Tendances du jour
La vérification devient le cœur du métier : AWS montre qu'un logiciel entier peut être écrit par des agents dès lors que specs, tests de fidélité et merge gates adverses sont en place. Côté outillage, les harness se standardisent (VS Code bascule sur le harness Copilot, skills distribuées via MCP) et de nouveaux « modèles de décision » bon marché servent de garde-fous avant appel d'outil. En face, la sécurité se tend : agents autonomes détournés pour l'espionnage, fuites de clés dans l'outillage LLM, et des marchands qui ferment la porte aux agents transactionnels.
AWS Emulator : un émulateur local de plus de 200 services AWS, écrit et maintenu par des agents
All Things Distributed (Werner Vogels)
AWS publie sous licence CC0 un émulateur gratuit et hors ligne couvrant plus de 200 services, généré à partir de plus de 400 modèles d'API Smithy. Les agents écrivent d'abord des « tests de fidélité » (scénarios client de bout en bout) qu'ils corrigent jusqu'à ce qu'ils passent contre le vrai AWS, puis construisent l'émulateur jusqu'à ce qu'il passe les mêmes tests ; chaque changement franchit une merge gate composée de plusieurs agents de sécurité en revue adverse, d'un reviewer généraliste et de contrôles déterministes qui interdisent aux agents de toucher certains fichiers. Le dépôt expose tout l'historique de commits et les issues ouvertes par les agents, dont un dossier des écarts connus avec AWS. Pour qui orchestre des agents, c'est un cas d'école : donner aux agents un moyen de vérifier leur travail a ramené une reconstruction de quatre mois à environ deux heures, et le rôle de l'ingénieur se déplace vers les specs, les tests et les garde-fous.
Lire l’article complet sur allthingsdistributed.com (nouvel onglet)VS Code 1.146 : le harness Copilot devient la norme, « Inbox » pour piloter les sessions d'agents et skills via MCP
Visual Studio Code – notes de version
La version stable 1.146 fait du harness Copilot le harness par défaut et déprécie le harness « Local », qui sera retiré en février 2027. Un mode Inbox (expérimental) regroupe en une seule vue les sessions d'agents qui attendent une action, tournent encore ou sont prêtes à merger, avec des actions inline pour corriger des checks en échec ou traiter des commentaires de review en arrière-plan. La préversion « Skills over MCP » permet à un serveur MCP de fournir des skills au modèle (approbation à la première connexion), et une politique d'entreprise peut restreindre les skills et hooks autonomes. VS Code se positionne ainsi comme un véritable poste de pilotage multi-sessions, et MCP devient un canal de distribution de compétences, pas seulement d'outils.
Lire l’article complet sur code.visualstudio.com (nouvel onglet)Google lance Gemini Decisions API (Gemini Decision 1) : jusqu'à 1 000 décisions par appel pour router et filtrer les actions d'agents
VentureBeat
Ce nouveau modèle ne génère pas de texte : il répond à des questions oui/non, à choix multiples (2 à 255 options) ou à des grilles de notation, avec une probabilité par réponse, jusqu'à 1 000 questions sur un même contexte partagé de 262 144 tokens. Google annonce 150 à 250 ms de latence sous 16K tokens, un prix de 0,10 $ par million de tokens d'entrée et une sortie gratuite ; l'API est disponible en v1beta, dans AI Studio, sur OpenRouter et Vercel AI Gateway. Les cas d'usage cités visent directement les agents : routage entre modèles et niveaux de raisonnement, « gate » avant appel d'outil (outil pertinent ? info requise présente ? validation humaine nécessaire ?) et évaluation en shadow mode. Une brique peu coûteuse pour sortir les décisions de contrôle du LLM principal, à condition de garder les vraies règles d'accès dans le code applicatif.
Lire l’article complet sur venturebeat.com (nouvel onglet)Un groupe lié au Kazakhstan a utilisé l'agent autonome open source Hermes pour voler plus de 2 000 documents gouvernementaux tadjiks
InfotechLead (d'après CloudSEK)
CloudSEK attribue au groupe Silent Lynx une campagne dans laquelle le framework d'agent open source Hermes a planifié la reconnaissance, généré règles et programmes d'attaque, exécuté les tâches, tenu un journal d'opérations et rédigé des rapports pour les opérateurs. Après la compromission du système de gestion documentaire, l'agent a développé un outil sur mesure pour télécharger, trier et découper les fichiers avant exfiltration. La campagne a été reconstituée grâce à un serveur exposé contenant les instructions données à l'agent (« agis comme spécialiste offensif / red teamer »). Un rappel concret que les frameworks d'agents génériques suffisent désormais à mener des opérations multi-étapes, ce qui renforce l'intérêt de la détection d'activités automatisées et du durcissement des permissions.
