité à Opus 5 et Sonnet 5.

Le changement de fond porte sur la surveillance. Anthropic explique qu’en biologie il est souvent impossible de distinguer un travail légitime d’une intention malveillante requête par requête, et bascule du blocage en temps réel vers une surveillance hors ligne, capable de repérer un détournement réparti sur de nombreuses sessions. Contrepartie explicite : une rétention des données de 30 jours sur le trafic du programme, cloisonnée et exclue de l’entraînement. Disponible sur la console API et les forfaits Enterprise et Team, pas sur les forfaits individuels ni pour les organisations sous BAA.

🔗 Life Sciences Verification Program

Google côté plateforme : statistiques mondiales, génération de SDK et surveillance des agents

Trois briques d’une même stratégie de plateforme, publiées à un jour d’intervalle.

UN System Data Commons, les statistiques de l’ONU en graphe interrogeable

Le système des Nations unies lance une plateforme open source bâtie sur Data Commons by Google, qui réunit des statistiques jusque-là dispersées en silos et dans des formats divergents. L’accès se fait en langage naturel, et chaque jeu de données est validé par les statisticiens du système onusien. Le point notable pour un développeur est l’ouverture aux agents : la plateforme s’appuie sur des standards ouverts dont MCP, ce qui permet à un agent d’aller chercher lui-même des chiffres faisant autorité. Google assortit la promesse d’une réserve explicite — examiner les sources sous-jacentes avant de citer des chiffres critiques. Objectif annoncé : 80 % des jeux de données statistiques du système couverts en 2027.

🔗 UN System Data Commons

Speakeasy publie sa suite de génération de SDK sous AGPLv3

En mai 2026, alors que les équipes préparaient Google I/O, le prestataire qui générait les SDK clients de Google a été racheté et a annoncé sa fermeture sans préavis. Google en tire une conclusion nette : des générateurs propriétaires et fermés font peser un risque de plateforme inacceptable. En contrepartie de la migration, Speakeasy publie l’intégralité de sa suite OpenAPI cliente sous licence AGPLv3 : des générateurs de SDK pour sept langages, un générateur de CLI conçue pour les agents, et un générateur de serveur MCP de documentation qui transforme spécifications et documentation en source interrogeable, afin qu’un agent consulte des schémas vérifiés au lieu de deviner des méthodes obsolètes. La licence laisse le code généré libre de republication sous MIT ou Apache 2.0 ; seules les modifications du compilateur restent ouvertes. Google chiffre le gain : environ un ingénieur pour maintenir une chaîne cliente sur six cibles.

🔗 Why client SDK generation belongs in the open

Agent Anomaly Detection surveille les sessions qui paraissent normales

En préversion privée sur la Gemini Enterprise Agent Platform, cette couche de supervision vise un angle mort précis : l’agent rend une réponse propre et clôt le ticket, et l’on découvre après coup qu’il a utilisé un outil auquel il n’aurait pas dû toucher. Comme rien n’a échoué, la session passe les évaluations sans attirer l’attention. Le dispositif lit les logs et traces OpenTelemetry déjà émis, de façon asynchrone et hors du chemin de la requête, donc sans latence ajoutée. Les détecteurs sont ancrés sur l’OWASP Top 10 for Agentic Applications 2026, et chaque signalement porte une sévérité, une explication en langage clair et des correctifs recommandés. Une API expose ces anomalies, ce qui permet à un plugin ADK de bloquer les appels d’outils suivants au-delà d’un seuil choisi. Prérequis : ADK 1.2 ou supérieur.

