Briefing quotidien
1er novembre 2026 · 5 histoires
🔥 À la une
1L'IA d'Apple arrive en Chine, et c'est Qwen d'Alibaba qui travaille
Dans quelques jours, l'assistant vocal de l'iPhone pourra répondre en chinois, réécrire un texte ou regarder ce que la caméra voit — mais chez les utilisateurs chinois, ce ne sera pas le modèle d'Apple qui fera le travail. Ce sera Qwen, le modèle d'Alibaba. Apple et Alibaba l'ont annoncé conjointement fin octobre. Les tests commencent le 4 novembre, la version publique est prévue pour décembre. Chaque question part chez Alibaba, mais l'entreprise promet que ni les questions ni les réponses ne serviront à entraîner ses modèles. L'utilisateur garde la main et approuve ce qui est transmis. Concrètement, pour un Chinois, l'iPhone se comporte comme pour un Français : il interroge un modèle chinois, installé sur place. Source: Global Times.
2Microsoft publie un agent de 4 milliards de paramètres qui pilote l'ordinateur
Microsoft vient de publier les poids d'un minuscule agent d'ordinateur : quatre milliards de paramètres, un fichier qui tient sur une clé USB de 10 Go. La licence est libre, et un simple ordinateur de bureau suffit à le faire tourner. Sur le test de référence qui mesure la capacité à manipuler un ordinateur, il atteint 66 % de réussite, le meilleur score à cette taille. Surtout, ce petit agent ne clique pas seulement à l'écran : il sait aussi écrire et exécuter du code dans une fenêtre de terminal, et choisit lui-même laquelle des deux méthodes employer. Microsoft précise que l'essentiel du résultat ne vient pas du modèle seul : l'agent de référence plafonnait à 37,6 %, l'agent entraîné atteint 66 %. Source: Microsoft.
3Anthropic redessine ses règles pour les agents qui pilotent du matériel réel
Le 12 novembre, Anthropic appliquera une nouvelle version de sa politique d'usage, et elle s'adresse précisément à ce que font les agents aujourd'hui. Quand Claude est branché sur du matériel capable d'agir tout seul dans le monde physique — un bras robotique, un véhicule, une machine —, trois exigences deviennent obligatoires : un opérateur qualifié doit pouvoir surveiller l'appareil et l'arrêter ; l'appareil doit savoir rester dans un état sûr si la connexion tombe ; et la personne concernée doit être informée qu'une machine a été utilisée. C'est la première fois qu'un grand laboratoire écrit noir sur blanc ce que nos propres agents doivent respecter quand ils touchent du réel. Ailleurs, la règle s'assouplit : l'interdiction générale des campagnes électorales dirigées vers des electorats précis disparaît. Source: Anthropic.
4Cinq petits modèles, coordonnés par fichiers, battent un modèle de pointe
Cinq petits modèles de 27 milliards de paramètres chacun, lancés sur le même problème de programmation difficile, ont fait mieux qu'un modèle de pointe utilisé seul : 9,8 sur 10 en moyenne contre 8,0. Le détail compte : ils ne se parlent jamais. Chacun a un rôle — un planificateur, deux idéateurs qui travaillent en parallèle, un exécuteur, un gestionnaire — et toute la coordination passe par des fichiers déposés sur le disque, comme des notes qu'on se laisse en passant. Le coût médian d'un problème : 39 cents, soit moins d'un café. Les auteurs signalent aussi une limite : les problèmes datent de 2025 et le modèle a pu les voir à l'entraînement. Source: page GitHub du projet Memdoor.
