Anthropic ouvre Claude Code aux mods, GitHub Copilot pilote les applications de bureau, Black Forest Labs lance FLUX 3 Image

Jeudi 1er octobre, Anthropic lance les mods, de petites fonctions TypeScript qui s’accrochent aux événements de Claude Code pour en réécrire le comportement et l’interface, livrées avec la version 2.1.287. GitHub ouvre le même jour en préversion publique deux capacités d’agent dans Copilot CLI et l’app GitHub Copilot : le pilotage des applications de bureau et les workflows dynamiques, des orchestrations écrites en code. Black Forest Labs lance FLUX 3 Image, qui compose par boîtes englobantes et génère jusqu’en 4K ; Google déploie Guided Vision dans Gemini Live, Barclays étend Claude à toute la banque et GitHub resserre le signalement des vulnérabilités face aux rapports générés par IA.

Claude Code s’ouvre aux mods, des fonctions TypeScript qui réécrivent son comportement et son interface

1er octobre — Anthropic lance les mods, de petites fonctions TypeScript qui changent le fonctionnement de Claude Code. Chaque action de l’outil émet un événement (appel d’outil, demande de permission, prompt soumis, début et fin de tour, dessin d’une partie de l’écran), et un mod s’y accroche avant, après, à la place ou en l’enveloppant. Il peut réécrire un prompt avant qu’il n’atteigne le modèle, bloquer, réécrire ou relancer un appel d’outil, approuver ou refuser une permission, masquer des secrets dans la sortie d’un outil avant que Claude ne la lise, ou ajouter ses propres panneaux, boutons et champs de saisie. Les mods sont livrés dans des plugins, s’installent avec /plugin et se partagent comme eux ; ils arrivent avec Claude Code 2.1.287 et sont activés par défaut. Inutile de connaître l’API pour commencer : on peut demander à Claude Code d’écrire le mod, et il produit le TypeScript, l’installe et le recharge à chaud dans la session.

La différence avec les hooks existants est nette. Un hook de réglages (settings hook) lance une commande shell à chaque événement ; un mod est chargé une fois et reste dans la session, si bien qu’il garde un état, redessine l’interface au fil des événements et peut enregistrer des commandes slash ou des outils que le modèle appelle. Anthropic s’en sert déjà pour ses propres fonctions : le panneau /diff et la prise en charge d’AGENTS.md sont devenus des mods intégrés, qu’on peut désactiver ou remplacer, et l’éditeur prévoit d’en convertir d’autres au fil du temps pour qu’on puisse réduire Claude Code à un petit noyau. Parmi les six mods intégrés que liste la documentation figure You should know, désactivé par défaut, où un agent secondaire signale ce que l’utilisateur ou Claude pourraient manquer.

Aspect des mods	Détail officiel
Version minimale	Claude Code 2.1.287, mods activés par défaut
Surfaces avec affichage	CLI en terminal, onglet Code de Claude Desktop (hors sessions WSL)
Surfaces sans affichage	Extension VS Code, `claude -p`, Agent SDK et sessions cloud, où les hooks tournent
Mods intégrés	6, dont `/diff`, AGENTS.md, `sec-default` et You should know
Temps propre d’un hook	10 secondes par déclenchement
Désactivation	`/plugin` pour un mod, `--safe-mode` pour une session, `disableAllHooks` pour tous

Le guide de démarrage d’Addy Osmani sur claude.dev construit Token Weather, un mod d’environ 80 lignes qui affiche au-dessus du prompt la « météo » du contexte, avec un mini-graphique des 12 derniers tours. Il présente aussi Blast Radius, qui retient un rm -rf, un git reset --hard ou un push forcé le temps de montrer ce qu’il toucherait, et Replay Theater, qui rejoue les modifications de fichiers d’un tour.

La confiance reste le point délicat. Le billet prévient que les mods ne sont pas isolés : ils disposent du même accès à la machine que Claude Code, et la documentation précise qu’un mod peut lire les variables d’environnement et les fichiers de réglages, voir chaque prompt, approuver un appel d’outil ou consommer l’usage du forfait, mais pas modifier l’invite de permission. Le guide de claude.dev décrit pourtant un module qui tourne dans son propre bac à sable, sans DOM ni Node, toute action extérieure passant par l’API $ : c’est ce qui permet à claude plugin validate de lister, avant installation, les événements qu’un mod intercepte et les appels qu’il fait. Sur Team et Enterprise, et sur toute machine à réglages gérés, le mod intégré sec-default se charge en premier et empêche les mods installés par l’utilisateur de contourner les règles de refus ; les administrateurs peuvent placer leurs propres mods avant lui.

Mods are absolutely insane. You can now customize Claude to work and look the way you want by just prompting it. Each person works differently, so there’s no reason why everyone should have an identical Claude experience. Make Claude your own, and share mods as plugins so others can try your mods too.

🇫🇷 Les mods, c’est complètement fou. Vous pouvez désormais personnaliser Claude pour qu’il travaille et s’affiche comme vous le voulez, simplement en le lui demandant. Chacun travaille différemment, il n’y a donc aucune raison que tout le monde ait une expérience Claude identique. Appropriez-vous Claude, et partagez vos mods sous forme de plugins pour que d’autres puissent les essayer. — @bcherny sur X

Le lancement était attendu : Boris Cherny l’avait annoncé le 14 septembre, et Anthropic avait partagé la conception sur GitHub (issue #91870). Le billet et le guide de claude.dev invitent à soumettre ses mods à l’annuaire Claude.

🔗 Customize Claude Code with mods in TypeScript · Guide de démarrage sur claude.dev · Documentation des mods

Claude Code 2.1.287 : contexte de 1M par défaut chez les fournisseurs cloud et 67 correctifs

1er octobre — Claude Code 2.1.287 est la version qui livre les mods, mais elle compte 106 entrées, dont 67 correctifs. Pour les entreprises, sur Bedrock, Vertex, Foundry et la passerelle Claude apps, Opus 4.7 et les versions suivantes ainsi que Fable utilisent désormais par défaut une fenêtre de contexte de 1M, sans suffixe [1m] ; CLAUDE_CODE_DISABLE_1M_CONTEXT=1 permet de rester à 200K. /advisor accepte Sonnet 5.5 comme conseiller d’Opus 4.7 et 4.8, une bascule automatique de modèle conserve le niveau d’effort en cours, et les serveurs MCP au protocole 2025-11-25 peuvent ouvrir des invites d’URL. Un rm dangereux garde sa confirmation même quand la commande redirige sa sortie vers ~ ou un joker, les invites de permission en attente s’affichent de la plus ancienne à la plus récente, et neuf entrées améliorent le mode lecteur d’écran. Dans VS Code, une commande ou un sous-agent en cours peut passer en arrière-plan (Run in background).