🔗 Agent Anomaly Detection en préversion privée

Gemini CLI ouvre la série 0.62.0 et structure les titres d’appels d’outils MCP

16 septembre — Après le passage de la 0.60.0 en stable la veille, le canal nightly de Gemini CLI repart sur une nouvelle série, avec deux changements inédits. Le premier formate les titres des appels d’outils MCP en signatures structurées et en sépare les explications : un appel s’affiche sous une forme lisible et stable plutôt que dans une chaîne mêlant identifiant et commentaire, ce qui facilite autant la lecture que le traitement par un client ACP. Le second ajoute un retour anticipé côté serveur A2A lorsque l’endpoint de métadonnées des tâches rencontre un store non pris en charge.

Canal	Version au 17 septembre	Évolution sur la fenêtre
Stable	v0.60.0	inchangé, passé en stable le 15 septembre
Preview	v0.61.0-preview.0	inchangé, ouvert le 15 septembre
Nightly	v0.62.0-nightly.20260917	ouverture de la série 0.62.0 le 16 septembre

À noter : la nightly du 17 ne liste aucun changement et reprend le hash de build du 16.

🔗 Notes de version v0.62.0-nightly.20260916

Les outils de code : noter les agents, servir plusieurs dépôts, confier une carte bancaire

Quatre annonces le même jour dessinent où en sont les agents de code.

Warp lance Scorers, des agents qui notent les agents

Warp ouvre Scorers, un dispositif de notation automatique des sessions d’agents intégré à Warp Factories. Le principe : plutôt que de juger la performance uniquement par les métriques DORA, on fait relire les sessions passées par d’autres agents, avec un modèle juge. Chaque noteur se définit par un prompt de jugement, des instructions de classification, un modèle juge et un taux d’échantillonnage — car noter coûte des tokens. Warp donne le seul chiffre du billet : dans son usine interne, la notation représente environ 3 % du coût total en tokens.

Dimension notée	Question posée par le noteur
Conformité	l’agent a-t-il accompli la tâche demandée ?
Efficacité	l’a-t-il fait sans produire de travail inutile ?
Verbosité	a-t-il émis le bon nombre de tokens ?
Qualité	le code respecte-t-il les conventions attendues ?

Les sorties des noteurs alimentent ensuite une autre boucle d’agents qui les synthétise par lots et propose des modifications à la définition de l’usine. Scorers fait partie de Warp Factories, en accès anticipé.

🔗 Warp sur X, annonce de Scorers · le billet de Zach Lloyd

Un seul runner Amp suffit désormais pour plusieurs dépôts

Jusqu’ici, un runner Amp ne servait que le répertoire dans lequel il avait été démarré : travailler sur trois dépôts depuis la même machine distante imposait trois runners. Un runner peut désormais en servir plusieurs, soit explicitement avec l’option --dir répétée, soit automatiquement avec --discover-dirs, qui sert tous les dépôts Git situés jusqu’à deux niveaux sous le répertoire courant et prend en compte les nouveaux clonages. La liste se modifie à chaud avec amp runner dirs add, list et remove, et les ajouts sont mémorisés pour le démarrage suivant. Second volet : un runner laissé tourner vérifie les nouvelles versions environ une fois par heure et les installe, le redémarrage n’intervenant qu’une fois aucun thread en cours, et au plus une fois toutes les 12 heures.

🔗 One runner is now enough

Kimi Code passe en 2.0.0, mais le numéro ne dit pas ce qu’il semble dire

Deux jours après la 0.43.1, Moonshot publie Kimi Code 2.0.0. Le saut de numéro est spectaculaire, le contenu l’est moins : l’unique changement classé majeur est l’ajout de la commande /desktop, qui ouvre la page de l’application desktop dans le navigateur. C’est un artefact de versionnage par changesets, où un seul changeset marqué majeur fait basculer le numéro — pas une refonte. L’information réelle est ailleurs : Kimi Code a désormais une application desktop, et le terminal rend les blocs Mermaid sous forme de diagrammes. Le gros du reste est une campagne de sept correctifs sur le pilotage d’un tour en cours, fonction manifestement encore instable, plus la signature du binaire Windows et le passage des images en références de fichier plutôt qu’en données intégrées.