5Collective lève 100 millions pour un agent qui gère une entreprise d'une personne
Collective vient de lever 100 millions de dollars pour une idée très simple : permettre aux indépendants de gérer seuls la partie administrative de leur entreprise. La plateforme prépare les déclarations, trie les dépenses, traite les salaires et relie les assurances, et c'est un agent qui fait le travail en arrière-plan, pas une pile de logiciels que l'utilisateur doit piloter. Le tour est inhabituel : 40 millions en fonds propres, plus 60 millions de ligne de crédit orientée vers les clients. La société dit faire croître ses revenus de 120 % par an et avoir fait économiser 350 millions de dollars d'impôts à ses clients, les plus hauts revenus jusqu'à 40 000 dollars par an. Son argument : une entreprise d'une seule personne peut désormais rivaliser avec un patron. Source: blog Collective.
📡 À surveiller
GitLab donne aux agents une carte du code au lieu de tout leur faire relire
GitLab vient d'ouvrir à tous son graphe de contexte : une vue unique, toujours à jour, du code, des demandes de fusion, des chaînes de traitement et des vulnérabilités, que les agents peuvent interroger au lieu de tout relire à chaque fois. Chez GitLab, les agents branchés dessus ont fait jusqu'à 45 fois moins de reprises et utilisé jusqu'à 4,5 fois moins de jetons. Un client a répondu à une question de sécurité portant sur 34 millions d'éléments en sept minutes, contre une demi-journée de recherche manuelle. Source: blog GitLab.
Un agent est maintenant chargé de surveiller vos autres agents
Monte Carlo vient de lancer Bayes, un collègue qui surveille les agents en production et répare ce qui casse : il détecte les pannes, règle la surveillance, propose les corrections sous forme de demandes de fusion ou de tickets, puis vérifie que la correction a tenu. L'entreprise rappelle qu'un ingénieur peut surveiller confortablement un à trois agents, et que 74 % des entreprises ont déjà dû faire marche arrière sur un agent déployé. Chez les clients de Monte Carlo, Bayes détecterait deux fois plus d'incidents tout en réduisant les fausses alertes de plus de 80 %. Source: communiqué Monte Carlo.
SAP vend le poste de pilotage de vos agents, pas seulement les agents
À sa conférence TechEd, SAP a présenté une nouvelle façon de fabriquer des agents : Joule Studio permet de décrire en langage courant ce que l'agent doit faire, puis de le tester dans un bac à sable avant de le mettre en production, avec un accès par rôle qui sépare le côté métier du côté développeur. L'entreprise propose aussi un point unique pour piloter tous les agents de l'entreprise, les modèles choisis (plus de 70), la consommation et les traces. En clair, SAP vend la salle de contrôle entière, pas un seul agent. Source: communiqué SAP.
DoorDash fait le calcul : les agents n'ont passé que quelques centaines de commandes
Sur une plateforme de livraison qui traite 3 millions de commandes par jour, celles passées par des assistants tiers se comptent sur les doigts d'une main. Le patron de DoorDash l'a dit lui-même à ses investisseurs : les agents sont parmi les fonctions les moins utilisées du service, et la plupart des clients commandent toujours dans l'application. L'entreprise a pourtant ses propres agents — commande par texto, agent en ligne de commande, robot de conversation — et elle ne ferme pas la porte aux autres : elle évoque même la publicité dans ces assistants. Le chiffre est utile à qui construit en ce moment : le bruit sur les agents qui commandent est immense, le volume reste minuscule. Source: transcription de l'appel de résultats, déposée auprès de la SEC.
📊 Tendance
Une constante traverse les actus du jour : l'agent n'est plus le sujet, c'est son entourage. Microsoft publie un modèle minuscule dont l'essentiel du score vient de l'outillage autour ; GitLab vend une vue qui donne le contexte ; Monte Carlo met un agent à surveiller les agents ; SAP vend le poste de pilotage. Pendant ce temps, DoorDash rappelle que trois millions de commandes par jour ne deviennent pas des commandes d'agents par magie. Le mouvement de ces mois-ci est moins spectaculaire qu'il n'y paraît : l'attention se déplace du cerveau vers l'environnement, et c'est là que se jouera la différence entre une démonstration et un outil qui tient dans la durée.