🔗 Notes de version de Claude Code 2.1.287

GitHub Copilot : le pilotage des applications de bureau et les workflows dynamiques en préversion publique

1er octobre — GitHub ouvre le même jour deux capacités d’agent en préversion publique dans Copilot CLI et l’app GitHub Copilot : le contrôle des applications de bureau, et les workflows dynamiques, également proposés dans le GitHub Copilot SDK.

Copilot pilote les applications de bureau. Le contrôle d’ordinateur (computer use) arrive sur macOS et Windows. Copilot lit le contenu accessible d’une fenêtre et son contexte visuel, par l’arbre d’accessibilité du système ou par des captures d’écran quand il le faut, clique sur des contrôles, saisit du texte, appuie sur des touches, fait défiler, glisse-dépose et enchaîne des étapes d’une application à l’autre ; la démonstration le montre remplissant une note de frais dans Safari. GitHub vise les logiciels anciens ou purement graphiques, sans API, sans interface en ligne de commande ni intégration MCP, et la documentation recommande ces voies quand elles existent, car elles donnent des résultats plus prévisibles. La fonction est désactivée par défaut : /computer on l’active dans la CLI, /computer show affiche son état et /computer off la coupe, tandis que l’app la propose dans ses réglages. Copilot demande l’autorisation avant de piloter chaque application : on peut l’accorder pour la session, l’enregistrer pour les suivantes ou la refuser. Une approbation permanente (Always allow) vaut pour la CLI et l’app sur la même machine, mais une règle de refus l’emporte toujours, et deux appuis sur Échap dans la CLI, ou le bouton Stop dans l’app, interrompent une action qui dérape. Les réglages gérés d’une organisation peuvent désactiver la fonction, sans qu’une activation locale passe outre. GitHub prévient qu’une instruction ambiguë ou un contenu inattendu à l’écran peut provoquer des actions non voulues sur des comptes connectés, y compris financiers, et déconseille l’approbation permanente pour les applications sensibles. Ni les formules concernées ni aucun chiffre ne sont précisés ; la commande /computer figurait déjà dans les notes de Copilot CLI 1.0.85, le 16 septembre.

🔗 GitHub Copilot can now interact with desktop apps with computer use

Des orchestrations écrites en code. Les workflows dynamiques (dynamic workflows), ouverts sur toutes les formules Copilot, décrivent dans un programme la façon de mener une tâche : le code fixe les étapes, le moment où un agent intervient et l’usage de ses résultats, en séquence, en parallèle ou les deux, et les agents traitent ce qui demande analyse ou jugement. Un workflow peut lancer des commandes, découper un objectif en tâches parallèles, transmettre des résultats structurés d’une étape à l’autre, faire vérifier les constats d’un sous-agent par un autre et s’arrêter à un point de contrôle (checkpoint) pour une relecture avant de reprendre. GitHub cite l’investigation d’un incident, la revue en parallèle des fichiers d’une pull request, ou des commentaires de revue soumis à deux modèles et signalés seulement si les deux concordent.

Mode de Copilot	Qui organise le travail, selon la documentation
Autopilot	Copilot, qui avance sans demander de validation après chaque étape
`/fleet`	Copilot, qui découpe la tâche à chaque fois entre des sous-agents en parallèle
Workflow dynamique	Le code écrit par l’auteur : étapes, conditions et passages de relais

Le programme vit dans une extension de Copilot CLI et de l’app. Un workflow rédigé par Copilot reste limité à la session, mais se réutilise en copiant l’extension dans son répertoire personnel, se partage par celui d’un dépôt ou s’empaquette en plugin. Les sous-agents héritent des autorisations de la session, alors que la commande copilot workflow run n’affiche aucune invite : il faut accorder les permissions avant le lancement. Disponibles sans réglage dans l’app, les workflows demandent dans la CLI d’activer les fonctions expérimentales (--experimental ou /experimental on). GitHub ne publie ni chiffre ni règle de facturation, et le nom rappelle, sans lien annoncé, les Dynamic Workflows lancés par Anthropic dans Claude Code le 28 mai.

🔗 Dynamic workflows in Copilot CLI and the Copilot app

FLUX 3 Image : Black Forest Labs compose par boîtes englobantes et génère jusqu’en 4K

1er octobre — Black Forest Labs (BFL) ajoute un modèle d’image à sa famille FLUX 3, avec un mot d’ordre : contrôler chaque pixel. FLUX 3 Image retouche une zone en plusieurs passes successives sans modifier le reste de l’image, et accepte plusieurs modifications dans une même requête.

La nouveauté la plus visible est la composition par boîtes englobantes (bounding boxes). Quel que soit le format, l’image devient un repère de 0 à 1000 sur chaque axe : on trace une boîte par élément, on décrit son contenu, puis on résume la scène en une ligne, et le modèle place chaque élément dans sa boîte ; le prompt texte seul reste possible. FLUX 3 Image combine aussi jusqu’à 10 images de référence, citées par des jetons dans le prompt, dont il décide lui-même l’emplacement et la taille. BFL le présente comme « conçu pour les agents » : un LLM peut rédiger la table des éléments et leurs boîtes à partir d’une simple demande, que l’utilisateur ajuste avant de lancer la génération.

Caractéristique annoncée	Détail communiqué par BFL
Résolution native	2K et 4K (exemple de la page du modèle : 5456 × 3072 pixels, 16,8 MP)
Images de référence	Jusqu’à 10
Composition	Boîtes englobantes sur une grille de 0 à 1000 par axe
Édition	Multi-tours, sans modifier les autres pixels
Offre API	50 % de réduction jusqu’au 8 octobre
Poids du modèle	Commerciaux sous licence ; poids ouverts « dans les prochaines semaines »

Côté accès, FLUX 3 Image est disponible via l’API avec 50 % de réduction jusqu’au 8 octobre, et BFL propose des poids commerciaux sous licence aux entreprises qui veulent l’affiner et le déployer sur leur propre infrastructure. La version à poids ouverts est annoncée sans date. Aucun tarif de base ni benchmark chiffré n’était publié au moment de l’annonce. Le modèle complète une série lancée cet été : FLUX 3, modèle multimodal unifié (23 juillet), FLUX 3 Video (4 août), son mode d’édition (10 septembre) et FLUX 3 Action pour la robotique (23 septembre).