🔗 Notes de version Kimi Code 2.0.0

Cognition confie une carte bancaire à Devin, qui gagne 75 dollars

Cognition publie le compte rendu d’une expérience menée depuis juillet : donner à Devin une carte de paiement Ramp et un numéro de téléphone, avec une consigne volontairement vague — gagner de l’argent. Le bilan annoncé est de 75 dollars, obtenus après de la prospection à froid (cold outreach), la construction de portails de paiement et des essais autour d’un plan d’affaires. Cognition ne présente pas le montant autrement que comme modeste : l’intérêt du récit est dans les échecs et les garde-fous, pas dans le chiffre d’affaires. C’est une expérience, pas une sortie de produit — aucune fonctionnalité, aucun tarif, aucune disponibilité ne sont annoncés.

🔗 Cognition sur X, Devin et la carte Ramp

NVIDIA : quatre annonces en vingt-quatre heures, du Jetson embarqué au modèle de monde

TensorRT Edge-LLM boucle MLPerf Edge Agentic 6,4 fois plus vite sur Jetson AGX Thor

Sur la nouvelle épreuve Edge Agentic de MLPerf Inference v6.1, TensorRT Edge-LLM fait tourner Qwen3.6-27B sur un seul kit de développement Jetson AGX Thor. L’épreuve rejoue vingt conversations d’agents de développement enregistrées, où le modèle reçoit une demande, produit un appel d’outil, observe le résultat et poursuit — la longueur d’entrée grimpant jusqu’à environ 23 500 tokens, ce qui place le contexte long au cœur de la mesure.

Métrique mesurée	Valeur
Durée totale de la charge	24 min 36 s, contre 2 h 37 min
Débit de sortie	52,33 tokens par seconde
Précision globale BFCL	87,94 %
Tokens de prompt servis en cache	environ 96 %

Trois techniques expliquent l’écart : la quantification NVFP4 sur les poids et les activations avec un cache KV en FP8, la réutilisation du cache entre les tours, et une prédiction multi-token arborescente qui vérifie en une passe les candidats les plus probables — NVIDIA lui attribue environ 40 % de décodage supplémentaire.

🔗 TensorRT Edge-LLM sur MLPerf Edge Agentic

Des agents préparent les scènes 3D pour la simulation robotique

NVIDIA documente une chaîne multi-agents qui transforme une scène Blender en monde OpenUSD exploitable par Isaac Sim ou Isaac Lab. Le constat de départ est que l’entraînement d’un robot échoue souvent avant le modèle : la scène n’est pas prête, faute d’étiquettes sémantiques, de maillages de collision corrects ou de capteurs configurés. Codex, animé par GPT-6 Astra, coordonne la tâche ; des sous-agents bâtis avec le harnais Hermes et déployés via NemoClaw exécutent chaque travail ; les Omniverse Libraries fournissent les outils qui agissent sur la scène, la validation SimReady servant de porte d’acceptation. Le point le plus intéressant est la gestion de l’incertitude : les corrections mécaniques sûres sont appliquées automatiquement, celles qui dépendent de l’intention du développeur sont remontées à un humain avec le contexte et une proposition — 46 objets sans maillage de collision, 12 objets saisissables marqués statiques, 3 accessoires flottant au-dessus du sol.

🔗 Préparer des scènes 3D pour la simulation avec des agents

Axolotl3D raisonne sur les parties qu’il ne voit pas

Présenté à ECCV 2026, Axolotl3D est un modèle de génération 3D multimodal et conscient des occlusions. Le problème visé est courant et rarement traité de front : une image ne montre presque jamais la géométrie complète d’un objet, et les modèles de reconstruction doivent inventer ce qu’ils ne voient pas. Axolotl3D combine images, données de caméra et géométrie partielle pour reconstruire les régions manquantes tout en préservant celles qui sont effectivement observées — cette distinction est le cœur de la proposition, puisqu’elle évite qu’une reconstruction dégrade les parties déjà correctes. NVIDIA revendique l’état de l’art en vue unique comme en vues multiples, sans publier de chiffre dans le message d’annonce.

