Tendances du jour
Samedi calme, dominé par le coût des harness : une étude montre qu'un harness élaboré peut tripler la facture sans gagner en précision, au moment où Kimi K3.1 Pro se branche directement dans Claude Code et Codex à prix cassé. Côté outillage, Google sépare les garde-fous des agents entre skills (consultatifs) et IAM (bloquants). L'équipe Claude Code perd en parallèle deux figures visibles avant l'IPO d'Anthropic.
Le harness d'un agent de code peut tripler son coût sans le rendre plus précis
VentureBeat
Des chercheurs de l'université du Shandong ont comparé Claude Code, OpenCode et mini-SWE-agent (environ 100 lignes de Python, un seul outil bash) sur 492 tâches SWE-bench Verified avec cinq modèles. Ils ne trouvent pas d'écart de précision constant : Claude Code et mini-SWE-agent restent à deux points l'un de l'autre, alors que le coût par tâche varie jusqu'à ×3 avec le même modèle. Le contexte fixe envoyé à chaque étape pèse environ 16 600 tokens pour Claude Code, contre 830 pour mini-SWE-agent, et environ 13 % des tâches basculent entre réussite et échec d'un run à l'autre. Pour un orchestrateur, les conseils sont concrets : mesurer le bruit avant d'attribuer un gain au harness, alléger prompts système et schémas d'outils, et suivre réussite et coût ensemble (l'étude HarnessTax de Berkeley mesure des écarts allant jusqu'à ×5).
Lire l’article complet sur venturebeat.com (nouvel onglet)Google Data Agent Kit en GA : outils MCP, 37 skills et garde-fous partagés entre skills et IAM
InfoQ
Google passe en disponibilité générale Data Agent Kit, un kit gratuit et open source qui relie les agents de code (Claude Code, Codex, Cursor, Antigravity, éditeurs compatibles VS Code) à plus de quinze services Google Data Cloud via MCP, dont BigQuery Graph, Bigtable et Spark managé. Il fournit 37 skills sous licence Apache 2.0, dont une skill anti-perte de données qui demande l'accord explicite de l'utilisateur avant un DROP ou un TRUNCATE. Cette protection reste consultative : la vraie barrière est une politique IAM « deny » qui bloque tout outil MCP dont l'attribut tool.isReadOnly vaut false. Bon cas d'école pour qui conçoit les permissions d'agents : les outils bloqués restent visibles dans tools/list, et les résultats d'outils ne portent ni clé d'idempotence ni statut de commit.
Lire l’article complet sur infoq.com (nouvel onglet)Kimi K3.1 Pro : un modèle quasi au niveau des meilleurs en agentique, compatible avec Claude Code et Codex
Latent Space (AINews)
Moonshot a lancé Kimi K3.1 Pro, un MoE multimodal de 2,8T paramètres (104B actifs) avec 1M de tokens de contexte. Artificial Analysis le place 4e de son Intelligence Index (55, contre 58 pour Opus 5.5) et attribue l'essentiel du gain aux tâches agentiques. Sur Terminal-Bench, Cline rapporte une quasi-parité avec Opus 5.5 pour moitié moins cher, mais certains chiffres du tableau de Moonshot sont contestés. Le tarif est de 2 $/10 $ par million de tokens, avec des endpoints compatibles Anthropic Messages et OpenAI Responses : on peut donc le brancher comme modèle principal ou de sous-agents dans Claude Code et Codex. Moonshot lance aussi un harness géré, Kimi Hosted Agents, et promet les poids ouverts d'ici le 4 novembre.
Lire l’article complet sur latent.space (nouvel onglet)Thariq Shihipar, figure de Claude Code, quitte Anthropic à quelques semaines de l'IPO
TokenPost
Thariq Shihipar, ingénieur très suivi de l'équipe Claude Code (skills, context engineering, workflows d'agents), a annoncé samedi son départ après plus d'un an sur le produit. Il compte faire une pause avant un nouveau projet et renvoie vers Boris Cherny, Cat Wu, Addy Osmani, Lydia Hallie et le compte @ClaudeDevs pour suivre les nouveautés. D'après AI Weekly, Anthony Morris, créateur de l'app desktop de Claude Code, a lui aussi quitté l'entreprise le 23 octobre. Pour les utilisateurs intensifs de Claude Code, Thariq était l'un des canaux les plus directs sur les bonnes pratiques et les nouvelles fonctionnalités.
Lire l’article complet sur tokenpost.com (nouvel onglet)Le panorama des agents IA qui vivent dans vos SMS
TechCrunch
TechCrunch recense 24 agents joignables par simple SMS ou iMessage, sans application à installer : Poke, Instinct, Martin, Miso, Wajo, Ollie et d'autres. Ils gardent le contexte d'une conversation à l'autre et prennent en charge réservations, agendas, voyages ou emails. Certains ont leur propre identité opérationnelle : l'agent de Wajo dispose d'un email, d'un numéro de téléphone et d'une carte de paiement, et peut faire intervenir un humain si besoin. Instinct serait valorisé 10 Md$. C'est une tendance de fond pour les interfaces : la messagerie devient un canal de déploiement d'agents à part entière, avec ses propres enjeux de permissions et de délégation de paiement.
Lire l’article complet sur techcrunch.com (nouvel onglet)
Autres actus IA
Block dévoile Dessa, un modèle vocal full-duplex au rendu très humain
TechCrunch
Le labo de recherche de Block présente Dessa, un modèle speech-to-speech full-duplex : il écoute et parle en même temps et reproduit rires, pauses ou pleurs. Selon Block, il tourne en local sur du matériel grand public (MacBook M4 Max ou mieux) et a été entraîné sur un seul GPU NVIDIA. Il vise les agents vocaux à bas coût, notamment pour Square, mais n'est pas encore accessible au public. Block invite les chercheurs en sécurité à tester sa capacité à tromper des interlocuteurs.
Lire l’article complet sur techcrunch.com (nouvel onglet)Forcés de choisir, Grok recommande les républicains et GPT les démocrates
TechCrunch
Le studio Convovo (Cornell) a demandé via API à Grok 4.7 et GPT-6.1 Sol de recommander un seul candidat pour près de 500 scrutins des midterms 2026. Grok choisit le républicain dans 92 % des cas, GPT le démocrate dans 97 %, et les deux modèles s'accordent moins de 10 % du temps. Les chercheurs relèvent aussi environ 1 240 tokens d'entrée invisibles et impossibles à retirer dans chaque requête Grok. OpenAI répond que le test ne reflète pas le comportement de l'app grand public, qui refuse ce type de question.
Lire l’article complet sur techcrunch.com (nouvel onglet)Le cimetière de l'IA : les projets et startups qui n'ont pas survécu
TechCrunch
TechCrunch tient une liste des échecs de l'IA : Relay (automatisation par agents, fermé en août), OpenAI Operator absorbé dans ChatGPT, l'abandon de ChatGPT Atlas et de Sora, la faillite de Character.ai, ou encore la fermeture programmée de Notion Mail face aux agents email. Le point commun est l'absorption par les grandes plateformes, qui intègrent les mêmes fonctions. Pour qui construit des produits agentiques, c'est un rappel du risque de différenciation trop faible face aux plateformes.
Lire l’article complet sur techcrunch.com (nouvel onglet)