🔗 Annonce de FLUX 3 Image par @bfl_ai · Page du modèle FLUX 3 Image

Assistants grand public : Guided Vision dans Gemini Live, essayage virtuel dans ChatGPT, graphiques dans Perplexity Computer, limites allégées pour les artefacts de Claude

Guided Vision : Gemini Live guide les personnes aveugles et malvoyantes

1er octobre — Google déploie Guided Vision dans Gemini Live sur Android 9 et versions ultérieures, dans les régions et langues où Gemini Live est disponible. Conçue avec des personnes aveugles et malvoyantes, la fonction décrit en temps réel ce que filme la caméra partagée, répond aux questions de suivi et donne des consignes verbales pour recadrer : tourner lentement vers la droite, incliner vers le bas, reculer. Google cite la lecture d’une étiquette nutritionnelle ou d’un menu dans un restaurant sombre, la recherche d’un écouteur tombé ou la description des couleurs d’un vêtement. Pour l’entraîner, Google s’est associé à Aira, service d’interprétation visuelle : des dizaines de milliers d’heures de données, plus de 1 000 testeurs de son réseau et des spécialistes associés aux garde-fous. Guided Vision s’active dans le profil de l’application Gemini, par un raccourci d’accessibilité Android ou depuis TalkBack. Google précise que ce n’est ni un dispositif médical ni une aide à la mobilité : la fonction ne remplace pas la canne blanche.

🔗 Guided Vision dans Gemini Live (blog Google)

ChatGPT : essayage virtuel et favoris pour les achats

1er octobre — Selon les notes de version de ChatGPT, un bouton d’essayage (Try on) apparaît sur les fiches de vêtements et d’accessoires : on prend ou on téléverse un selfie, et ChatGPT Images génère un essayage virtuel de l’article. La photo de référence est conservée pour les essayages suivants ; elle se remplace ou se supprime dans les réglages, rubrique des photos de référence (Settings → Personalization → Reference photos). Tout produit peut aussi être enregistré dans les favoris ou rangé dans un dossier de la bibliothèque ChatGPT. Les deux fonctions sont disponibles sur mobile et sur le web, mais la note ne précise ni les forfaits ni les pays concernés. ChatGPT proposait déjà un shopping visuel depuis le 24 mars.

🔗 Notes de version de ChatGPT

Perplexity Computer trace des graphiques interactifs

1er octobre — Perplexity Computer crée désormais des graphiques et des visualisations interactifs directement dans le fil de la conversation. Pour les données financières, l’agent s’appuie sur Lightweight Charts de TradingView pour afficher chandeliers, volume et moyennes mobiles. L’annonce tient en un tweet accompagné d’une vidéo : elle ne dit ni quels forfaits en profitent, ni sur quelles plateformes, et aucune entrée du changelog ne la détaille encore. ChatGPT et Claude avaient pris ce virage les 10 et 12 mars, Replit Agent le 25 septembre.

🔗 Annonce de @perplexity_ai sur X

Claude réduit de moitié la consommation des limites après un artefact, jusqu’au 15 octobre

1er octobre — Du 1er octobre à 11 h PT au 15 octobre à 23 h 59 PT, créer ou modifier un artefact (document, présentation ou design) dans Claude ou Claude Cowork fait consommer au travail qui suit 50 % de moins de la limite de session de cinq heures. L’offre s’applique automatiquement sur les forfaits Pro, Max et Team ; le Free et les forfaits Enterprise en sont exclus, et la limite hebdomadaire ne change pas.

Surface concernée	Portée de la remise de 50 %
Conversation lancée depuis le menu Output	Dès le premier message : 10 messages, 15 étapes par réponse
Conversation ordinaire	Les 10 messages qui suivent la création de l’artefact, 15 étapes par réponse
Tâche Cowork dans le cloud lancée depuis Output	Environ les 45 premières minutes
Autre tâche Cowork dans le cloud	Jusqu’à 80 étapes après la création ou la modification d’un artefact

Claude Code, l’API, Claude dans Slack, les tâches Cowork locales ou planifiées, les crédits d’usage et l’application Claude Design autonome sont exclus. Anthropic suggère d’essayer avec Sonnet 5.5 et se réserve le droit de modifier ou d’arrêter l’offre plus tôt.

🔗 Annonce de @claudeai sur X · Conditions de l’offre (centre d’aide Claude)

Finance : Barclays étend Claude à toute la banque, American Express ouvre Perplexity Computer à ses clients Business

Barclays vise la moitié de ses développeurs sur Claude Code d’ici fin 2026

1er octobre — Barclays, la banque universelle britannique, élargit sa collaboration avec Anthropic et déploie Claude dans toute l’organisation, pour accélérer le développement logiciel, moderniser les systèmes anciens et gagner en efficacité opérationnelle. La banque prévoit que Claude Code soit adopté par 50 % de ses développeurs d’ici fin 2026, puis par une majorité de ses ingénieurs logiciels en 2027. Deux usages sont déjà chiffrés. Le Colleague Knowledge Assistant, en service depuis 2025 et bâti sur Claude avec une architecture de génération augmentée par récupération (RAG), a été adopté par plus de 16 000 collègues et a traité plus d’un million de recherches ; il aide les équipes qui servent plus de 20 millions de clients particuliers au Royaume-Uni. Dans l’activité Global Markets, les modèles Claude classent, enrichissent et orientent environ 120 000 e-mails par jour. Paul Smith, directeur commercial d’Anthropic, y voit une étape importante pour l’entreprise au Royaume-Uni ; aucun montant ni durée de contrat n’est communiqué.

🔗 Barclays scales Claude to upgrade operations and improve client experience

Perplexity et American Express : dix Skills métier dans Computer pour les cartes Business

1er octobre — Perplexity lance une collection de Skills prêtes à l’emploi pour Perplexity Computer, réservée aux titulaires américains d’une carte American Express Business abonnés à Perplexity Enterprise. Le dirigeant choisit une tâche et la précise dans un formulaire au lieu d’écrire une requête. Les dix Skills couvrent la prévision de trésorerie, la préparation fiscale, la comparaison des fournisseurs, les scénarios budgétaires, le rapprochement, les campagnes marketing, la prévision de la demande, le retour sur dépenses publicitaires par canal (ROAS), le suivi des opérations et le recrutement. La carte se relie via Plaid depuis Personal CFO, et chaque exécution consomme des crédits Computer selon la complexité de la tâche. La page partenaire ajoute, jusqu’au 29 mars 2027, un crédit unique de 125 dollars pour au moins 325 dollars d’achat d’un forfait Enterprise Pro ou Enterprise Max, et 1 000 crédits Computer offerts une fois par compte. Les cartes Corporate sont exclues, et les résultats ne valent pas conseil financier, fiscal, juridique ou comptable.

