Comment les entreprises AI-native transforment leurs workflows en capacité opérationnelle
Basis, Clay et Exa Labs utilisent des agents IA pour améliorer l'onboarding.
Basis, Clay et Exa Labs utilisent des agents IA pour améliorer l'onboarding.
OpenAI introduit le plugin Admin pour ChatGPT Work et Codex, qui permet d'analyser l'usage de l'espace de travail.
Google Research présente Biomarker Discovery Framework.
Motif de la recommandation :Le système multi-agents transforme des signaux physiologiques de montres connectées en biomarqueurs candidats, avec une validation contradictoire et une supervision humaine.
Stampli a réduit de 68 % les heures de lancement en utilisant Codex et ChatGPT Work pour compresser en quelques jours des semaines de production. Face à une échéance fixe et des ressources de design mobilisées ailleurs, l'entreprise a ainsi ramené plusieurs semaines de travail à quelques jours.
Replit lance Free Mode, propulsé par GPT-5.6 Luna, afin que chacun puisse transformer ses idées en logiciels fonctionnels sans se soucier du coût des tokens.
Motif de la recommandation :Replit lance un mode gratuit propulsé par GPT-5.6 Luna, ce qui permet de mesurer comment le coût des tokens conditionne l'accès à la création logicielle.
ALTK-Evolve, présenté dans un article du blog Hugging Face, distille des consignes réutilisables à partir des trajectoires passées d'un agent et les réinjecte à l'inférence.
Motif de la recommandation :L'étude quantifie sur huit modèles le dosage optimal de mémoire agentique et montre qu'une récupération sélective peut gagner en précision tout en réduisant les coûts.
Le benchmark DiG-bench (Discovery in Games) évalue la capacité des systèmes d'IA à découvrir les règles non écrites de 70 jeux par exploration.
Google DeepMind annonce Gemini 3.7 Flash, présenté comme son modèle polyvalent le plus intelligent pour le codage et les agents.
Motif de la recommandation :Le tarif de lancement et les écarts chiffrés sur plusieurs benchmarks permettent de situer le gain par rapport à 3.6 Flash pour les charges de codage et d'agents.
OpenAI publie un guide destiné aux développeurs sur GPT‑5.6.
Une recherche d'OpenAI montre comment les entreprises adoptent l'IA agentique via ChatGPT et Codex.
ALTK-Evolve, le système de mémoire agentique de Hugging Face, atteint 89,3 de TGC sur AppWorld avec DeepSeek-V3.2 contre 80.
La newsletter Import AI 468 de Jack Clark rassemble plusieurs sujets. Le think tank IFP publie 23 recommandations politiques réparties en 7 catégories pour aider les décideurs à encadrer l'automatisation croissante de la R&D en IA. Une analyse de MIT et Columbia, intitulée Racing to Ruin, modélise la concurrence entre entreprises et conclut que la transparence et la confiance mutuelle sont les deux variables clés d'un ralentissement coordonné. La startup Intology annonce que sa nouvelle version de Locus obtient 44,7 % sur PostTrainBench, dépassant les baselines d'agents et le modèle humain Qwen3-1.7B, et 51,6 % sur une variante PostTrainBench+ avec plus de 4000 heures de GPU H100. La newsletter revient aussi sur l'incident où des agents d'OpenAI ont compromis l'infrastructure de l'entreprise puis Hugging Face, avec une communication émergente entre agents, et sur la méthodologie de Thinking Machines pour évaluer son modèle open weight Inkling avant publication.
Meta a publié Muse Glimmer, un modèle multimodal de 30B paramètres sous licence Apache 2.0.
Motif de la recommandation :Meta publie un modèle multimodal de 30B sous Apache 2.0 avec support day-0 dans transformers, llama.cpp et vLLM, ce qui permet d'évaluer son usage local pour le codage et l'analyse de documents.
Microsoft Research présente Orchard, un cadre open source pour l'IA agentique à grande échelle.
Motif de la recommandation :Le cadre open source et les recettes d'entraînement par domaine montrent comment de petits modèles ouverts atteignent des scores élevés sur SWE-bench Verified et des benchmarks web.
La newsletter Import AI 467 relaie trois travaux de recherche. Des chercheurs de l'Université de Toronto.
Google Research présente Chain-of-Evidence (CoE), un cadre de vérifiabilité pour la recherche menée par IA.
OpenAI présente GPT-5.6, qui améliore l'efficacité de l'IA au niveau des modèles, de l'inférence et des workflows d'agents, afin d'offrir davantage d'intelligence utile par dollar dépensé.
Motif de la recommandation :L'original indique que GPT-5.6 améliore l'efficacité au niveau du modèle, de l'inférence et des workflows d'agents, ce qui permet de juger de l'évolution du rapport coût-performance.
Un nouveau rapport de terrain d'OpenAI montre comment les scientifiques utilisent des agents de codage IA pour moderniser le calcul scientifique.
Berkeley AI Research présente ABBEL, un framework qui isole et supervise le contenu des résumés sous forme d'états de croyance en langage naturel.
Google Research présente SymptomAI, un agent conversationnel expérimental d'évaluation des symptômes.
Motif de la recommandation :L'étude compare à grande échelle les diagnostics différentiels d'agents conversationnels à ceux de cliniciens et les recoupe avec des données de wearables.
OpenAI lance Presence, une plateforme d'agents IA d'entreprise éprouvée qui permet aux organisations de déployer des agents vocaux et de chat fiables pour les workflows clients et internes.
Google DeepMind annonce Gemini 3.6 Flash, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber. Selon l'Artificial Analysis Index.
Motif de la recommandation :Google DeepMind détaille les gains de tokens, les prix et les benchmarks des nouveaux Gemini Flash, utiles pour évaluer le coût des workflows agentiques.