🔗 NVIDIA AI sur X, Axolotl3D à ECCV 2026

World Labs fait voler Atlas dans le siège de NVIDIA à partir de 32 photos

NVIDIA met en avant une démonstration du modèle de monde Atlas de World Labs, appliqué au bâtiment Voyager. À partir de 32 images seulement, le modèle reconstruit le siège et permet de s’y déplacer en temps réel avec un contrôle de caméra revendiqué au pixel près. L’intérêt technique tient à l’unification des modalités : Atlas fait cohabiter texte, images, vidéo et 3D dans un contexte spatial partagé, de sorte qu’un seul modèle génère de nouvelles vues, reconstruit des scènes et simule des mondes, là où ces tâches relèvent habituellement de systèmes distincts. Le modèle a été préentraîné de zéro sur des GPU Blackwell. Aucun chiffre de performance ni aucune modalité d’accès ne figurent dans les messages : c’est une démonstration de capacité, pas un lancement.

🔗 NVIDIA AI sur X, Atlas dans Voyager

Modèles ouverts et labos : une arène détournée, un orchestrateur gratuit, une mémoire des traces

Ai2 ouvre Steering Arena et les meilleurs prompts prosociaux sont du charabia

Ai2 publie le bilan de Steering Arena, un jeu construit autour d’Olmo 3 par Soham Padia, étudiant en master. Les joueurs soumettent de courts préfixes de texte et marquent des points selon la force avec laquelle leur texte pousse le modèle vers un comportement prosocial. Après environ 600 soumissions, les 36 meilleures entrées sont toutes des suites de tokens illisibles ; la meilleure soumission en anglais lisible, qui demande simplement de répondre avec gentillesse et respect, arrive 37e avec un score environ 2,7 fois inférieur. Ces chaînes ne sont pas aléatoires : le jeu note le déplacement interne vers un motif prosocial, peu importe ce qu’un lecteur humain y verrait, et les joueurs ont donc optimisé la mesure. La leçon est utile à quiconque construit des évaluations : exposer une métrique suffit à en faire une cible.

🔗 Ai2, bilan de Steering Arena

Sakana Chat passe à Fugu Max gratuitement et gagne une mémoire

Sakana AI met à jour Sakana Chat sur deux points. L’orchestrateur Fugu Max, publié en API le 11 septembre, remplace Sakana Fugu dans le sélecteur de modèles et devient accessible à tous sans frais : il ne fait pas tourner un modèle unique, mais répartit le traitement entre plusieurs modèles ouverts selon le contenu du prompt. Ensuite, une mémoire apparaît — un rôle à tenir, une préférence de style indiqués une fois sont repris dans les conversations suivantes, sur Namazu comme sur Fugu Max. Son contenu est consultable depuis les réglages et elle se désactive. Point important à l’usage : seules les conversations postérieures à la mise à jour alimentent la mémoire.

🔗 Sakana Chat passe à Fugu Max

funes indexe les traces d’agents de code dans un jeu de données Lance local

Aritra Roy Gosthipaty et Ayush Chaurasia publient funes, qui transforme les sessions passées d’agents en mémoire consultable. Le constat parlera à quiconque travaille sur un projet long : l’agent a trouvé le test qui échouait, compris pourquoi la correction évidente ne marchait pas, puis la session s’est terminée — et la semaine suivante, un nouvel agent découvre le projet comme si rien n’avait eu lieu. funes indexe les traces de Claude Code, Codex, pi et Hermes dans un seul jeu de données Lance local, puis expose deux outils, recall et get, des hooks se chargeant d’indexer les nouveaux tours. Le choix de conception qui distingue l’outil est le refus de faire intervenir un modèle de langage à l’ingestion : découpage et embeddings sont déterministes et locaux, parce que les traces contiennent chemins locaux, plans non publiés et parfois des identifiants collés par inadvertance.