🔗 Billet de Perplexity · Page partenaire American Express

Vidéo générative et avatars : Wan 3.0 en tête d’Artificial Analysis, Project Continuum de Runway, Sessions de Synthesia

Wan 3.0 prend la tête du nouveau classement vidéo d’Artificial Analysis

1er octobre — Alibaba revendique la première place de Wan 3.0 au nouveau classement texte vers vidéo d’Artificial Analysis, AA-Video-T2V v2.0, lancé le 30 septembre avec une nouvelle méthodologie : chaque modèle est jugé en 1080p sur un jeu de prompts renouvelé régulièrement, et la synchronisation du son compte dans le score. Le podium est serré, les intervalles de confiance se recoupant.

Modèle classé	Score Elo	Intervalle de rang	Prix par API
Wan 3.0	1157 (±9)	1 à 2	12,00 dollars la minute
Utopai X (bâti sur MiniMax H3)	1150 (±10)	1 à 3	Pas d’API publique
Dreamina Seedance 2.5	1144 (±9)	2 à 4	34,12 dollars la minute
MiniMax H3 (768p)	1139 (±9)	3 à 5	4,80 dollars la minute

La surprise du classement est Utopai X, lancé le 30 septembre par Utopai Studios, un studio de cinéma et de télévision natif IA. Post-entraîné sur MiniMax H3, il n’est accessible que dans la plateforme PAI du studio (93 crédits par seconde de vidéo, abonnements à partir de 15 dollars par mois), et devance MiniMax H3 lui-même.

🔗 Annonce de @Alibaba_Wan sur X · Classement AA-Video-T2V v2.0 · Utopai X selon @ArtificialAnlys

Runway Labs dévoile Project Continuum, des interfaces générées en vidéo temps réel

1er octobre — Runway Labs, la cellule exploratoire de Runway, montre Project Continuum, une application de recherche qui imagine un système d’exploitation dont l’interface serait générée en vidéo, en temps réel, dans la lignée de Solaris, le modèle de monde d’interface présenté le 31 août. Ce premier aperçu décrit quatre façons d’interagir avec son ordinateur. Avec Portals, un modèle vidéo génère pendant la navigation des surimpressions animées et interactives, aux bords flous pour signaler le contenu généré. Les interfaces vidéo réactives (Responsive Video Interfaces) se recomposent quand on les redimensionne et répondent aux clics. Interactive Worlds transforme un média en simulation interactive, pour des personnes comme pour des agents. Visual Thinking, enfin, est un harnais pour agents de code : un modèle vidéo temps réel met en images chaque étape et chaque appel d’outil, pour garder l’utilisateur dans la boucle. Runway ne donne ni accès, ni date, ni tarif, ni modèle sous-jacent.

🔗 Fil de @runwayml sur X

Synthesia lance Sessions, des avatars qui entraînent et interrogent

1er octobre — Synthesia lance Sessions, une famille de produits bâtie sur ses avatars interactifs : un appel vidéo dont l’interlocuteur est un avatar qui pose les questions, écoute, contredit et synthétise. Roleplay Sessions sert à l’entraînement : l’avatar joue un client, un prospect ou un collaborateur, un coach IA commente chaque tentative et les managers suivent scores et progression dans un tableau de bord. Survey Sessions transforme le questionnaire en entretien : l’avatar interroge des centaines de personnes en parallèle, relance selon les réponses, puis livre un rapport de thèmes et de sentiment, chaque réponse restant consultable en transcription, en audio ou en CSV. Un essai gratuit est proposé, sans tarif détaillé. Sessions s’appuie sur l’Interactive Avatar API ouverte en disponibilité générale le 16 septembre, et Synthesia promet d’autres déclinaisons.

🔗 Annonce de @synthesiaIO sur X · Page Synthesia Sessions

IA et science : SynthID Bio tatoue les protéines, Matthew Schwartz décrit une science « en forme de Claude »

SynthID Bio : Google DeepMind tatoue les protéines conçues par IA

30 septembre — Google DeepMind présente SynthID Bio, une famille de méthodes de tatouage numérique (watermarking) pour les créations biologiques générées par IA, relayée sur X le 1er octobre. Le billet la présente comme une preuve de concept : une signature imperceptible est inscrite dans le code biologique, vérifiable sur le modèle numérique comme sur la protéine synthétisée. Pour les séquences, la méthode oriente discrètement le choix des acides aminés ; pour les structures 3D, une petite partie du réseau de diffusion d’AlphaFold 3 est affinée. En laboratoire, sur trois cibles (VEGF-A, le domaine RBD de la protéine spike du SARS-CoV-2 et PD-L1), les liants tatoués ont égalé les versions classiques en taux de succès, en affinité et en diversité de séquence. L’enjeu est la biosécurité : un signal automatique aiderait les fournisseurs de synthèse d’ADN à vérifier l’origine d’une séquence inconnue. Google DeepMind publie son article de méthodes, le code, les données in vitro et les poids pour la recherche ; avec le Hie lab de Stanford et l’Arc Institute, l’approche s’étend déjà au génome d’un bactériophage conçu par Evo 2. La robustesse face à une altération délibérée reste le principal chantier.

🔗 Billet de Google DeepMind sur SynthID Bio

La science « en forme de Claude » : le billet invité de Matthew Schwartz

1er octobre — Le blog Anthropic Science publie un billet invité de Matthew Schwartz, physicien à Harvard, qui précise travailler comme chercheur invité chez Anthropic. Il y décrit une « inadaptation d’impédance » entre scientifiques et IA : travailler avec un modèle comme avec un collaborateur humain n’en tire pas le meilleur, et il vaut mieux chercher des problèmes « en forme de Claude », où une technique connue de mathématiques, de physique ou d’informatique résout d’un coup une question d’un autre domaine. Il en a tiré BootLoops, un harnais open source de calcul exact utilisable avec n’importe quel modèle ; BootLoops n’est pas un projet Anthropic, c’est Schwartz qui le maintient. En physique, 30 intégrales ont été traitées de bout en bout, dont 15 jamais calculées ; en écologie, les arbres de Barro Colorado Island changent 4,5 fois plus vite que ne le permet la théorie neutre ; en linguistique, la base AccStack couvre l’accent lexical de 6 072 langues. Bilan : 36 manuscrits dans 18 domaines avec 19 coauteurs en trois mois. Schwartz note aussi les limites : Claude n’a pas le sens du temps, aime « déclarer victoire », et ses résultats hors de la physique restaient peu intéressants avant qu’un expert ne les réoriente.

