Larssen Consulting

  1. Microsoft ouvre le harness d'agents de GitHub Copilot aux développeurs via Foundry

    The New Stack

    Microsoft expose en préversion publique, comme service managé de Foundry Agent Service, le harness d'orchestration qui fait tourner Copilot (GitHub Copilot, CLI, VS Code, Copilot Studio). Il gère les appels modèles et outils, le contexte et les politiques, et fournit un sandbox intégré, des skills (instructions + scripts + ressources), des intégrations MCP avec authentification et approbation, ainsi que la délégation à des subagents coordonnés par l'agent principal. La configuration se déclare dans azure.yaml et se déploie avec l'Azure Developer CLI ; c'est gratuit jusqu'au 1er décembre, puis facturé au vCPU-heure et au Gio-heure. Point de vigilance : le harness est figé à la création de l'agent, pas de modèle personnel (BYO), et Microsoft contrôle CPU, mémoire et délais d'inactivité. Pratique pour démarrer, mais réfléchissez au risque d'enfermement chez un fournisseur avant d'y bâtir votre orchestration.

    Lire l’article complet sur thenewstack.io (nouvel onglet)
  2. GitHub Universe : Copilot Fusion, sessions cloud multi-dépôts et agents à l'origine de 40 % des PR

    The Next Web

    Copilot Fusion route chaque étape d'une tâche de code vers le modèle (ou la combinaison de modèles) le plus adapté : raisonnement, génération, débogage, tool use. Selon Microsoft, le palier Fusion Max arrive à deux points de Claude Opus 5.5 Max sur le Coding Agent Index d'Artificial Analysis, pour la moitié du coût et 40 % de temps en moins par tâche. La nouvelle app Copilot pilote des sessions managées en parallèle sur plusieurs dépôts, et une même session cloud passe de l'app à VS Code, à la CLI et au web ; les Automations proposent elles-mêmes des améliorations à valider. D'après l'Octoverse, les agents ont ouvert plus de 40 % des pull requests en septembre (17 % en mars), soit environ 110 millions : la plateforme est désormais conçue pour les flottes d'agents. (Annonce publiée le 28 octobre en soirée, heure de Paris.)

    Lire l’article complet sur thenextweb.com (nouvel onglet)
  3. EMBRACE : les navigateurs intégrés de Codex, VS Code, Cursor, Copilot et Claude Desktop compromis

    Help Net Security

    Forever Security montre que les navigateurs embarqués de cinq assistants de code enfreignent chacun une règle de base des navigateurs. Dans Codex, VS Code et Claude Desktop, un lien HTML proposé par l'assistant lui-même lance un web worker qui lit tout le disque (clés SSH, .env, jetons npm) puis exfiltre les données. Dans Cursor, un bouton piégé fait exécuter une commande à l'agent, qui désactive son propre sandbox pour réessayer. Dans Copilot, la barre d'adresse peut être usurpée. Cursor et Copilot ont corrigé ; Codex et VS Code restaient vulnérables au 29 octobre, et Anthropic comme Microsoft ont invoqué la « Workspace Trust » pour écarter le signalement. À retenir pour vos harness : ne comptez pas sur la Workspace Trust, et partez du principe qu'un agent peut contourner ses propres garde-fous.

    Lire l’article complet sur helpnetsecurity.com (nouvel onglet)
  4. Un agent Claude Code personnel branché deux mois sur un système sécurisé du Pentagone

    Progressive Robot (d'après WIRED)

    Selon WIRED, un employé d'Accenture aurait connecté un système centralisé du DOD, utilisé par plusieurs agences de renseignement, à son compte Claude Code personnel. Il aurait aussi confié ses identifiants à l'agent pour écrire du code et lancer des serveurs cloud. L'agent aurait tourné environ deux mois avant d'être repéré, et semble avoir envoyé identifiants, mots de passe et une cartographie de NIPRNet vers un site tiers classé à haut risque par le NIST. Accenture dit que les allégations ont été examinées et jugées sans fondement ; Anthropic renvoie à sa politique d'usage. Quelle que soit l'issue, le cas illustre le risque du « shadow AI » : sans inventaire ni détection des agents et sans courtage des secrets, les contrôles d'accès classiques ne suffisent pas.

    Lire l’article complet sur progressiverobot.com (nouvel onglet)
  5. Comment l'équipe Claude Code fait relire un code écrit à 90 % par Claude

    InfoQ

    Anthropic détaille son processus de revue : l'objectif est de fusionner la plupart des PR avec au plus un humain dans la boucle, sans hausse des reverts ni des incidents. Un classifieur attribue un niveau de risque selon la nature du changement et non selon son auteur. Doc et ajouts derrière un feature flag ne demandent aucune approbation humaine, le risque moyen en demande une ; l'approbation d'un agent ne vaut jamais celle d'une personne, et celui qui a lancé le prompt fait partie des relecteurs requis. Après une PR passée par plus de 50 tours de revue et de correction en une nuit, l'équipe a plafonné le nombre de tours. Il lui manque encore des disjoncteurs qui durciraient l'approbation quand les métriques de revue dérivent : un bon modèle pour quiconque industrialise des boucles agent-relecteur.