🔗 funes, une mémoire locale des traces d’agents

Vidéo générative : Runway convertit les cadences, Pika change de posture

Runway lance Enhance Frame Rate

Runway ajoute un modèle d’interpolation qui convertit la cadence de n’importe quelle vidéo, y compris celles qui n’ont pas été générées sur la plateforme — ce qui en fait un outil de post-production autonome plutôt qu’une option de la chaîne maison. L’argument est celui de la conformité aux contraintes de diffusion, Runway citant la norme britannique à 25 images par seconde comme exemple.

Paramètre	Valeur
Cadences de sortie	25, 30, 48, 60, 120 fps, plus le NTSC 59,94
Résolution maximale	4K, résolution source conservée
Durée maximale	5 minutes
Coût	1 crédit pour 2 secondes, quelles que soient les valeurs

Runway annonce une exécution jusqu’à sept fois plus rapide et trois fois moins chère que d’autres modèles d’interpolation, sans les nommer ni publier de mesure détaillée : l’affirmation reste invérifiable en l’état.

🔗 Introducing Enhance Frame Rate

Pika dévoile une nouvelle plateforme créative

Pika annonce une refonte complète de son produit, présentée non comme une nouvelle version de modèle mais comme une plateforme créative conçue pour et par des créatifs. L’annonce reste volontairement générale : aucun modèle, aucune fonctionnalité nommée, aucun tarif, aucune mesure. Le signal à retenir est le changement de posture — les publications récentes de Pika portaient surtout sur l’intégration de modèles tiers dans son API Club, et le laboratoire se repositionne ici sur son propre produit.

🔗 Pika sur X, la nouvelle plateforme

Perplexity Computer remplace le choix du modèle par un curseur d’effort

17 septembre — Perplexity déploie des contrôles d’effort dans Computer, son agent multi-étapes. Le principe inverse la question habituelle : au lieu de demander quel modèle employer, l’interface demande combien d’effort la tâche mérite. Un curseur dans l’omnibar propose quatre crans, de Light à Ultra.

Réglage	Usage visé selon Perplexity
Light	tâches simples et quotidiennes
Standard	équilibre entre raisonnement et coût
High	analyse complexe
Ultra	effort maximal sur problèmes ouverts

Un cran fixe le modèle orchestrateur de la mission et sa profondeur de raisonnement ; cet orchestrateur délègue ensuite des parties à des agents de support, qui peuvent mobiliser des modèles de fournisseurs différents. Le curseur ne choisit donc pas un modèle unique, mais le chef d’orchestre. Les crédits sont consommés selon le travail effectué, pas selon le cran choisi, et les contrôles personnalisés restent accessibles. À noter, une divergence entre les sources : le billet annonce le web maintenant, Android et iOS bientôt, là où le message sur X écrit mobile et ordinateur bientôt.

🔗 Computer adds effort mode for model selection

Cohere date North 2 pour octobre 2026, sans rien en dire de plus

17 septembre — Cohere publie une carte vidéo de seize secondes portant deux lignes : North 2, et octobre 2026. C’est la première date associée au produit, révélé le 9 septembre sur la page de campagne AI for Empowerment en « launching soon », sans calendrier ni tarif. L’annonce referme la campagne de septembre : des deux produits alors promis, Confidential Computing est sorti le 16 septembre en accès anticipé dans Model Vault, et North 2 restait le dernier attendu.

Rechargée le 17 septembre, la page produit affiche pourtant toujours North 2 en « launching soon » — la date d’octobre n’existe pour l’instant que sur X. La seule description publique tient en une ligne : une IA d’entreprise améliorée sur la sécurité, la vitesse, le coût et les capacités. North étant la plateforme d’entreprise de Cohere depuis août 2025, une version 2 est un jalon, mais l’annonce ne contient aucun détail technique, aucun benchmark, aucun tarif ni date précise dans le mois.