🔗 Claude-shaped science (blog Anthropic Science)

Modèles ouverts et entraînement : Olmo-core 3 d’Ai2, Clef et Clef-flash de Cloudflare, le RL multi-harnais de FineEnvs

Olmo-core 3 : Ai2 ouvre une pile d’entraînement MoE qui vise plus de mille milliards de paramètres

1er octobre — Ai2 publie Olmo-core 3, nouvelle version du framework qui entraîne ses modèles Olmo, reconstruite autour d’un système d’entraînement à mélange d’experts (mixture-of-experts, MoE) entièrement ouvert. C’est l’un des systèmes de la prochaine génération d’Olmo, qui passera au MoE et doit devenir, selon Ai2, le plus capable des Olmo. L’ancienne implémentation, fondée sur FSDP, rassemblait puis redécoupait les poids à chaque lot ; Olmo-core 3 passe à DDP, garde les experts sur leurs GPU et leur envoie les données.

Mesure publiée par Ai2	Valeur mesurée
MoE de 47 milliards de paramètres sur huit B300, test préliminaire	52 000 contre 19 400 tokens/s par GPU, environ 2,7 fois
MXFP8 contre BF16, sur quatre B300	Environ 21 % de débit en plus
Modèle de 1 200 milliards de paramètres sur 512 GPU	858 TFLOP/s par GPU au maximum, routage aléatoire

Ai2 précise que la mesure à 1 200 milliards de paramètres juge le système, pas la qualité d’un modèle entraîné. Code (version 3.0.0), rapport technique et démonstration interactive sont publiés.

🔗 Billet d’Ai2 sur Olmo-core 3 · Release Olmo-core v3.0.0

Clef et Clef-flash : Cloudflare ouvre deux modèles de décision compatibles avec Jev

1er octobre — L’équipe Workers AI de Cloudflare publie Clef et Clef-flash, ses premiers modèles entraînés en interne, sur le terrain ouvert par Jev, le modèle System One de Typesafe AI : ils reçoivent un état (texte, JSON, image ou vidéo) et un schéma de questions typées, puis renvoient en une seule passe une probabilité pour chaque option autorisée. Clef est post-entraîné depuis Qwen3.8-27B, Clef-flash repose sur Qwen3.5-9B. Hébergés sur Workers AI avec une API compatible avec celle de Jev, ils sont publiés sur Hugging Face sous licence Apache 2.0 selon le billet, avec une fenêtre de 64k tokens contre 32k pour Jev. Les chiffres, choisis par Cloudflare, sont contrastés :

Banc et métrique	Score de Clef	Score de Clef-flash	Score de Jev
BFCL, cas exacts	98,47	98,76	95,75
BANKING77, macro-F1	94,20	90,93	79,74
When2Call, exactitude	72,37	65,58	80,97
BRIGHT, nDCG@10	45,91	39,26	47,52
Latence médiane	209,3 ms	38,8 ms	524,1 ms

Cloudflare affirme que Clef mène le Jev Decision Index, une place que Liquid AI revendiquait pour d1 deux jours plus tôt, et lance un service d’affinage par renforcement de Clef sur les données du client.

🔗 Billet de Cloudflare sur Clef · Clef sur Hugging Face

FineEnvs entraîne un modèle par renforcement dans quatre harnais d’agents à la fois

1er octobre — Un même modèle ne se comporte pas de la même façon selon le harnais qui le pilote : les poids de LFM2.5-2.6B, de Liquid AI, résolvent 62 % des tâches sous Mini-SWE-Agent mais 33 % sous Claude Code. L’organisation FineEnvs publie sur Hugging Face un guide pour entraîner un modèle par apprentissage par renforcement directement dans les harnais des développeurs, sans en modifier le code. Un proxy de capture ajouté à OpenEnv se présente au harnais comme un fournisseur de modèle (formats OpenAI, Anthropic ou Gemini) et enregistre les tokens et probabilités exacts produits par vLLM ; Harbor fournit tâches et bacs à sable, TRL entraîne en GRPO asynchrone. Entraîné dans quatre harnais à la fois, LFM2.5-2.6B passe de 42 % à 54 % en moyenne, et une petite prime pour les solutions économes réduit de 31 % ses appels d’outils sur les tâches déjà résolues. Imiter un plus gros modèle ne suffit pas : un affinage supervisé sur 3 189 rollouts de Qwen3.8-27B plafonne à 47,5 %. Proxy, entraîneur, tâches, données et modèles entraînés sont publiés.

🔗 The ultimate guide to multi-harness RL

Grok 4.7 en préversion sur la plateforme d’agents de Google Cloud

1er octobre — SpaceXAI annonce que Grok 4.7 est disponible sur Gemini Enterprise Agent Platform, la plateforme d’agents de Google Cloud. La fiche du modèle, datée du 30 septembre, le place en préversion sous l’identifiant grok-4.7 et le décrit comme un modèle d’xAI conçu pour le code et le travail de connaissance, qui travaille plus longtemps sur les tâches difficiles et vérifie son propre travail. Il accepte texte et images en entrée et ne renvoie que du texte ; l’appel de fonction, la sortie structurée et le raisonnement sont pris en charge, pas les prédictions par lots.

Donnée publiée par Google Cloud	Valeur pour Grok 4.7
Longueur de contexte	524 288 tokens
Quotas par minute	13 requêtes, 188 000 tokens d’entrée et 16 000 tokens de sortie
Types d’usage	Quota fixe seulement, ni paiement à l’usage ni débit provisionné
Régions de service	Multirégion États-Unis et point de terminaison global
Prix par million de tokens	2 dollars en entrée, 6 en sortie, 0,50 en cache sous 200 000 tokens d’entrée, le double au-delà

La grille reprend celle de l’API xAI. Lancé le 21 septembre, Grok 4.7 était arrivé sur Amazon Bedrock le 28 septembre, et Grok 4.6 avait rejoint la même plateforme Google le 21 août.

🔗 Fiche de Grok 4.7 sur Google Cloud · Annonce de @SpaceXAI sur X

GitHub resserre le signalement privé de vulnérabilités face aux rapports générés par IA

1er octobre — GitHub publie à la même minute deux mesures pour le signalement privé de vulnérabilités (private vulnerability reporting), avec un constat commun : les mainteneurs open source reçoivent de plus en plus de rapports de faible qualité, automatisés ou générés par IA, qui noient ceux qui comptent.

A single free-text box made it easy to submit low-quality or AI-generated reports and hard for you to find the signal in them.

