Briefing quotidien
12 novembre 2026 · 5 histoires
🔥 À la une
1Les agents dessinent des écrans au lieu d'écrire des phrases
Google vient d'ouvrir un format qui change la façon dont on discute avec un agent. Jusqu'ici, l'agent répondait par du texte que vous deviez lire. désormais, il décrit les éléments à afficher et votre logiciel les dessine avec ses propres boutons et ses propres couleurs. Concrètement, un agent peut remplir un formulaire, poser une question ou proposer des cartes à valider directement dans l'interface de votre entreprise. C'est comme si votre assistant vous tendait un formulaire pré-rempli plutôt que de vous réciter ce qu'il faut taper. Point important pour la sécurité : les valeurs confidentielles restent sur le serveur de l'application et ne transitent jamais par le modèle. Les premiers éditeurs adopters sont Atlassian, Alation, Bloomberg et ByteDance. Source : https://developers.googleblog.com/a2ui-10-build-delightful-fast-reliable-agentic-experiences/
2Une porte dérobée tient dans moins de dix neurones
Des chercheurs de Microsoft montrent qu'on peut piéger un agent sans jamais l'entraîner. Le principe est simple à expliquer : un modèle déjà entraîné contient des neurones qui s'allument très rarement. Il suffit d'en reprogrammer moins de dix pour qu'ils s'activent uniquement quand un signal convenu apparaît. L'agent passe alors tous les tests, se comporte normalement pendant des semaines, puis exécute l'ordre malveillant au moment prévu. L'exemple donné par Microsoft est volontairement banal : le passage à minuit le 1er janvier 2027 suffit à déclencher la commande. L'avertissement des chercheurs est net : ce n'est pas un problème propre aux modèles téléchargeables, mais une question d'intégrité des fichiers de modèle, qui touche aussi les modèles développés en interne. Source : https://www.microsoft.com/en-us/research/blog/lazare-veni-foras-reprogramming-dormant-neurons-to-backdoor-ai-agents/
3Un assistant qui tient dans la poche, avec des poids libres
Tether AI Research a publié BotPsy, un assistant personnel de 0,8 milliard de paramètres, conçu pour tourner directement sur votre téléphone. L'idée : votre assistant reste chez vous, il fonctionne même sans réseau, et personne ne peut le modifier ni le retirer à distance. Sur six bancs d'essai d'utilisation d'outils, BotPsy passe devant tous les modèles testés de taille inférieure ou égale à 1,2 milliard, et il bat même un modèle 2,5 fois plus grand sur cinq de ces six tests. L'écart se creuse sur les tâches à plusieurs tours, où il faut se souvenir du fil. Précision importante : l'éditeur présentait la publication des poids comme à venir, mais la vérification du 12 novembre confirme que les poids sont bien disponibles, sous licence Apache 2.0, en safetensors et en GGUF. L'éditeur assume la limite : le modèle se trompe et n'est pas destiné aux décisions engageantes. Source : https://huggingface.co/blog/qvac/botpsy
4Un barème unique pour mesurer tous les agents
Comment noter un agent qui utilise cinq outils différents ? Amazon Web Services a ouvert en libre-service un système de mesure qui y répond. L'idée est celle d'un adaptateur : chaque outil laisse une trace à sa façon, un adaptateur la traduit dans un format commun, et ensuite les mêmes notes s'appliquent partout. Le système compte 36 mesures réparties en sept dimensions, de l'appel d'outil jusqu'à la coordination de plusieurs agents qui travaillent ensemble. Il fonctionne en mode passif, sur des traces déjà enregistrées, ou en mode actif, en rejouant l'agent sur des cas de test. Douze organisations l'ont déjà utilisé, dans les télécommunications, la santé et la finance. Le code est libre sous licence Apache 2.0. L'analogie : un carnet de notes unique pour des élèves aux cahiers différents. Source : https://aws.amazon.com/blogs/machine-learning/uaef-a-framework-agnostic-system-for-closed-loop-evaluation-of-ai-agents/
5Alibaba vend un modèle qui disparaît le 25 novembre