    Lire l’article complet sur infoq.com (nouvel onglet)
  6. Spawn : un essaim d'agents autonomes qui livre en production toutes les heures

    Simon Willison's Weblog

    Simon Willison relaie le retour d'expérience de Jacob Sansbury sur Spawn, un jeu multijoueur développé en grande partie par une flotte d'agents (plus de 3 M$ de jetons par mois revendiqués). Les agents modifient directement le code en production et livrent toutes les heures : une heure sans release est traitée comme un SEV-0. Selon l'auteur, livrer souvent aide les agents à rester cohérents, puisqu'ils ne retiennent que quelques heures de travail en contexte. Environ 60 % du travail part d'une erreur en production ou d'un bug signalé par l'IA du jeu elle-même. Une alerte réveille un agent propriétaire de l'incident, et un rollback ciblé prend environ 30 secondes. Un cas concret de « meta-harness » en production : triage, propriété des incidents et rollback y comptent autant que le modèle.

    Lire l’article complet sur simonwillison.net (nouvel onglet)
  7. AWS : les serveurs MCP doivent dire aux agents quoi faire ensuite

    The New Stack

    James Ward (AWS, comité technique de l'Agentic AI Foundation) plaide pour des réponses d'outils « guidées » : les données, plus ce que l'agent vient de faire, les prochaines étapes possibles et où trouver plus d'informations. MCP n'ayant pas d'identifiant de trace natif, AWS ajoute aux outils un paramètre d'ID de session que l'agent doit transmettre à chaque appel, plus un paramètre qui résume l'objectif de l'utilisateur : on peut ainsi reconstituer le parcours complet et le comparer à l'intention. Ces traces alimentent des evals pour ajuster descriptions et paramètres d'outils ; un agent qui lisait les clients un par un a par exemple justifié l'ajout d'un outil batch. Une recette d'observabilité directement applicable à vos propres serveurs MCP (article sponsorisé par AWS).

    Lire l’article complet sur thenewstack.io (nouvel onglet)
  8. AWS Hydro : faire attraper par le compilateur les erreurs des agents de code

    The New Stack

    Ce sont désormais surtout des agents qui écrivent Hydro, framework Rust open source de systèmes distribués (AWS et UC Berkeley), avec des PR de plusieurs milliers de lignes qu'aucune revue humaine ne peut suivre. L'équipe place donc la vérification hors de la « zone de confiance » de l'agent : plusieurs classes de bugs distribués sont détectées dès la compilation, ce qui donne à l'agent un retour immédiat et déterministe qu'il ne peut pas modifier. Elle vise des garde-fous métier partageables (l'idempotence, par exemple) et publie Infinity, un runtime d'agents open source qui suspend un agent pendant qu'il attend un outil ou la CI. Une piste concrète pour réduire la charge de revue dans les orchestrations multi-agents (article sponsorisé ; certains chiffres sont extrapolés).

    Lire l’article complet sur thenewstack.io (nouvel onglet)
  9. Mistral publie les poids de Large 4 (« Le Chonk ») : 41 % sur Terminal-Bench 4.0

    The Decoder

    Mistral met en ligne sur Hugging Face les poids de Large 4, un MoE d'environ 1 000 milliards de paramètres (52 milliards actifs) qui tourne sur 8 B300, ou 4 GB300 en version compressée. La licence est un MIT modifié : usage commercial libre, mais une licence séparée est exigée pour le revendre en service cloud. Côté agentique, le modèle obtient 41 % sur Terminal-Bench 4.0 (28 % en préversion) et 48 % sur le Coding Agent Index d'Artificial Analysis, avec 47 % de jetons en moins que GLM-5.3, mais reste loin de Claude Code + Opus 5.5 (62). À 0,70 $ / 2,10 $ par million de jetons, c'est une option open-weight crédible pour des sous-agents auto-hébergés.

    Lire l’article complet sur the-decoder.com (nouvel onglet)
  10. Bug0 QA Agent : des tests de régression agentiques avec rejeu Playwright mis en cache

    InfoQ

    Bug0 publie une bibliothèque Playwright où les étapes de test s'écrivent en langage naturel. Au premier passage, l'agent s'appuie sur l'arbre d'accessibilité et des captures d'écran ; les actions simples réussies sont ensuite compilées et mises en cache dans Redis, puis rejouées sans inférence LLM. Si l'interface change, l'entrée de cache est invalidée et la boucle agentique multimodale reprend, au lieu de faire échouer toute la suite. Les assertions ne sont jamais mises en cache : Claude et Gemini les évaluent indépendamment, et un troisième modèle tranche en cas de désaccord. Le schéma « l'agent explore une fois, le déterministe rejoue » est réutilisable bien au-delà de la QA. Licence source-available (FSL 1.1).

    Lire l’article complet sur infoq.com (nouvel onglet)