🇫🇷 Une simple zone de texte libre facilitait l’envoi de rapports de faible qualité ou générés par IA, et vous rendait difficile d’y repérer l’essentiel. — GitHub Changelog, Structured forms for private vulnerability reports

Un formulaire structuré. Par défaut, le rapporteur doit remplir quatre champs obligatoires : un résumé, des détails, une preuve de concept d’au moins 150 caractères et l’impact, fusionnés dans la description de l’avis de sécurité que le mainteneur relit comme avant. Chaque dépôt peut adapter le formulaire avec un fichier .github/VULNERABILITY_REPORT.yml, ou l’appliquer à tous ses dépôts depuis le dépôt .github de l’organisation ; les mainteneurs peuvent exiger une catégorie CWE, ce qu’une organisation ou une entreprise peut imposer par politique. Une case permet au rapporteur de déclarer qu’il s’est fait aider par l’IA pour trouver ou rédiger son rapport. Côté API REST, un formulaire personnalisé s’applique aussi, mais pas le formulaire par défaut, pour ne pas casser les intégrations existantes.

Un plafond quotidien. Le nombre de nouveaux rapports qu’un même compte peut envoyer chaque jour est désormais limité, vers un dépôt comme sur l’ensemble de GitHub ; les commentaires sur des avis existants ne sont pas concernés. Les administrateurs peuvent fixer leur propre limite et exempter des rapporteurs de confiance, et GitHub ne chiffre pas la limite par défaut. Les deux mesures concernent les dépôts publics ayant activé le signalement privé, sur GitHub Free, Pro, Team et Enterprise Cloud.

🔗 Rate limits for private vulnerability reports

Agents de code : Codex CLI 0.160.0, Delta 0.18 et Antigravity 2.19.1

Codex CLI 0.160.0 : l’historique du centre de commande et les sessions hors projet

1er octobre — OpenAI publie Codex CLI 0.160.0, première version stable depuis la 0.159.3 de la veille, avec 55 PR listées depuis la 0.159.0. Le centre de commande des agents (agent command center) gagne une action pour afficher les tâches plus anciennes (Show more), utilisable au clavier. Les sessions peuvent démarrer hors d’un projet, avec les réglages par défaut de l’espace de travail quand la politique de l’organisation l’autorise, et les permissions enregistrées sont restaurées à la reprise. La revue d’approbation Guardian reçoit deux capacités optionnelles : retrouver des instructions données plus tôt par l’utilisateur et intégrer le contexte des passations entre agents. En plein écran, les terminaux Linux X11 locaux permettent de sélectionner la transcription et de coller au clic du milieu. Côté correctifs, les messages en file reprennent après une reconnexion sans partir en double, et une série de corrections vise le bac à sable Windows et des blocages SQLite à l’initialisation.

🔗 Codex CLI 0.160.0 sur GitHub

Delta 0.18 : les fils tournent dans les worktrees Git existants, et une CLI arrive

30 septembre — Zed publie la version 0.18.0 de Delta, son environnement multijoueur pour coder avec des agents : 23 nouveautés, 41 améliorations, 51 correctifs et un retrait. La principale avait été annoncée sans date le 28 septembre : un fil peut désormais tourner dans n’importe quel worktree Git existant déjà lié, et transmettre cette copie de travail aux nouveaux fils créés depuis lui. Delta se pilote aussi depuis le terminal : une CLI delta s’installe sur macOS, Windows et Linux, et les commandes delta auth gèrent le compte connecté. Côté modèles, la version ajoute les modèles Gemini de Google AI Studio, ouvre GPT-6 Sol, GPT-6 Luna et Claude Opus 5.5 avec une clé API, et accepte dans l’application de bureau tout fournisseur compatible OpenAI ou Anthropic. Le travail en fils gagne une recherche de tous les sous-fils et des signets ; en revanche, les sous-fils ne publient plus leurs messages de progression dans le fil parent, où seuls les résultats de Land Changes restent affichés.

🔗 Notes de version de Delta 0.18.0

Antigravity 2.19.1 : écrire directement aux sous-agents

30 septembre — Antigravity 2.19.1 permet d’envoyer un message directement à un sous-agent depuis la zone de saisie, sans passer par l’agent principal ; la CLI le proposait déjà avec sa syntaxe @ depuis ses versions 1.2.8 et 1.2.9. La version ajoute l’export en PDF du Markdown rendu dans les artefacts et le panneau latéral, tableaux, blocs de code et diagrammes compris, et une option d’annulation limitée à la conversation ; parmi ses cinq correctifs, les agents personnalisés respectent enfin les règles globales et celles du projet. Le déploiement est progressif et peut prendre quelques jours. La CLI avait reçu le 27 septembre une version 1.2.12 passée inaperçue : une session lancée avec une clé GEMINI_API_KEY s’arrête désormais immédiatement quand l’API Gemini signale un quota journalier épuisé, un plafond de dépenses ou des crédits prépayés épuisés, au lieu d’enchaîner pendant plusieurs minutes des tentatives vouées à l’échec.