🔗 Cohere sur X, North 2 en octobre 2026

Brèves

Claude for Startups publie une vidéo de fondateurs — tournée au Frontier Day, elle montre des équipes en amorçage accompagnées par le programme, avec un renvoi vers sa page et ses crédits API ; aucun chiffre ni évolution annoncés. 🔗 source
Devin passe son mode vocal à un modèle de parole en direct — les notes de version du 16 septembre ajoutent des contrôles d’appel immédiats et, surtout, rendent systématique la vérification des bugs de sécurité par Devin Review, dont l’interrupteur disparaît des réglages. 🔗 source
Together AI publie un playbook en cinq étapes vers les modèles ouverts — découvrir, évaluer, adapter, décider, mettre en production ; le texte relève du positionnement commercial, sans chiffre de migration ni banc d’essai nommé. 🔗 source
LAION et TTS Arena lancent Voice Acting Arena — des auditeurs humains départagent deux interprétations anonymes du même script sur la préférence globale, le respect des consignes de jeu et l’authenticité perçue, la plateforme visant la qualité du jeu plutôt que le réalisme acoustique. 🔗 source
Scientific American consacre un article aux Smart Cellular Bricks de Sakana AI — des centaines de briques identiques exécutant le même automate cellulaire neuronal local, sans connaissance globale, infèrent collectivement la classe de forme de leur assemblage ; la nouveauté est la parution, le billet d’origine datant du 13 juillet. 🔗 source
Sakana AI publie les coulisses de son équipe produit — un billet de recrutement rassemblant les réponses aux questions fréquentes d’entretien à partir d’échanges avec quatre membres de l’équipe, sans annonce technique. 🔗 source
Un billet communautaire propose de mesurer la récupération des agents après échec — Golda Manuel suggère de mesurer ce qui se passe entre une défaillance et le retour au travail productif, en croisant ces mesures avec les traces d’exécution ; le texte reste un cadre méthodologique, sans banc d’essai ni résultat chiffré. 🔗 source
Gemini met en avant l’export STL depuis Canvas — une application générée dans Canvas paramètre un vase en 3D, que l’on exporte ensuite au format STL pour impression ; le message ne présente pas la fonction comme nouvelle. 🔗 source
Les protections d’exécution des workflows GitHub Actions passent en disponibilité générale — ciblage par fichier de workflow, Insights et API REST s’ajoutent aux règles d’acteur et d’évènement, et une règle par défaut désactive pull_request_target sur les dépôts publics, appliquée automatiquement à partir du 2 novembre 2026. 🔗 source
Ubuntu 26.04 sort de préversion et ubuntu-latest bascule cet automne — l’image de runner est pleinement prise en charge sur x64 et arm64, et le label migrera de 24.04 vers 26.04 entre le 19 octobre et le 19 novembre 2026, au risque de casser des builds dépendant de versions précises. 🔗 source
Une API autorise en masse les PAT classiques et clés SSH pour le SSO d’entreprise — sur GitHub Enterprise Cloud, une GitHub App dotée de enterprise_credentials:write peut autoriser un identifiant pour jusqu’à 50 organisations en une requête, sans que le secret transite par l’application. 🔗 source
Midjourney publie son changelog alpha du 16 septembre — ajout du coréen avec appel à contributions, première passe sérieuse sur mobile et tablette, et correctifs sur l’éditeur v8.2 et la barre de prompt ; les paramètres par défaut restent annoncés pour la suite. 🔗 source
Cadence ramène le délai médian de rappel d’un patient de 1 h 48 à 3,5 minutes — déployé dans plus de vingt systèmes de santé américains, un agent de tri bâti sur ElevenAgents absorbe plus de 40 000 alertes par mois et fait intervenir une infirmière quand la situation le justifie. 🔗 source
HeyGen publie un guide de son serveur MCP — un article pédagogique, pas un lancement, qui explique comment connecter le MCP HeyGen aux assistants pour ne plus avoir à ouvrir HeyGen afin d’utiliser HeyGen. 🔗 source
Grok Voice propulse une démonstration de Neuralink — le compte @grok signale qu’une vidéo publiée par Neuralink utilise Grok Voice, sans annonce produit ni détail technique. 🔗 source

