The Agent Watch
Briefing · Articles · Outils · À propos EN FR DE ES 中文 IT PT SV FI DA

Briefing quotidien

4 novembre 2026 · 5 histoires

🔥 À la une

1

Anthropic peut prouver quel modèle vous a vraiment répondu

Quand vous posez une question à un assistant en ligne, vous ne pouvez pas vérifier qui a réellement répondu : un intermédiaire peut glisser un modèle moins cher, ou quelqu'un peut modifier le texte en route. Anthropic publie un prototype gratuit, FlashProve, qui joint à chaque réponse une preuve mathématique, sans jamais révéler le fonctionnement interne du modèle. Testé sur Llama 4 Maverick, il produit environ 110 jetons de preuve par seconde sur une seule carte, et la preuve se vérifie en 17 secondes sur un simple ordinateur. Le prix est élevé : environ 70 à 95 fois plus de calcul qu'une réponse ordinaire. Et la preuve dit seulement que c'est le bon modèle qui a parlé, pas que la réponse soit juste. Source : Anthropic.

2

CrowdStrike rachète deux spécialistes de l'observation des agents

Quand un régulateur demande à une entreprise ce qu'un de ses agents a fait, répondre que c'était le modèle ne suffit plus. CrowdStrike a signé deux acquisitions le même jour : Fiddler, qui observe et explique le comportement des agents, et Dreadnode, qui teste la sécurité de l'intelligence artificielle de façon automatique. Les deux rejoignent la plateforme de l'éditeur sous les noms Falcon Observe et Falcon Guardian, avec une disponibilité générale annoncée au quatrième trimestre de son exercice 2027. Une enquête du Wall Street Journal évalue les deux rachats à 495 millions de dollars, un montant que CrowdStrike n'a pas confirmé et qui ne figure dans aucun de ses communiqués. Source : les communiqués de CrowdStrike.

3

Uber met une seule porte devant 5 000 outils d'agents

Chaque équipe d'une grande entreprise qui veut brancher un agent sur un service interne finit par écrire son propre petit connecteur, avec ses propres règles de sécurité. Au bout du compte, plus personne ne sait combien d'outils existent. Uber a réglé le problème par le haut : un catalogue unique de plus de 800 serveurs et de plus de 5 000 outils, où l'agent cherche ce dont il a besoin au lieu de tout recevoir d'un coup. Le détail qui compte le plus : les outils sont découverts automatiquement, mais aucun ne fonctionne tant que l'équipe qui le possède ne l'a pas validé. Uber a publié sa conception en octobre ; c'est l'analyse de lundi qui la remet dans l'actualité. Source : le blog d'ingénierie d'Uber.

4

OpenAI fait concevoir un appareil entier par ses modèles

Deux ingénieurs d'OpenAI ont conçu un appareil électronique complet en moins d'une semaine, à côté de leur travail habituel : un modèle a écrit les exigences, un autre a dessiné la forme, le boîtier, la carte électronique et le logiciel qui pilote l'objet. Un fabricant a ensuite produit une première série de prototypes en moins d'un mois. L'entreprise reconnaît elle-même qu'il a fallu plusieurs cycles de relecture avant que l'objet soit prêt à être fabriqué. Le chiffre le plus parlant est ailleurs : depuis février, l'usage de ces modèles dans les équipes matériel a été multiplié par 23. Source : OpenAI.

5

Un banc d'essai public dit ce que valent les agents qui corrigent les failles

Collinear AI publie en libre accès la deuxième version de son banc d'essai : un agent doit trouver et corriger une faille de sécurité dans un vrai dépôt de code, sans casser ce qui fonctionnait. La version 2 compte 100 tâches publiques couvrant 91 types de failles différents. Le résultat mérite un second regard : le meilleur modèle n'en réussit que 67,8 pour cent, et 19 pour cent du jeu reste insoluble même pour lui, même après plusieurs tentatives. Autrement dit, réparer des failles de sécurité reste un travail dur pour un agent, et ses erreurs peuvent passer inaperçues. Source : Collinear AI sur Hugging Face.

📡 À surveiller

Honeycomb met des agents sur vos pannes, jour et nuit

La société d'observation Honeycomb lance des agents qui surveillent les mises en production, repèrent les régressions avant que les clients ne les voient et rédigent les comptes rendus d'incident. Chaque conclusion est rattachée à la trace dont elle est issue et étiquetée comme confirmée ou comme hypothèse. L'accès en est à un stade précoce. Honeycomb cite une enquête où 76 pour cent des équipes jugent que le code écrit par intelligence artificielle grandit plus vite que leur capacité à le relire, et 65 pour cent ont vécu un incident dû à une boucle d'agent ou à une facture de jetons débridée. Source : Honeycomb.

VMware veut que les agents interrogent vos données sans les déplacer

Avec sa plateforme Tanzu, VMware propose de donner aux agents accès aux données de l'entreprise sans tout migrer dans un entrepôt central. Les agents passent par un catalogue de produits de données gouvernés, avec exactement les mêmes règles de masquage que celles appliquées aux lecteurs humains. L'éditeur promet moins de jetons consommés et des frais de sortie du cloud prévisibles. Source : VMware Tanzu.

Ebix et intentyx surveillent ce que font vraiment vos agents

Les deux entreprises lancent une plateforme qui découvre les agents d'une entreprise, rattache leurs actions à une intention déclarée, c'est-à-dire le but, les outils autorisés et les données accessibles, et alerte quand un agent sort de ce cadre. Le directeur général d'Ebix parie que la gouvernance des agents deviendra une catégorie de sécurité à part entière en 2027. Source : le communiqué d'Ebix.

Artefact et Dust ont déployé 1 500 agents dans une banque publique

La banque d'investissement publique française Bpifrance a testé pendant quatre mois avec cent collaborateurs, repéré plus de soixante usages possibles, puis est passée à cinq cents licences et mille cinq cents agents en quelques mois. Le règlement, à qui appartient chaque licence, quel agent est risqué et comment on surveille les connecteurs, a été mis en place en moins de quatre semaines. Source : Artefact.

📊 Tendance

Un fil conducteur traverse les actus du jour : on ne demande plus seulement ce que sait un modèle, mais ce que vaut un agent et comment prouver qu'il est bien celui qu'il dit être. Anthropic invente la preuve mathématique. CrowdStrike achète les outils qui expliquent ce que les agents ont fait. Uber verrouille l'activation des outils derrière une validation humaine. Un banc d'essai public dit que réparer des failles reste un métier difficile, à 67,8 pour cent de réussite au mieux. Et OpenAI fait concevoir un appareil entier par ses modèles. Le centre de gravité du secteur n'est plus le modèle, c'est la preuve, le contrôle et la mesure.