🔗 Changelog de l’application Antigravity · Changelog de la CLI Antigravity

Brèves

Copilot CLI 1.0.90 et 1.0.91 — La 1.0.90 passe en stable le 30 septembre avec GPT-6.1 Sol au sélecteur de modèle et des correctifs MCP et de reprise de session ; la 1.0.91, le 1er octobre, ajoute les commandes copilot sandbox ca pour gérer le certificat du proxy de son bac à sable. 🔗 source
Codex CLI 0.159.3 — Publiée le 30 septembre à 22 h 57 UTC, elle ne contient qu’un rétroportage : les sessions locales connectées avec ChatGPT peuvent afficher des rappels optionnels pour terminer la configuration de la sécurité du compte, une modification reprise dans la 0.160.0. 🔗 source
Nightly de Gemini CLI — La v0.64.0-nightly du 1er octobre corrige un blocage à 100 % du processeur en mode headless et rend atomiques les écritures des outils de fichiers ; stable et préversion sont inchangées. 🔗 source
Zed 1.23.1 en préversion — Publiée le 30 septembre, elle affiche les fichiers JSONL et NDJSON sous forme de tableau, ajoute le réglage agent.max_idle_retained_threads et relance automatiquement les requêtes quand un modèle Google AI est surchargé. 🔗 source
Copilot dans VS Code en septembre — Le récapitulatif mensuel des versions 1.136 à 1.140 signale quelques nouveautés restées discrètes, dont la reprise dans VS Code d’une conversation Codex commencée dans l’app ChatGPT, un badge d’application en préversion et des chats ouverts sans espace de travail. 🔗 source
Planifier à plusieurs dans Delta — Sur le blog de Delta, Nathan Sobo raconte comment trois membres de l’équipe planifient dans un même fil avec Fable puis Astra, un sous-fil et un sous-agent isolés, plutôt que dans un fichier plan.md ; aucune fonction nouvelle n’est annoncée. 🔗 source
Innate filmé par Cursor — Cursor publie un court portrait vidéo d’Innate, une équipe de sept personnes qui construit des robots du quotidien et dont le cofondateur Vignesh Anand affirme qu’elle fait le travail de 50, sans préciser l’usage qu’elle fait de Cursor. 🔗 source
Rappeler plutôt que compacter — David Corvoysier, développeur de funes, mesure avec Claude Code que rappeler l’ancienne session via son outil trouve les bonnes réponses pour 8, 4 et 3 fois moins de tokens pondérés que garder tout le contexte, sur trois tâches qu’il a lui-même choisies. 🔗 source
Nouveau tableau de bord GitHub — La vue qui réunit sessions d’agents actives, issues et pull requests, 12 éléments au plus par liste, devient la vue par défaut pour tous ; le fil d’actualité passe dans un onglet Feed et l’ancienne présentation reste accessible. 🔗 source
API de fusion asynchrone — Elle passe en disponibilité générale et devient la voie recommandée pour fusionner par programme, à la place du point de terminaison REST synchrone et des mutations GraphQL ; c’est la seule API de fusion qui gère les pull requests empilées. 🔗 source
Dist-tags npm sans jeton — Les configurations de publication de confiance de npm peuvent recevoir une autorisation optionnelle, désactivée par défaut, pour gérer les dist-tags avec des identifiants OIDC de courte durée plutôt qu’avec un jeton d’accès longue durée. 🔗 source
Rétention de GitHub Actions — Checks, exécutions de workflow et statuts, y compris ceux d’applications tierces, suivent désormais le réglage de rétention des artefacts et des journaux et sont supprimés au-delà, avec 90 jours au plus pour les dépôts publics et sans restauration possible. 🔗 source
Code scanning et dépôts dormants — Les analyses hebdomadaires planifiées du code scanning et de GitHub Code Quality ne démarrent plus qu’après une analyse déclenchée par un push ou une pull request, pour ne plus faire paraître actif un dépôt dormant six mois de plus. 🔗 source
Couverture de code — L’action upload-code-coverage de GitHub Code Quality ne fait plus échouer la CI au push d’une branche qui n’a pas encore de pull request ouverte. 🔗 source
Déclarations d’accessibilité — Un fichier ACCESSIBILITY.md placé à la racine, dans .github/ ou dans docs/ est mis en avant sur la page d’accueil du dépôt, sur toutes les formules de github.com, et arrivera dans GitHub Enterprise Server 3.24. 🔗 source
Actions Runner Controller 0.15.0 — Le contrôleur Kubernetes des runners auto-hébergés met à jour les ressources sur place lors des montées de version correctives, rend configurables le délai d’arrêt, les limites du client Kubernetes et la concurrence des contrôleurs, et allège ses requêtes. 🔗 source
Grok Bot prend les devants — Le Bot principal de l’utilisateur repère désormais le travail dont il peut le décharger et propose de s’en occuper ; le déploiement s’étale sur quelques heures et ces suggestions ne sont pas décomptées de l’usage, sans formule ni pays précisés. 🔗 source
Genspark et Azure Cosmos DB — Un billet du blog Azure Cosmos DB, rédigé du point de vue de Genspark, explique comment certains traitements de fond passent par des index secondaires globaux pour ne plus ralentir les sessions d’agents en direct ; aucun chiffre n’est donné. 🔗 source
Témoignage chez Genspark — Seulki Kang, quinze ans de marketing, dit préparer un jeu complet de supports de cours en 5 heures au lieu de 30 en reliant ses anciens documents à SecondBrain puis à AI Slides ; aucune nouveauté produit. 🔗 source
Albertsons et OpenAI — Le distributeur aux plus de 2 200 magasins étend son partenariat, de ChatGPT Enterprise pour des équipes sélectionnées à l’API pour ses expériences client et ses analyses promotionnelles, et met en avant son plugin Safeway dans ChatGPT, annoncé le 5 août. 🔗 source
The eternal complement — OpenAI publie le premier essai d’une série sur la prochaine économie, signé Hemanth Asirvatham et Elliott Mokski, qui précisent parler en leur nom : l’essentiel de l’intelligence des machines pourrait servir à l’exécution plutôt qu’aux percées. 🔗 source
Perplexity et les consultants — Un guide compare dix outils d’IA pour consultants, d’AlphaSense à Qwilr, avec des prix vérifiés en septembre ; sa FAQ rappelle que le forfait gratuit de Perplexity entraîne ses modèles sur les données des utilisateurs, sauf opposition. 🔗 source
Luma Variants — Présentée la veille sans détail, la fonction est lancée pour tous les utilisateurs de Luma : à partir d’une publicité statique validée, elle produit ses déclinaisons dans cinq formats standard, de 9:16 à 16:9, et dans plusieurs langues, sans tarif annoncé. 🔗 source
HeyGen Professional Voice Clone — Selon son récapitulatif de septembre, HeyGen ouvre par l’API son clone vocal le plus fidèle, entraîné sur au moins 20 minutes d’enregistrements (1 à 10 fichiers), après une avant-première privée lancée le 9 septembre. 🔗 source
Pika et ses applications — Pika revendique plus de 40 applications sur sa nouvelle plateforme et en présente deux, Podcast Video, qui fait débattre deux personnages, et Color Grade, qui étalonne une image ou un clip, sans date ni tarif. 🔗 source
ElevenLabs au Benelux — ElevenLabs ouvre des bureaux à Bruxelles et à Amsterdam et prévoit d’y tripler ses équipes ; chez l’opérateur KPN, la reconnaissance des codes postaux passe de 64 % à 82 % et l’agent de vérification traite environ 60 000 appels par semaine. 🔗 Pays-Bas · 🔗 Belgique
Skills DOCA de NVIDIA — Sur 65 prompts réels de développeurs, les agents de code équipés de ces skills pour les DPU BlueField remplissent 100 % des critères de la grille d’évaluation, contre 19 % sans ; elles sont publiées sur GitHub. 🔗 source
DIN Deploy — NVIDIA publie des exemples C++ open source pour exécuter des modèles en local avec ONNX Runtime et TensorRT RTX, sous Windows et Linux ; sur un DGX Spark, Parakeet TDT transcrit 206 fois plus vite que le temps réel sur le GPU, contre 14 fois sur le CPU. 🔗 source
Nemotron 3.5 ASR et dialectes saoudiens — Un tutoriel de NVIDIA affine le modèle sur les dialectes najdi et hijazi : le taux d’erreur par mot passe de 55,05 % à 29,96 % en 12 000 pas sur deux RTX PRO 6000, l’anglais et l’arabe de FLEURS progressant même légèrement. 🔗 source
Recommandeur HSTU sur Dynamo-Triton — NVIDIA sert un recommandeur génératif HSTU avec PyTorch AOTInductor et un cache KV : dans le meilleur cas, sur une RTX PRO 6000, jusqu’à 4,47 et 5,93 fois plus vite selon le nombre de couches, soit 0,423 et 0,678 ms par requête. 🔗 source
Rentabilité des usines IA — Dans un billet de position, NVIDIA chiffre une usine IA à environ 60 millions de dollars par mégawatt et reprend les données SemiAnalysis : Vera Rubin NVL72 jusqu’à 45 fois moins cher par million de tokens que GB300 NVL72 sur DeepSeek V4 Pro, contre 35 fois le 24 août. 🔗 source
huggingface_hub 2.1.0 — La bibliothèque relance automatiquement les Jobs en échec, les reprogramme sans les recréer, lit le quota ZeroGPU restant et télécharge les fichiers Xet via hf_xet : un parquet de 2 Go passe d’environ 120 à 7 secondes sur HF Jobs ; trois changements cassants. 🔗 source
ML Intern et MCP — Hugging Face branche des sources de données MCP sur ML Intern, le mode de HuggingChat qui entraîne des modèles, pour affiner des modèles ouverts sur ses propres données métier ; aucun chiffre officiel n’accompagne l’annonce. 🔗 source
Hugging Face et l’Open Source for Science Fund — Les deux partenaires veulent repérer les bibliothèques dont dépendent le plus les contributeurs de modèles scientifiques et soutenir leurs mainteneurs, sans montant ni calendrier. 🔗 source
Un million d’entraînements avec TRL — Selon la télémétrie citée par Quentin Gallouédec, la bibliothèque de post-entraînement de Hugging Face compte un million d’entraînements par mois, avec un objectif d’un million par semaine ; le mode de comptage n’est pas publié. 🔗 source
Le million de jeux de données du Hub — Trois auteurs montrent que les comptes d’organisation publient environ 19 % des jeux mais captent la moitié des téléchargements, et que les États-Unis détiennent 390 des 1 000 jeux les plus téléchargés. 🔗 source
Huit VLM sur une RTX 3090 — Aakash Gupta, de ThinkEvolve, montre qu’à exactitude égale, Qwen3-VL-8B traite chaque requête 2,2 fois plus vite que Qwen3.8-27B mais met 18,88 heures contre 7,53 sur un travail de 7 329 appels, faute de réutiliser le cache de préfixe. 🔗 source
GLiNER2.5-Decide face à layax — Aravind Vijayakumar ne parvient à certifier aucun seuil de confiance pour le modèle de Fastino, contre 10 essais sur 10 pour layax, son propre outil, plus exact de 20 à 23 points et environ cinq fois plus rapide. 🔗 source
David Ha et les orchestrateurs — Dans une tribune pour Nikkei Asia, le cofondateur et PDG de Sakana AI estime que la valeur passera des poids d’un modèle à l’intelligence qui combine plusieurs modèles, et définit la souveraineté comme la solidité de la chaîne d’approvisionnement. 🔗 source
Diffusion vidéo sur TPU — Trois ingénieurs de Google ramènent le débruitage d’une vidéo 1440p de 2 471 à 1 461 secondes sur huit puces TPU v6e, soit 1,69 fois plus vite, grâce à l’attention clairsemée de Sparse VideoGen et à un noyau Splash Attention optimisé. 🔗 source

