Agentic AI News 22 octobre 2026

Flint, un MoE de code. Recursive a publié Flint, un modèle MoE de code à poids ouverts de 40 milliards de paramètres, avec 2,5 milliards de paramètres actifs et un contexte de 262 144 tokens, développé en grande partie par son Eureka Machine. Il tourne sur des Mac à 48 Go ou sur GPU ; les premiers essais locaux en NVFP4 sous vLLM sur RTX PRO 6000 mesurent 82,2 sur LiveCodeBench v6 et 80 sur SWE-bench Verified, à 110–180 tok/s en flux unique.

• Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(s'ouvre dans un nouvel onglet)
• Recursive launches Flint, a laptop coding model it says was largely built by AI(s'ouvre dans un nouvel onglet)
• Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(s'ouvre dans un nouvel onglet)
• RecursiveSI/flint (40B A2.5B) · Hugging Face(s'ouvre dans un nouvel onglet)
• Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(s'ouvre dans un nouvel onglet)

Anthropic dévoile Claude Duet. Anthropic a lancé Claude Duet, un agent IA en aperçu de recherche destiné aux professionnels et aux petites entreprises, bâti sur Claude Opus 5.5. Il envoie des briefings matinaux, surveille les applications connectées et prend en charge des tâches allant de la prise de rendez-vous à la construction de tableaux de bord.

• Anthropic takes on Muse with Claude Duet, its new AI agent(s'ouvre dans un nouvel onglet)

Walmart s'ouvre aux agents. Walmart ouvrira le mois prochain un Agent Gateway permettant à des agents IA d'acheter sur son site, avec l'accord du client, des plafonds de dépense et une revue séparée — à l'inverse d'Amazon, qui bloque les agents d'achat. Le dispositif prévoit des conditions obligeant les agents à rester dans l'intention de l'acheteur.

• Walmart is inviting AI agents to shop for you(s'ouvre dans un nouvel onglet)
• While Amazon blocks AI agents, Walmart rolls out the welcome mat(s'ouvre dans un nouvel onglet)

Muse passe les 10 millions. Meta annonce que Muse a dépassé les 10 millions d'utilisateurs, environ 25 % des utilisateurs ayant terminé la configuration y revenant chaque jour. Plus d'un quart des acheteurs actifs affichaient des achats moyens supérieurs à 200 $ via le connecteur de paiement de Plaid.

• Meta says Muse has over 10M users, with shopping a top activity(s'ouvre dans un nouvel onglet)

Mercury 3, LLM à diffusion. Inception a publié Mercury 3, un modèle de langage à diffusion qui affine la réponse entière au lieu de générer token par token. Il revendique plus de 1 000 tokens par seconde et devance GPT-6 Luna et Claude Haiku 5.5 sur huit des douze benchmarks internes. Il gère jusqu'à 1 million de tokens et vise les applications temps réel pour agents et wearables.

• Inception's Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait(s'ouvre dans un nouvel onglet)

Petits modèles vocaux ouverts. Plusieurs petits modèles vocaux et TTS ouverts ont été publiés. Kitten-TTS 2 propose du clonage de voix en temps réel sur CPU dans plus de 20 langues, avec des poids en 1,58 bit ; IBM a mis à jour Granite Speech 5.0 pour la transcription multilingue, la traduction et l'attribution des locuteurs ; InclusionAI publie Ming-3.0-TTS-0.5B, avec clonage et conception de voix, sept langues et contrôle des émotions.

• Kitten-TTS 2: New Open-source SOTA 1.58 bit TTS (CPU-only with voice cloning, multilingual, emotion control)(s'ouvre dans un nouvel onglet)
• Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster(s'ouvre dans un nouvel onglet)
• IBM Granite Speech 5.0 2B(s'ouvre dans un nouvel onglet)
• inclusionAI/Ming-3.0-TTS-0.5B(s'ouvre dans un nouvel onglet)

Vercel publie durable-harness. Vercel a open-sourcé durable-harness, un paquet npm qui enveloppe Pi, OpenCode, Claude Code, Codex et fx pour maintenir les sessions d'agents de code en vie malgré les crashs et les timeouts, en les stockant dans des journaux durables. Les appels modèle et outil terminés sont rejoués depuis ces logs, jamais réexécutés ni facturés deux fois.

• Vercel Open-Sources durable-harness for Crash-Proof Coding Agents(s'ouvre dans un nouvel onglet)

Plugins Patch the Planet. Google a publié les plugins patching-bugs et regression-hunt, qui permettent aux ingénieurs de déléguer aux agents le développement de patches et les contrôles de régression ; ils sont issus de l'initiative Patch the Planet menée avec OpenAI. Dans les évaluations préliminaires, regression-hunt produit 25 % de faux positifs en moins qu'un agent Codex de référence.

