Motif de la recommandation :L'auteur montre comment un agent enchaîne deux Spaces Hugging Face via agents.md pour produire des splats 3D à partir de simples prompts, une méthode directement réutilisable.
Motif de la recommandation :OpenEnv passe sous gouvernance communautaire et se recentre sur une couche d'interopérabilité pour les environnements RL agentiques, ce qui éclaire les choix d'outillage des équipes qui entraînent des agents.
Motif de la recommandation :L'article détaille l'architecture multi-agents et le mécanisme de contexte suffisant, avec des gains de précision mesurés sur FramesQA.
Motif de la recommandation :L'article détaille la refonte du CLI hf pour les agents et publie un benchmark comparant consommation de tokens et taux de réussite face à curl et au SDK Python.
Motif de la recommandation :La famille Holo3.1 expose les gains sur AndroidWorld et les checkpoints quantifiés pour l'inférence locale, ce qui aide à évaluer le déploiement d'agents computer-use.
OpenAI permet de créer des sites web ou applications légers directement avec Codex via ChatGPT Sites. Le contenu source ne précise ni version de modèle.
Codex devient un outil de productivité pour tous, selon le rapport « The Next Era of Knowledge Work » d'OpenAI. Le rapport explore comment Codex transforme la productivité via la recherche assistée par IA, l'analyse de données, l'automatisation des workflows et la création de contenu.
Motif de la recommandation :JetBrains publie un MoE 12B à 2,5B paramètres actifs sous Apache 2.0, avec des cas d'usage précis pour le routage, le RAG et les sous-agents.
Motif de la recommandation :Mistral détaille sa pile IA industrielle et son agent Vibe, avec des partenariats Airbus, BMW et ASML et un centre de données en France, ce qui éclaire le positionnement entreprise.
Motif de la recommandation :Mistral regroupe travail et codage dans un seul agent et détaille les modes, les intégrations et les tarifs, ce qui aide à évaluer son adoption en entreprise.
Endava s'appuie sur Codex pour bâtir une organisation agentique, réduisant l'analyse des exigences de plusieurs semaines à quelques heures et accélérant la livraison logicielle.
Mistral AI publie en aperçu public Search Toolkit, un cadre composable et open source pour construire des pipelines de recherche destinés aux applications IA.
Motif de la recommandation :Un cadre unifié d'ingestion, de récupération et d'évaluation, open source et déployable sur site, qui permet de comparer les configurations de recherche sur ses propres données.
Warp s'appuie sur GPT-5.5 et les modèles OpenAI pour coordonner des agents de codage à travers des workflows de développement locaux, cloud et open source.
Motif de la recommandation :Mistral Medium 3.5 est publié en open weights et devient le modèle par défaut de Vibe et Le Chat, avec des agents cloud asynchrones et un mode Work.
Motif de la recommandation :Mistral AI expose les connecteurs MCP intégrés et personnalisés dans Studio, avec appels d'outils directs et validation humaine, ce qui permet de juger comment structurer les intégrations d'agents d'entreprise.
Databricks intègre GPT-5.5 à ses workflows d'agents en entreprise après que le modèle a établi un nouvel état de l'art sur le benchmark OfficeQA Pro. Le modèle GPT-5.5 est ainsi déployé pour des cas d'usage agentiques en entreprise via Databricks.
Motif de la recommandation :L'article détaille les applications concrètes d'AlphaEvolve dans la génomique, les réseaux électriques, les TPU et la logistique, avec des chiffres vérifiables.
Motif de la recommandation :Présentation de la couche d'orchestration Workflows et de son SDK Python, avec des cas d'usage concrets et un modèle de déploiement hybride.
OpenAI publie Symphony, une spécification open source qui transforme les issue trackers en systèmes d'agents Codex fonctionnant en continu. Cette approche vise à augmenter la production d'ingénierie tout en réduisant les changements de contexte.
Motif de la recommandation :L'article détaille l'architecture CSA/HCA et les choix de post-entraînement qui rendent l'inférence à 1M tokens exploitable pour les agents.
OpenAI présente GPT-5.5, un modèle conçu pour les tâches complexes telles que le codage, la recherche et l'analyse de données à travers différents outils.
OpenAI détaille comment l'ajout de WebSockets et d'un cache lié à la connexion dans la Responses API réduit la surcharge API et améliore la latence du modèle dans la boucle de l'agent Codex. L'analyse porte sur le fonctionnement interne de cette boucle agentique et sur le rôle de ces deux mécanismes dans l'optimisation des échanges.
Motif de la recommandation :Présente les agents d'espace de travail de ChatGPT et leur exécution cloud sécurisée, utile pour évaluer l'automatisation des flux d'équipe.
Google Research présente ReasoningBank, un cadre de mémoire d'agent publié à l'ICLR qui distille des schémas de raisonnement de haut niveau à partir d'expériences réussies et échouées pour l'auto-évolution au moment du test. Chaque mémoire structurée contient un titre, une description et un contenu de raisonnement distillé, et le flux fonctionne en boucle fermée de récupération, extraction et consolidation. Sur WebArena et SWE-Bench-Verified avec Gemini-2.5-Flash, ReasoningBank dépasse les agents sans mémoire de 8,3 % et 4,6 % de taux de réussite, et le couplage avec le memory-aware test-time scaling (MaTTS) apporte 3 % de réussite supplémentaire et 0,4 étape en moins sur WebArena.
Motif de la recommandation :L'article détaille le mécanisme de mémoire ReasoningBank et les gains mesurés sur WebArena et SWE-Bench-Verified, utile pour comprendre l'auto-évolution des agents.
Hugging Face analyse les implications de Mythos, un « frontier AI model » capable de détecter et corriger des vulnérabilités logicielles au sein d'un système combinant puissance de calcul.
Motif de la recommandation :L'original énumère les nouvelles capacités de Codex sur macOS et Windows, ce qui permet de juger comment elles s'intègrent aux flux de travail des développeurs.