Ce que ça signifie

Les agents de code deviennent programmables par ceux qui s’en servent. Avec les mods, Claude Code expose ses événements internes à de petites fonctions TypeScript, au point de convertir ses propres fonctions en mods remplaçables ; avec les workflows dynamiques, GitHub fait écrire l’orchestration des sous-agents dans du code, au lieu de laisser Copilot décider du découpage à chaque fois. Le guide de FineEnvs rappelle pourquoi le harnais compte autant que le modèle : les mêmes poids résolvent 62 % des tâches dans un harnais et 33 % dans un autre. La contrepartie est la confiance. Un mod a le même accès à la machine que Claude Code, copilot workflow run n’affiche aucune invite, et le pilotage des applications de bureau peut agir sur des comptes connectés. Les deux éditeurs répondent par une désactivation par défaut pour le pilotage du bureau, une vérification avant installation (claude plugin validate) pour les mods, et des règles d’entreprise qui passent en premier.

L’IA impose aussi de nouveaux filtres à ceux qui en reçoivent les productions. GitHub structure et plafonne le signalement privé de vulnérabilités parce que les rapports générés par IA noient les mainteneurs ; Google DeepMind propose de tatouer les protéines conçues par IA pour que les fournisseurs de synthèse d’ADN sachent d’où vient une séquence inconnue. Dans les deux cas, le but n’est pas d’interdire l’IA mais de rendre son usage visible : une case pour déclarer l’aide de l’IA d’un côté, une signature vérifiable de l’autre.

Côté entreprises, l’adoption se mesure désormais en usages précis. Barclays fixe un objectif de 50 % de développeurs sur Claude Code fin 2026 et fait trier 120 000 e-mails par jour, American Express fait de sa carte Business une porte d’entrée vers les Skills de Perplexity Computer, crédits offerts à l’appui, et Anthropic se sert de ses limites d’usage comme d’un levier en divisant par deux, pendant deux semaines, la consommation du travail qui suit la création d’un artefact. Pour le grand public, les assistants s’installent dans des gestes concrets : lire un menu à une personne aveugle, essayer un vêtement avant de l’acheter, tracer un graphique boursier dans la conversation.

Les chiffres des modèles, enfin, se lisent avec leur protocole. Ai2 précise que sa mesure à 1 200 milliards de paramètres juge le système et non un modèle entraîné, Cloudflare choisit ses bancs et reconnaît que Jev reste devant sur When2Call et BRIGHT, et le classement vidéo d’Artificial Analysis place Wan 3.0 en tête avec des intervalles de confiance qui se recoupent. FLUX 3 Image suit un chemin devenu courant : des poids commerciaux sous licence tout de suite, des poids ouverts plus tard, sans date.