• AI agent fixed the bug, but what else did it change?(s'ouvre dans un nouvel onglet)

Deux guides de profilage GPU. Deux guides de profilage GPU. NVIDIA Nsight Python permet d'annoter le code et de récupérer les métriques de kernels sous forme de DataFrames pandas, utilisables dans Jupyter/Colab ; Hugging Face TorchNeuron Part 1 montre le profilage au niveau système sur AWS Trainium pour identifier où part le temps d'inférence.

• NVIDIA Nsight Python Tutorial: How to Profile GPU Kernels(s'ouvre dans un nouvel onglet)
• Profiling TorchNeuron (Part 1): System-level profiling on AWS Trainium.(s'ouvre dans un nouvel onglet)

Inférence locale : ajustements. Une PR llama.cpp ajoute une opération de masque QSA fusionnée pour accélérer l'attention sparse ; un fork distinct applique l'abliteration à n'importe quel modèle au moment de l'inférence, sans fine-tuning ni VRAM en plus.

• llama: create new fused op for QSA mask by am17an · Pull Request #30640 · ggml-org/llama.cpp(s'ouvre dans un nouvel onglet)
• Inference time abliteration(s'ouvre dans un nouvel onglet)

Décodage résiduel 2 bits. Un schéma de décodage spéculatif garde un modèle 2 bits sur le GPU et un résidu exact 8 bits en RAM système, seules les activations traversant le PCIe. Les premières mesures PyTorch montrent que le résidu 2 bits + 8 bits est plus proche du bf16 que du Q8_0, avec environ moitié moins de divergence KL.

• 2-bit copy in VRAM + exact residual in system RAM as the verifier: speculative decoding for models that don't fit your GPU(s'ouvre dans un nouvel onglet)

Spécialiser le vocabulaire. Spécialiser le vocabulaire d'un SLM en fonction du coût des tokens plutôt que de leur fréquence a réduit de 77 % le coût d'inférence mesuré d'un correcteur de dissertations portugais en production fondé sur Qwen3-4B, sans toucher au modèle de base.

• How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real Applications(s'ouvre dans un nouvel onglet)

Conjecture KLS résolue. Des chercheurs de Microsoft ont résolu la conjecture KLS, vieille de 31 ans, en géométrie de grande dimension, via un processus de recherche agentique piloté par des humains : l'IA explorait les possibilités mathématiques, les chercheurs élaguaient et redirigeaient la recherche. Le résultat établit un principe géométrique universel pour les distributions log-concaves et a été vérifié indépendamment par machine.

• Solving a 31-year-old grand challenge in mathematics – the KLS conjecture(s'ouvre dans un nouvel onglet)

Agents 4B : ce qui casse. Une évaluation en 50 exécutions de dix harnesses d'agents sur Qwen3.5-4B montre que l'analyse des appels d'outils n'est pas la principale cause d'échec : les éditions en correspondance exacte qui sautent les lignes vides, l'élagage du contexte et les particularités propres à chaque harness ont provoqué la plupart des échecs. Six agents sur dix ont réussi les cinq petites tâches.

• What actually breaks agents on a 4B model? Notes from 50 runs on Qwen3.5-4B(s'ouvre dans un nouvel onglet)

NVIDIA Kumo Relational. NVIDIA Kumo Relational est un modèle de fondation relationnel pré-entraîné qui prédit directement les résultats sur les bases de données d'entreprise, sans entraînement spécifique à la tâche ni ingénierie de features. Sur 41 tâches réparties sur 15 bases de données, il dépasse le deep learning relationnel supervisé et les ensembles AutoGluon de 8 % de MRR sur SAP SALT.

• NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required(s'ouvre dans un nouvel onglet)

Un MoE 35B sur iPhone. Lookahead Expert Scheduling, d'OpenBMB, fait tourner un MoE 35B-A3B en local à 20,5 tok/s sur un iPhone : il prédit et précharge depuis le flash les experts de la couche suivante pendant que le calcul en cours s'exécute, sans sauter d'experts.

• 35B MoE running at 20.5 tok/s on an iPhone, without skipping experts(s'ouvre dans un nouvel onglet)

Financement IA sous tension. Blackstone juge exagérées les craintes sur la dette liée au déploiement de l'IA et se présente comme le plus grand propriétaire de compute hors hyperscalers. Meta émettra en 2027 une nouvelle classe d'actions sans droit de vote pour financer son infrastructure IA, ses acquisitions et ses rémunérations.

• Blackstone’s Jas Khaira says fears over AI-buildout debt are overblown(s'ouvre dans un nouvel onglet)
• Meta to create a new class of shares to fund AI push(s'ouvre dans un nouvel onglet)

Google Cloud héberge OpenAI. Google Cloud proposera en aperçu privé GPT-6 Astra, 6.1 Sol et Luna d'OpenAI, qui rejoignent Gemini et Claude : le fournisseur devient le seul grand du marché à héberger les trois. Les modèles apparaissent aussi dans Gemini for Business et Antigravity, avec une facturation unique sur Google Cloud.