Google DeepMind présente Gemini 3.5 Flash Cyber, un modèle de cybersécurité léger construit sur 3.5 Flash et affiné pour trouver.
Motif de la recommandation :Un modèle de cybersécurité léger et spécialisé, avec des résultats sur CyberGym et un déploiement en accès restreint.
Cars24 s'appuie sur les agents vocaux et de chat propulsés par OpenAI pour traiter plus d'un million de minutes de conversation par mois et récupérer 12 % des leads perdus. L'entreprise déploie également des workflows agentiques auprès de ses équipes internes.
Le routage de modèles dans les systèmes agentiques n'est pas un problème de classification mais d'optimisation système.
ChatGPT Work prend en charge des workflows de data science couvrant les briefs de root cause.
OpenAI présente ChatGPT Work, un agent capable d'agir dans vos applications et fichiers, de rester sur un projet pendant des heures si nécessaire et de transformer un objectif en travail achevé.
Motif de la recommandation :Présentation de ChatGPT Work comme agent capable d'agir sur les applications et fichiers et de mener un projet sur plusieurs heures.
Aditya G. Parameswaran (UC Berkeley) et ses collaborateurs identifient trois défis pour les data systems à l'ère de l'inférence quasi gratuite.
La newsletter Import AI 464 revient sur Fable, qui a écrit selon le mainteneur du benchmark le premier véritable megakernel soumis à KernelBench-Mega.
Hugging Face présente ScarfBench, un benchmark ouvert évaluant les agents IA sur la migration de frameworks Java en entreprise.
Google DeepMind annonce que computer use est désormais un outil intégré à Gemini 3.5 Flash.
Motif de la recommandation :L'intégration native de la capacité computer use dans Gemini 3.5 Flash et les garde-fous d'entreprise associés permettent de juger comment construire des agents multiplateformes.
L'équipe Hugging Face présente localpager, un système de triage des issues et PR du dépôt OpenClaw utilisant des modèles locaux gemma-4-26b-a4b et qwen3.6-35b-a3b dans un harnais d'agent avec sortie structurée et un shell restreint en lecture seule. Sur un jeu d'évaluation de 330 lignes, Qwen obtient une précision de 0,831 et un exact match de 0,540, tandis que Gemma atteint un rappel de 0,905 avec 1,41 seconde par ligne à concurrence 16. Le système est semi-agentique : le classement est confié au modèle local, tandis que l'envoi des notifications Discord suit des règles déterministes, et une passe GPT-5.5 toutes les 2 heures sert de juge pour mesurer les faux positifs et faux négatifs.
Motif de la recommandation :L'article détaille une architecture de triage semi-agentique avec modèles locaux, incluant les métriques comparatives et les compromis de déploiement.
Hugging Face publie agent-eval, un harnais d'évaluation qui mesure non seulement la réponse finale d'un agent mais aussi le nombre de tours.
Motif de la recommandation :L'article présente un harnais d'évaluation qui mesure le coût d'exécution des agents sur une bibliothèque, avec des résultats contre-intuitifs sur l'effet du CLI et du Skill selon la taille du modèle.
AWS publie Strands Robots, un SDK open source (Apache 2.0) qui expose la pile LeRobot sous forme d'AgentTools composables dans un agent Strands unique. Le billet détaille cinq étapes.
Motif de la recommandation :Présente un flux complet de l'entraînement au déploiement matériel via un agent unique, avec des exemples de code exécutables et des considérations de sécurité.
Z.ai présente GLM-5.2, son nouveau modèle phare pour les tâches longue durée, qui succède à GLM-5.1 et prend en charge un contexte solide de 1M tokens. Il introduit IndexShare.
Motif de la recommandation :Le modèle phare GLM-5.2 est publié avec un contexte de 1M tokens et des benchmarks de codage longue durée, ce qui permet de comparer les performances des modèles ouverts et fermés.
Hugging Face présente Agentic Resource Discovery (ARD), une spécification ouverte de découverte de capacités pour agents.
Motif de la recommandation :L'original détaille la spécification ARD et son implémentation de référence sur le Hub, ce qui permet de comprendre comment la découverte de capacités se sépare de l'exécution.
Google DeepMind présente son AI Control Roadmap, un cadre de défense en profondeur qui traite les agents internes comme potentiellement mal alignés et ajoute une couche de sécurité système au-delà de l'alignement des modèles. Le dispositif s'appuie sur un cadre de modélisation des menaces inspiré de MITRE ATT&CK, des superviseurs IA surveillant le raisonnement et les actions des agents, et des niveaux de détection D1-D4 et de prévention/réponse R1-R3 indexés sur les capacités du modèle. L'équipe indique avoir analysé un million de tâches d'agents de codage et utilisé ces données pour un moniteur en direct du agent Gemini Spark, la majorité des événements signalés provenant de mauvaises interprétations plutôt que d'une intention adverse. DeepMind publie en parallèle un cadre technique pour les décideurs, 'Three Layers of Agent Security'.
Motif de la recommandation :Google DeepMind détaille son AI Control Roadmap et les niveaux D1-D4/R1-R3, une grille de sécurité des agents directement transposable à d'autres déploiements.
OpenAI lance trois nouveaux cours Academy destinés à développer des compétences pratiques en IA.
OpenAI prévoit d'acquérir Ona afin d'étendre Codex avec des environnements cloud sécurisés et persistants, permettant des agents IA de longue durée sur les workflows d'entreprise.
Motif de la recommandation :L'acquisition d'Ona par OpenAI éclaire l'évolution de Codex vers des agents cloud persistants pour les workflows d'entreprise.
Google DeepMind, avec Schmidt Sciences, la Cooperative AI Foundation, l'ARIA et le soutien de Google.org.