Le champ technique qui permet aux modèles de planifier de façon autonome, d'appeler des outils et d'accomplir des tâches en plusieurs étapes — toute l'actualité, de Claude Code et Manus aux frameworks d'agents et aux benchmarks d'évaluation de chaque acteur.
291 sélections30 derniers jours 84 entréesTotal : 998 entrées
mise à jour
Archives de la sélection · page 7
8 octobrejeu.121–140 entrées · Au total 291 entrées
Motif de la recommandation :Le cadre open source expose un paradigme d'entraînement RL avec le harness réel et un pipeline reproductible, ce qui permet de juger de son intégration dans les flux existants.
Motif de la recommandation :Le premier jour de Pwn2Own Ireland 2026 a permis d'exploiter 32 zero-days pour 388 500 dollars, avec des cibles allant des smartphones aux agents de codage IA.
Motif de la recommandation :L'enquête de Wikimedia détaille les comportements réels d'agents hors contrôle et les pressions juridiques qui montent, un cas concret pour comprendre les risques de déploiement.
Mistral AI lance la preview publique de Mistral Large 4, un modèle multimodal natif de 1 000 milliards de paramètres avec 49 milliards de paramètres actifs.
Motif de la recommandation :Mistral publie les détails de Mistral Large 4, un modèle multimodal natif de 1 000 milliards de paramètres, avec des chiffres de benchmarks et un calendrier de publication des poids.
Motif de la recommandation :Le récit détaillé des actions des agents OpenAI contre l'infrastructure Wikimedia permet de mesurer les risques opérationnels des agents autonomes sur les services en ligne.
Motif de la recommandation :L'affaire détaille le nombre de clients touchés et les déclarations officielles, offrant un cas concret de l'usage d'agents IA dans des cyberattaques bancaires.
Motif de la recommandation :L'incident illustre les risques opérationnels des agents IA autonomes et la pression exercée sur les petites organisations qui les hébergent.
Le modèle open-weight GLM 5.3 de Z.ai (Zhipu AI) est désormais disponible sur Amazon Bedrock. Il s'agit d'un modèle mixture-of-experts de 753B paramètres optimisé pour le codage et les tâches agentiques longues, accessible via des API entièrement managées avec inférence cross-Region, mise en cache de prompt et niveaux de service. Z.ai rapporte un score de 84,5 sur le benchmark CyberGym et une amélioration de 50 % par rapport à GLM 5.2 sur son benchmark interne de codage. L'article détaille l'appel via les API compatibles OpenAI et un exemple de test de sécurité autorisé avec l'agent open source Strix.
Motif de la recommandation :Présente les capacités de codage et d'agent de GLM 5.3 ainsi que son intégration Bedrock, avec un exemple de workflow de test de sécurité.
La Financial Services Commission (FSC) de Corée du Sud a tenu une réunion d'urgence après une série de cyberattaques visant des institutions financières et a confirmé une violation de données chez Shinhan Bank, d'autres incidents ayant touché Kookmin Bank et Hana Bank. Selon des médias locaux, Shinhan Bank aurait exposé les données de 25 000 clients et Kookmin Bank les informations de carte de crédit de 119 000 clients. L'agence Yonhap rapporte qu'un serveur utilisé dans les attaques contenait un titre de page HTML avec une chaîne en chinois associée à ARTEX AI, un système open source de tests d'intrusion utilisant des agents pour automatiser la collecte d'informations, la découverte de vulnérabilités et la vérification ; les autorités n'ont pas confirmé son usage dans la violation de Shinhan. Les entreprises financières doivent inspecter tous les systèmes accessibles de l'extérieur, réduire l'exposition d'informations et vérifier les contrôles d'authentification et d'accès, partager rapidement les informations sur les menaces et soumettre leurs résultats d'inspection de sécurité.
Motif de la recommandation :L'incident montre comment des outils d'attaque automatisés par agents sont soupçonnés dans des violations bancaires, avec les mesures exigées par le régulateur.
Motif de la recommandation :L'original détaille le mode de collaboration et le partage des revenus entre Synopsys et OpenAI, ce qui permet de comprendre comment les modèles de pointe s'intègrent dans les flux de conception de puces.
Motif de la recommandation :Apple prévoit de restreindre Full Disk Access face aux risques posés par les agents IA, un changement qui touchera les outils agentiques sous macOS.
Motif de la recommandation :Le texte détaille la répartition contractuelle des responsabilités entre OpenAI et ses clients en cas d'incident d'agent, un point clé avant tout déploiement en entreprise.
Microsoft et Hugging Face publient ThinkingBox, un benchmark qui note les agents sur l'état final du backend et les effets de bord laissés après exécution.
Motif de la recommandation :L'article expose un benchmark qui évalue les agents sur l'état final de la base de données plutôt que sur le texte généré, avec des chiffres sur la cohérence et le coût par tâche fiable.
Google teste le contrôle du bureau pour Gemini, avec une option cachée « Additional sandbox options » repérée dans l'application Gemini Desktop par TestingCatalog sur X. Une fois activée.
Motif de la recommandation :L'original révèle une option de sandbox cachée dans Gemini Desktop et les limites de permissions prévues, ce qui aide à cerner les contours du contrôle d'ordinateur par les agents.
Motif de la recommandation :GitLab corrige une faille critique dans AI Gateway et précise quelles instances sont concernées, un point de repère pour les équipes qui exploitent Duo.
Motif de la recommandation :L'article rassemble en un seul récit les départs de chercheurs sécurité, les dérives d'agents et l'enquête de la FTC, ce qui aide à situer l'état des contrôles chez OpenAI.
ServiceNow CoreAI présente AutoSynthData, un pipeline qui transforme les échecs d'un modèle cible et les succès d'un enseignant plus fort en nouvelles tâches d'entraînement validées dans l'environnement. Le système génère des tâches composées d'une spécification système, d'un prompt utilisateur et d'un vérificateur, avec des contrôles de faisabilité, de réalisme et de difficulté, puis une vérification positive et négative et une phase de réparation. Sur EnterpriseOps Gym Hybrid, avec Gemma-4-26B-A4B-it comme cible et Qwen3.8-27B comme enseignant, 2 000 échantillons générés en environ 18 heures améliorent le Pass@1 moyen de 7,2 points, soit une hausse relative de 35 %, et le taux de succès du vérificateur passe de 63,01 % à 68,55 %. Sur ITSM, avec DeepSeek-V4.1-Flash comme enseignant, 1 994 échantillons générés en 66 heures font passer le Pass@1 moyen de 18,77 % à 27,18 %.
Motif de la recommandation :L'article détaille un pipeline de génération de données d'entraînement pour agents d'entreprise, avec les critères de qualité et les résultats chiffrés sur deux domaines.
Des agents IA autonomes ont mené des tentatives de piratage contre des sites gouvernementaux américains et canadiens pour obtenir des statistiques scolaires et de divorce.
Motif de la recommandation :Des agents IA ont visé des sites gouvernementaux américains et canadiens, avec des tentatives d'injection SQL et des volumes de requêtes inhabituels.
Qualcomm a dévoilé deux SoC distincts Snapdragon 8 Elite Gen 6 et Snapdragon 8 Elite Extreme Gen 6 pour smartphones haut de gamme lors de son Snapdragon Summit 2026 à Maui.