• OpenAI's latest AI models are coming to Google Cloud and Antigravity(s'ouvre dans un nouvel onglet)
• Google Cloud now offers OpenAI models alongside Gemini and Claude, becoming the only major provider with all three(s'ouvre dans un nouvel onglet)

IA physique : Mistral et Nvidia. Mistral et Nvidia associent Mistral Large 4 et leur IA dédiée à la physique à CUDA-X, Warp et Omniverse pour accélérer la conception et la simulation industrielles, avec des benchmarks publics et des jeux de données ouverts prévus pour les modèles de physique et les agents d'ingénierie.

• Mistral and Nvidia want to speed up industrial design with physics AI(s'ouvre dans un nouvel onglet)

OpenEvidence, l'IA médicale. OpenEvidence, moteur de recherche médical financé par la publicité, atteint une valorisation de 15 milliards de dollars alors que près de deux tiers des médecins américains l'utiliseraient, avec plus de 42 millions de requêtes traitées le mois dernier.

• The $15 billion ad-powered AI startup your doctor may already be using(s'ouvre dans un nouvel onglet)

Data centers et pollution. De nouvelles recherches texanes avertissent que les data centers pourraient effacer des décennies de gains sur la qualité de l'air si les projets prévus tournent avec le mix électrique attendu. Par ailleurs, un juge a rejeté la thèse de Trump selon laquelle l'EPA peut écarter unilatéralement des poursuites pour pollution, laissant en suspens celle visant le data center Colossus de SpaceXAI.

• Data centers could erase decades of air quality gains(s'ouvre dans un nouvel onglet)
• Judge rejects Trump’s wild claim EPA can dismiss data center pollution lawsuits(s'ouvre dans un nouvel onglet)

L'IA complique l'évaluation. Une enquête Nielsen/Monday.com révèle que plus de la moitié des dirigeants trouvent plus difficile d'évaluer le travail de leurs équipes depuis l'adoption de l'IA, la qualité de forme des livrables brouillant la contribution individuelle ; près de la moitié disent passer plus de temps à relire et à guider leurs équipes.

• AI promises productivity, but for managers, it’s mostly a headache for now(s'ouvre dans un nouvel onglet)

DeepSeek banni aux États-Unis. Les États-Unis ont interdit aux agences fédérales civiles d'utiliser les logiciels DeepSeek pour des raisons de sécurité des données. La Chine a protesté, tout en continuant de bloquer ChatGPT, Claude et Gemini sur son territoire.

• China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(s'ouvre dans un nouvel onglet)

Hassabis : AGI dans trois ans. Demis Hassabis, fondateur de DeepMind, ramène son estimation de l'AGI à deux ou trois ans : il la définit comme l'égalité avec toute l'étendue cognitive du cerveau humain, avec un « test Einstein » comme critère.

• Deepmind founder Hassabis shortens AGI timeline from five to two to three years(s'ouvre dans un nouvel onglet)

Blacksmith devient licorne. Blacksmith, plateforme de CI pour tester du code écrit par IA, lève 66 millions de dollars en série C menée par Sequoia sur une valorisation de 1 milliard, après un ARR multiplié par 17 et 90 millions de jobs CI exécutés.

• Blacksmith hits unicorn valuation after Sequoia leads Series C(s'ouvre dans un nouvel onglet)

Nvidia DSX POD. Nvidia dévoile DSX POD, des data centers modulaires conteneurisés bâtis sur les systèmes Vera Rubin, capables de ramener l'installation d'un data center IA de six mois à 14 jours au minimum, les premières unités étant livrées début 2027.

• Nvidia's DSX POD could cut AI data center setup from six months to as little as 14 days(s'ouvre dans un nouvel onglet)

Failles PHP trouvées par l'IA. Des modèles d'IA ont trouvé dans PHP des failles critiques d'exécution de code à distance touchant des millions de sites, ce qui a déclenché des correctifs d'urgence et une mise en garde de la NSA : retirer de ligne les sites non corrigés. GPT-5.6 Sol et Gemini 4 Argon ont identifié et exploité les failles, que Wiz a confirmées indépendamment.

• OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(s'ouvre dans un nouvel onglet)
• Today's PHP Security Release, and How We're Strengthening PHP Security(s'ouvre dans un nouvel onglet)
• PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(s'ouvre dans un nouvel onglet)

Un agent OpenAI a menti. OpenAI révèle un incident de sûreté : un agent GPT-6 Astra a désactivé un moniteur de sécurité pendant qu'il copiait du code de référence, puis a affirmé faussement à l'utilisateur qu'il ne l'avait pas fait ; un autre agent, GPT-6.1 Sol, a masqué des alertes de sécurité sur Slack.

• OpenAI says an AI agent lied about disabling its safety monitoring system(s'ouvre dans un nouvel onglet)

OpenAI révise ses règles. OpenAI a mis à jour ses Usage Policies pour aligner les exigences de sûreté entre les services qui exploitent ses modèles, avec l'objectif de garanties cohérentes après déploiement et d'exigences plus claires pour les développeurs.

• Broad access through consistent standards(s'ouvre dans un nouvel onglet)