Alibaba a présenté le premier modèle de sa nouvelle famille, Qwen4-Max, en version d'essai. Deux détails méritent d'être lus avant tout. Le premier : l'accès passe uniquement par un abonnement au forfait de jetons d'Alibaba ou par les outils de l'éditeur, rien d'autre. Le second : la version d'essai se termine le 25 novembre, et le modèle sera retiré à cette date. Ce n'est donc pas une mise à disposition durable, c'est une fenêtre d'évaluation avec une date de fin inscrite dans le contrat. Alibaba revendique de meilleures capacités de programmation et de travail avec les agents, mais ne publie aucun score, aucune fiche de modèle et aucune information de licence. Les poids de la famille Qwen 4 ne sont toujours pas publics. C'est la deuxième promesse de famille faite par l'éditeur qui n'a pas été tenue. Source : https://x.com/Alibaba_Qwen/status/2120335993643684315
📡 À surveiller
Google sort un modèle qui tranche au lieu de parler
Gemini Decision 1 ne rédige aucune phrase : il classe, il note ou il tranche, en 150 à 250 millisecondes. Il accepte jusqu'à mille questions dans une seule requête, lit du texte, des images, de l'audio, de la vidéo et des fichiers PDF, et renvoie avec chaque réponse un score de confiance. C'est ce score qui compte : quand il est bas, on peut passer la main à un humain. Le prix annoncé est de 0,10 dollar par million de mots lus, la sortie n'étant pas facturée. Source : https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/
Nvidia ouvre une enquête sur son propre patron
Le conseil d'administration de Nvidia a annoncé le 8 novembre une enquête indépendante sur son fondateur Jensen Huang, sur la base d'informations de presse faisant état d'une tentative d'influence étrangère. Le conseil précise qu'il n'a aucune raison de penser que la sécurité nationale ou les secrets de Nvidia ont été compromis. Deux jours plus tard, il a nommé un cabinet pour mener l'enquête. En parallèle, deux sénateurs demandent de conserver tous les documents sur les ventes de puces à la Chine, avec une confirmation écrite attendue au plus tard le 17 novembre. Source : https://nvidianews.nvidia.com/news/statement-from-nvidia-board-of-directors
Databricks donne aux agents un dictionnaire commun de l'entreprise
Une entreprise ne peut plus se contenter d'un agent par service : chacun a besoin de la même idée de ce qu'est un client, un contrat ou un produit. Databricks met en service un Wikipédia d'entreprise, dont les entrées sont apprises par des agents à partir des tableaux de bord, des requêtes et des documents, puis validées par les équipes. Sur un test avec un fournisseur d'énergie fictif, l'agent de Databricks réussit 91 % des tâches, contre 45 % et 58 % pour deux agents de pointe testés dans les mêmes conditions, avec moins de la moitié des jetons consommés. Source : https://www.databricks.com/blog/announcing-ga-genie-ontology
Les agents en production peuvent être coupés en un clic
Mirantis met en service une plateforme qui fait tourner les agents sur les serveurs de l'entreprise, avec trois garde-fous : un plafond de dépenses, des traces d'audit complètes, et une coupure réseau instantanée pour tous les agents à la fois quand quelque chose dérape. L'entreprise s'appuie sur des sondages : 49,8 % des organisations interrogées ont confirmé ou soupçonné qu'un agent a fait une action non voulue, et seules 17,5 % sauraient l'arrêter automatiquement. Un autre sondage de 300 responsables de la sécurité indique que 78 % ont déjà retiré des droits à un agent en production. Source : https://www.mirantis.com/company/press-center/company-news/mirantis-announces-agent-platform-that-strengthens-human-oversight-of-production-ai-agents
📊 Tendance
Une journée où les agents quittent la page de discussion pour entrer dans vos écrans : un format permet à un agent de remplir vos formulaires, avec les données sensibles qui restent chez vous. Dans le même temps, la sécurité devient concrète : une porte dérobée peut tenir dans moins de dix neurones, et une entreprise peut décider de couper tous ses agents d'un seul geste. Entre le modèle qui apprend le vocabulaire de votre maison et le barème unique qui permet enfin de comparer des agents qui utilisent des outils différents, une même ligne se dessine : les agents quittent la démonstration pour l'exploitation quotidienne, avec leurs règles et leurs limites.