Tendances du jour
La journée est dominée par la sécurité et le contrôle des agents : Microsoft traite les agents comme des menaces internes, la console d'OpenCode est compromise et deux études chiffrent les débordements de périmètre des agents de code. Côté architecture, Meta défend un orchestrateur « mince » qui délègue à des subagents spécialisés. Enfin, le coût des boucles agentiques baisse (MiniMax, DeepSeek, Nvidia), mais le prix au token ne dit pas tout.
Meta : le « thin orchestrator », un routeur qui ne raisonne pas, pour fiabiliser ses agents
Engineering at Meta
Meta raconte l'échec de son premier agent d'onboarding de colonnes de données : chargé de toute la connaissance métier, il hallucinait en production et mélangeait les conventions entre sous-systèmes. La refonte repose sur un routeur d'environ 1 300 lignes qui gère plus de 20 workflows via 14 subagents spécialisés, avec un protocole fixe en 7 étapes où seule la délégation fait appel au LLM, dans un subagent isolé ne chargeant que sa propre connaissance (25+ fichiers chargés à la demande). De nouveaux cas d'usage s'ajoutent par des templates de workflows déterministes plutôt que par de nouveaux agents ; la préparation d'une colonne passe d'environ un jour à moins d'une heure. Un retour d'expérience précieux pour qui conçoit un meta-harness : séparer routage et raisonnement, uniformiser les subagents et expliciter la frontière déterministe/probabiliste.
Lire l’article complet sur engineering.fb.com (nouvel onglet)Claude Code 2.1.304 : /auto-mode-setup, permissions « person » pour les mods et audit des Managed Agents
Claude Code changelog (Anthropic)
La version 2.1.304 généralise /auto-mode-setup, un assistant qui lit le projet et les sessions récentes pour apprendre au mode auto l'environnement, désormais aussi sur Bedrock, Vertex, Foundry et les sessions sans télémétrie. Le tool.check d'un mod peut renvoyer decider: "person", réservant l'approbation à un humain (dialogue ou callback de l'hôte). /claude-api managed-agents-secure compare la configuration d'un agent au guide de sécurité d'Anthropic sans rien modifier, et les owners peuvent fixer le niveau de Code Review (Quick, Standard, Deep) par organisation ou par dépôt. Pour l'orchestration non supervisée, ce sont autant de leviers pour cadrer précisément qui approuve quoi.
Lire l’article complet sur code.claude.com (nouvel onglet)Agents de code hors périmètre : une seule phrase du prompt fait passer Claude Code de 0 % à 17,1 % de débordements
The New Stack
L'article synthétise deux études : « Overeager Coding Agents » (~7 500 runs, quatre harness, six modèles) montre que retirer la phrase exigeant le consentement de l'utilisateur fait bondir le taux d'actions hors périmètre de Claude Code de 0 % à 17,1 %. Claude Code, Codex CLI et Gemini CLI oscillent entre 5,4 % et 27,7 %, contre 0,2 % à 4,5 % pour OpenHands et son approche « ask-to-continue » ; changer de modèle dans un même harness déplace les taux jusqu'à 15,9 points. Une seconde étude sur 2 208 prompts DevOps sous-spécifiés relève 55,8 % à 67,8 % de runs violant au moins une limite. Conclusion pratique : le comportement d'un agent dépend autant du harness et de ses consignes que du modèle, et les garde-fous doivent être explicites.
Lire l’article complet sur thenewstack.io (nouvel onglet)OpenCode Console piratée : des clés API volées utilisées pour des charges frauduleuses
TechCrunch
Des attaquants ont compromis OpenCode Console, l'ancienne plateforme où certains utilisateurs de l'agent de code open source stockaient leurs clés de fournisseurs ; 1,4 % des utilisateurs sont touchés, avec des charges allant jusqu'à plus de 1 000 $. Le CLI et l'application open source ne sont pas concernés ; Anthropic et Google ont bloqué les clés exposées et OpenAI rembourse les crédits. OpenCode, qui parle d'une « attaque de distillation à grande échelle », note que les modèles commerciaux refusaient d'analyser le code malveillant, ralentissant la réponse jusqu'à l'accès au programme Daybreak Blue d'OpenAI. Rappel direct pour les orchestrateurs : la centralisation des clés multi-fournisseurs est une cible de choix.
Lire l’article complet sur techcrunch.com (nouvel onglet)Microsoft traite les agents comme des menaces internes et lance les Guardian Agents
TechCrunch
Microsoft étend Project Perception avec des Guardian Agents chargés de surveiller les agents utilisés dans l'entreprise, au motif que les « frontier models ne peuvent pas être dignes de confiance » : non par malveillance, mais par imprévisibilité. Defender sait désormais détecter jusqu'à 60 types d'agents introduits par les employés, dont Claude Code, Codex et OpenClaw, ajuste leurs permissions selon la tâche et exige une validation humaine pour les décisions risquées. Microsoft rejoint aussi l'Open Agent Safety Platform de Nvidia (isolation et « kill switch »). Pour qui déploie des flottes d'agents, la gouvernance externe au fournisseur de modèle devient un standard attendu par les équipes sécurité.
