Frameworks d'agents, outils et évaluations
Specs Markdown chez Figma. Figma a dévoilé un éditeur de Specs au format Markdown et des intégrations de contexte, pour que les agents tiers respectent les règles de design d'une marque au moment de créer. L'agent de son canvas est par ailleurs accessible à un plus large public.
Évaluer les agents en pratique. LangChain a publié un guide de l'évaluation d'agents : commencer par un seul comportement, constituer de petits jeux de données à partir de traces réelles, utiliser des évaluateurs en code quand c'est possible et des juges LLM sinon, puis évaluer les conversations complètes et les trajectoires.
Contrer le context rot. Le harnais Deep Agents de LangChain s'appuie sur cinq techniques de middleware pour sortir le contexte de la fenêtre active et le déposer dans de simples fichiers. De quoi éviter la baisse de précision des agents au long cours et rendre la mémoire portable d'un modèle à l'autre.
Benchmark des parseurs OCR. Datalab a publié OmniParseBench, un benchmark ouvert de 16 288 tests réussite/échec répartis sur 2 937 pages, destiné à aider les ingénieurs à choisir un parseur de documents. Gemini 3.8 Flash devance de peu le parseur maison de Datalab.
Sécurité des agents financiers. À l'AI Engineer NY, OpenAI et Anthropic ont débattu de l'équilibre entre autonomie et sécurité dans les agents financiers : les contrôles et l'endroit où l'on place le jugement humain comptent davantage que le nombre de restrictions.
Sorties de modèles et fine-tuning
LFM2.5 taillé pour les agents. Un utilisateur a remplacé le modèle de ses workflows Pi Agent par LFM2.5-24B et rapporte environ 95 tokens/s soutenus sur une AMD W7900, avec des performances fiables sur les tâches mécaniques et récursives.
Trois variantes Qwen optimisées. Trois sorties distinctes — Sabi-Noema, Tessera-27B-CJK et MLA/GLA de Telperion — compressent les tokens de raisonnement ou le cache KV pour gagner en efficacité. Sabi-Noema revendique des gains sur les benchmarks d'agents et d'appel d'outils.
- Sabi-Noema: A capability and efficiency focused fine-tune of Qwen 3.8 27B(s'ouvre dans un nouvel onglet)
- Tessera-27B-B-CJK, Zellige AIs new finetune of Qwen with novel approaches to how we think about token savings(s'ouvre dans un nouvel onglet)
- New model from Telperion: Qwen3.8-27B-MLA & Qwen3.8-27B-GLA-g2. 4x smaller KV cache, smarter, and more efficient reasoning.(s'ouvre dans un nouvel onglet)
Multimodal sur mobile. MiniCPM-V 4.7 s'appuie sur le Lookahead Expert Scheduling pour faire tourner un modèle vision-langage MoE de 35B sur mobile avec environ 3 Go de mémoire, épaulé par une variante 1B plus légère.
MoE compact en vue. NVIDIA Nemotron Bolt 3.5 est un modèle MoE de 74B de paramètres (9B actifs) qui tient dans 24 Go grâce à un entraînement conscient de la quantification en 2 bits ; sortie le 15 octobre. Une variante E4B de 4 Go suivra le 23 octobre.
MoE pour le code. Le MoE Mellum 2.1 12B A2.5B de JetBrains tourne à 60 à 140 tokens/s sur des GPU grand public et se montre à la hauteur sur les tâches de code, surtout associé à un modèle planificateur plus grand.
IA locale et matériel
Un rig dans un poulailler. Un utilisateur a monté une machine de 256 Go de VRAM avec quatre cartes CMP 170HX débloquées et un Threadripper, puis l'a installée dans un poulailler pour cause de chaleur et de bruit. Il y fait tourner Qwen Flash Next et GLM 5.3 en local.
USA Arms passe à l'IA locale. L'entreprise a monté trois machines équipées de quatre Radeon R9700 et d'EPYC bon marché, à 10 700 $ pièce, soit 384 Go de VRAM au total, pour faire tourner l'IA de USA Arms après le refus des modèles hébergés de travailler sur les armes à feu.
Performances du moteur Radiance. Le moteur Radiance de Deadcode atteint 176 tokens/s en décodage et 6 450 tokens/s en prefill avec Qwen-3.8 Flash-Next en Q4, sur deux R9700 et 64 Go de DDR5.
Kernels GDN dans llama.cpp. Une PR de llama.cpp ajoute des kernels GDN chunked, qui accélèrent le traitement des prompts MoE jusqu'à 20,6 % sur RTX PRO 6000 et 17,9 % sur RTX 5090.