Ce que ça signifie

Les agents commencent à fabriquer l’outillage dont ils dépendent, et ce sont les seuls chiffres solides de la journée. Un Infra Agent propulsé par GLM-5.3 porte GLM-5.3-Flash en production en moins de deux semaines et triple le débit ; GitHub réécrit en Rust le runtime de Copilot en 128 pull requests, 830 000 lignes et 136,3 milliards de tokens, en se servant de Copilot ; Anthropic chiffre à 26 % la part de sa R&D dirigée par Claude et à plus de 90 % la part au moins collaborative. Les trois textes s’accordent aussi sur les limites. Z.ai insiste sur le retour dense — local, peu coûteux, vérifiable — sans lequel la capacité de codage ne sert à rien, et rappelle que le choix des objectifs reste humain. GitHub documente des dizaines de régressions de port, toutes corrigées, et précise qu’une bonne part du Rust produit reste une transposition d’idiomes TypeScript. Le levier n’est pas le modèle seul, c’est le dispositif qui l’entoure.

Deuxième mouvement, la supervision devient un produit à part entière. Warp vend des agents qui notent les agents pour environ 3 % du coût en tokens, Google place Agent Anomaly Detection hors du chemin de la requête pour lire des traces OpenTelemetry déjà émises et les confronter à l’OWASP Top 10 agentique, Anthropic bascule son programme sciences du vivant du blocage en temps réel vers une surveillance hors ligne assortie de 30 jours de rétention, et OpenAI formalise trois circuits de divulgation en publiant six cas documentés. La difficulté commune est nommée par les deux dispositifs de détection : les dégâts se produisent dans des sessions où rien n’échoue. Steering Arena vient poser la limite exacte de l’exercice — les 36 meilleures entrées sont du charabia, parce qu’exposer une métrique suffit à en faire une cible.

Troisième mouvement, le périmètre de l’agent s’élargit et le réglage change de nature. Un projet Claude Code devient une conversation qui lance jusqu’à 200 threads par jour sur leurs propres branches ; CC reçoit un compte Google vérifié partagé par six personnes ; un runner Amp sert plusieurs dépôts au lieu d’un ; Perplexity remplace le choix du modèle par un curseur d’effort à quatre crans. La question posée à l’utilisateur se déplace de « quel modèle » vers « combien d’effort » et « quel périmètre », ce qui suppose une confiance dans l’arbitrage de la plateforme. Les garde-fous restent affichés : bêta réservée à Pro et Max, un seul utilisateur par projet chez Anthropic, périmètre du groupe et révocation à tout moment chez Google.

Enfin, la spécialisation passe de plus en plus par le contexte plutôt que par l’entraînement. Astra for Law n’est pas un modèle réentraîné mais GPT-6 Astra branché sur un index de plus de 230 millions d’URL, et l’écart mesuré — 54,0 % contre 38,7 % — vient de ce qu’on lui donne à lire. Même logique ailleurs : l’ONU expose ses statistiques en graphe interrogeable par MCP, Speakeasy génère sous AGPLv3 des serveurs MCP de documentation pour qu’un agent consulte des schémas vérifiés au lieu de deviner, funes indexe localement les traces des sessions passées, et TensorRT Edge-LLM sert environ 96 % des tokens de prompt depuis un cache chaud. Le corpus, l’index et le cache sont devenus des pièces d’architecture au même titre que les poids.