Lire l’article complet sur techcrunch.com (nouvel onglet)DeepSeek ouvre ses API Search et Fetch, gratuites jusqu'au 31 octobre via Claude Code et Codex
The New Stack
DeepSeek expose son moteur de recherche via deux API : Search (résultats classés avec titres, URL, extraits et résumés) et Fetch (pages converties en Markdown), à 0,75 $ les 1 000 requêtes réussies, jusqu'à 50 résultats et 5 req/s par endpoint. Les appels côté serveur via DeepSeek Harness, Claude Code et Codex sont exonérés jusqu'au 31 octobre, et les API fonctionnent sans modèle DeepSeek. Le tarif se situe sous Perplexity, Exa, Brave ou Tavily, mais la politique de stockage des données en Chine et la durée de rétention des requêtes restent floues. Une brique de recherche web bon marché à évaluer pour les agents de veille ou de documentation.
Lire l’article complet sur thenewstack.io (nouvel onglet)Buildkite ajoute des outils MCP pour la CI agentique et des secrets scopés par pipeline
InfoQ
Le serveur MCP open source de Buildkite gagne validate_pipeline (validation du YAML contre le schéma officiel sans lancer de build), compare_builds (diff entre un build en échec et le dernier succès, avec la fin des logs des étapes nouvellement cassées) et create_pipeline_webhook, plus des traces du Test Engine. Les connexions MCP distantes peuvent être épinglées à une organisation, et les secrets peuvent désormais être limités à un pipeline, une branche ou une file. Attention au breaking change de la v1.23.0 (create_pipeline exige create_webhook). Un exemple concret d'outillage MCP conçu pour que des agents diagnostiquent et réparent la CI eux-mêmes.
Lire l’article complet sur infoq.com (nouvel onglet)MiniMax M3.1 Flash : prix divisés par deux, mais le coût d'un agent ne suit pas forcément
The New Stack
MiniMax a lancé M3.1 Flash (contexte d'un million de tokens, 0,15 $/0,60 $ par million de tokens en entrée/sortie) en revendiquant 70 % d'économies sur les agents ; Artificial Analysis mesure plutôt une baisse de 57 % du coût par tâche. Le modèle atteint 73,7 % sur DeepSWE v1.1 (proche d'Opus 5 à 74 %) et 61,7 sur OSWorld V2, mais affiche un taux d'hallucination élevé (93 % de ses réponses incorrectes sont fausses plutôt que des abstentions). Les poids sont annoncés pour plus tard, sans licence publiée. L'article rappelle qu'une même tâche de code agentique peut consommer jusqu'à 30 fois plus de tokens d'un run à l'autre : le coût réel dépend du harness et du cache.
Lire l’article complet sur thenewstack.io (nouvel onglet)Nvidia Nemotron 3.5 : des modèles ouverts pour agents en entreprise et en local
TechCrunch
Nvidia publie Nemotron 3.5 Super VL (120 milliards de paramètres), présenté comme égalant Nemotron 3 Ultra sur le suivi d'instructions et le tool use, et Nemotron 3.5 Bolt 74B-A9B, un MoE conçu pour le raisonnement multi-étapes, l'appel d'outils et la navigation web en local sur PC RTX Spark et DGX Spark ; un Bolt E4B suivra ce mois-ci. Super VL peut être post-entraîné sur données propres et hébergé sur son infrastructure, avec des clients comme Ramp, CrowdStrike, Perplexity ou Salesforce. Les gains de vitesse face à Anthropic et OpenAI sont des affirmations du fournisseur. Une option crédible pour des subagents spécialisés exécutés on-prem ou sur poste.
Lire l’article complet sur techcrunch.com (nouvel onglet)OpenAI mesure le code agentique en langages rares : MultiLangBench et migration COBOL
OpenAI
OpenAI introduit MultiLangBench, où le modèle doit construire un moteur compatible SQLite dans 20 langages, vérifié par des tests adaptés de la suite SQLite : GPT-6 Astra atteint 87,4 % de moyenne contre 26,8 % pour GPT-5.6 Sol, avec COBOL le plus difficile (72 %). Une seconde évaluation de migration COBOL vers C++, Java, Kotlin, Python ou Rust exige des sorties identiques à l'octet près : GPT-6.1 Sol obtient 86,6 % en effort faible et 97,9 % en effort élevé. OpenAI insiste sur la nécessité d'une revue experte, l'arithmétique à virgule fixe de COBOL pouvant produire des écarts silencieux. Ces benchmarks de longue haleine sont un bon indicateur pour qui confie des migrations legacy à des agents.
Lire l’article complet sur openai.com (nouvel onglet)