Recherche et IA appliquée
Concevoir des puces avec l'IA. Pour Ricursive Intelligence, l'IA peut concevoir des puces de façon itérative et gagner ainsi en efficacité : de quoi absorber une demande de calcul multipliée par 10 000 sans construire 10 000 fois plus de datacenters.
L'IA ne s'améliore pas seule. Haydn Belfield, de Google DeepMind, affirme que l'IA écrit plus de 75 % du code de production sans avoir pour autant accéléré de façon mesurable la recherche en IA ; la supervision humaine reste indispensable sur les tâches complexes.
Les commentaires pèsent peu. Un développeur a supprimé 168 000 lignes de commentaires d'une base de code : sur trois exécutions, l'agent IA a produit du code d'égale qualité avec et sans les commentaires. De quoi s'interroger sur leur utilité.
Décompilation massive par IA. La décompilation assistée par IA ouvre la voie aux mashups de jeux et à la préservation du patrimoine vidéoludique, mais menace aussi les logiciels propriétaires, comme l'explique le développeur indé Popcar.
Des protéases conçues par IA. Des chercheurs ont eu recours à la conception de protéines par IA pour remplacer les parties non catalytiques de protéases, créant des enzymes capables de couper des protéines précises impliquées dans des maladies neurologiques.
Prévisions météo par IA. HiRO-ACEv2, d'Ai2, simule les phénomènes météo extrêmes à 3 km de résolution pour environ 1/300e du coût de X-SHiELD, tandis que l'outil de ML de Microsoft, publié dans Nature, corrige les biais des prévisions à échéance de 2 à 6 semaines.
Agents en production
Agents infiltrés contre les arnaques. Apate déploie des milliers d'agents IA qui se font passer pour des victimes afin de faire perdre du temps aux escrocs et de récolter comptes bancaires, portefeuilles et infrastructures d'arnaque ; 2,5 millions de conversations ont déjà été traitées.
Recherche commerciale autonome. Floqer développe des agents IA qui collectent et mettent à jour en continu la connaissance client pour la vente B2B. La start-up a dépassé 1,2 M$ d'ARR et prévoit d'ouvrir sa technologie.
Commande conversationnelle. Square lance une borne à 1 999 $ dotée d'une couche vocale agentique : elle comprend le menu et gère en temps réel les modifications et les substitutions.
Traquer les crises en ligne. Gudea utilise l'IA pour analyser la propagation des sujets sur plus de 500 plateformes et identifier qui mène la conversation avant que la crise n'éclate, au-delà du social listening classique.
Gemini contre les arnaques. Google Messages déploie une protection renforcée, à activer soi-même, qui s'appuie sur Gemini dans le cloud pour évaluer les intentions des expéditeurs inconnus ; le traitement est chiffré et isolé dans un espace sécurisé.
Entretiens avec un client IA. McKinsey fera interagir certains candidats juniors avec un client simulé par IA lors des entretiens ; ce sont des humains qui évaluent la performance, pas l'IA.
Secteur, régulation et business
La course à l'IA relancée. Google et Meta ont dévoilé de nouveaux modèles de frontière qui défient OpenAI et Anthropic, inversant la perception d'une course déjà jouée.
Le calendrier d'OpenAI. Selon plusieurs informations, OpenAI prévoit une ou deux sorties de modèles cette année, mais son prochain modèle phare a encore besoin d'un travail d'alignement et d'un examen de sécurité des autorités.
Huit États poursuivent OpenAI. Huit États américains ont poursuivi OpenAI, affirmant que ChatGPT n'est pas sûr pour les enfants et que l'entreprise a induit les consommateurs en erreur sur la sécurité, invoquant notamment un affaiblissement de l'esprit critique.
Protéger les chats de Character.AI. Des procureurs généraux d'État ont déposé une notification dans la procédure de faillite de Character.AI pour empêcher la vente des conversations privées des utilisateurs, avertissant des risques vu le grand nombre de mineurs concernés.
Transparence sur la musique IA. YouTube a ajouté des étiquettes pour les morceaux générés par IA et Deezer prévoit un filtre pour exclure les titres IA : les deux plateformes veulent plus de transparence sur la musique générative.
Nvidia investit en Europe. Nvidia a annoncé 2 milliards de dollars de nouveaux investissements en Europe, des participations dans des start-up françaises et 250 millions de dollars de calcul pour les laboratoires britanniques de sécurité de l'IA.
Lanceur d'Epic vibe-codé. Epic Games a reconstruit son lanceur de zéro en s'appuyant sur le codage assisté par IA, avec à la clé de meilleures performances et une équipe réduite.
C'est tout pour cette journée – environ 5 minutes de lecture.