Lire l’article complet sur infotechlead.com (nouvel onglet)Plurai lève 13 M$ pour simuler les agents dans des jumeaux numériques et entraîner des petits modèles évaluateurs
PR Newswire
Plurai construit un jumeau numérique de l'agent d'un client et de son environnement (base de connaissances, outils, politiques), puis le confronte en sandbox à des milliers d'utilisateurs simulés, réalistes ou adverses, pour faire remonter violations de politique, hallucinations, appels d'outils cassés et fuites de données. Les données de simulation servent à générer des correctifs et à post-entraîner des petits modèles qui peuvent remplacer un LLM frontière ou tourner en continu comme évaluateurs et garde-fous. La plateforme, disponible avec une offre gratuite, s'intègre à Claude Code, Codex, GitHub Copilot et Salesforce Agentforce ; le tour d'amorçage est mené par Team8. La simulation pré-production s'impose comme une couche à part entière de la stack d'évaluation des agents.
Lire l’article complet sur prnewswire.com (nouvel onglet)llm 0.37.2 : correctif de sécurité, la clé OpenAI pouvait être envoyée à d'autres fournisseurs compatibles
Simon Willison's Weblog
Simon Willison publie une version de sécurité de son outil en ligne de commande llm qui corrige deux advisories signalés par Daniel de Araujo. Dans certaines configurations, la clé d'API OpenAI configurée pouvait être transmise à d'autres fournisseurs « OpenAI-compatible ». Le scénario est typique des harness multi-fournisseurs, où une même couche client sert plusieurs endpoints. À vérifier dans vos propres outils : la portée des secrets doit être liée à l'endpoint, pas au format d'API.
Lire l’article complet sur simonwillison.net (nouvel onglet)United interdit aux agents IA personnels de finaliser des réservations sur son site
PYMNTS
La compagnie autorise toujours les agents à rechercher et afficher vols et tarifs, mais leur interdit les transactions financières. Elle invoque l'exposition de données sensibles et les achats non voulus, mais aussi la conformité : un agent ne peut pas attester légalement au check-in qu'un bagage ne contient pas de matières dangereuses. United dit savoir distinguer côté back-end une réservation faite par un consommateur, une agence ou un agent, et son PDG refuse « un intermédiaire de plus ». Pour les concepteurs d'agents transactionnels, c'est le signe que l'accès sera négocié site par site, avec des attestations et des identités d'agent que les modèles seuls ne peuvent pas fournir.
Lire l’article complet sur pymnts.com (nouvel onglet)Edelbyte sort de l'ombre avec 70 M$ pour une couche d'analytique de données pensée pour les agents
Globes
Fondée par d'anciens ingénieurs de Kusto (Microsoft), la société propose une plateforme de recherche et d'analytique capable d'interroger les données là où elles sont stockées, déjà déployée à l'échelle du pétaoctet chez des clients du Fortune 500. Elle promet de couvrir la demande de requêtes générée par l'IA à bien moindre coût, avec jusqu'à dix fois plus de requêtes à budget constant. Le tour d'amorçage et de série A est mené par Sequoia et Quiet Capital. Les agents qui interrogent en boucle les entrepôts de données font exploser les volumes de requêtes : la couche data devient un poste de coût et de latence à part entière.
Lire l’article complet sur en.globes.co.il (nouvel onglet)
Autres actus IA
La vidéo de roadshow de l'IPO d'Anthropic détaille sa stratégie de calcul
Simon Willison's Weblog
Simon Willison a extrait et publié la transcription de la vidéo de roadshow d'Anthropic, qui prépare une introduction en bourse. On y apprend que Claude tourne sur quatre familles de puces : Trainium, TPU Google, GPU NVIDIA et GPU AMD. La vidéo affirme aussi que Claude a aidé à porter Claude sur AMD en trois jours. Un exemple frappant d'usage interne des agents de code sur un chantier d'infrastructure critique.
Lire l’article complet sur simonwillison.net (nouvel onglet)Washington et Pékin préparent un dialogue sur l'évaluation des modèles frontières et les incidents graves
Reuters
Le secrétaire au Trésor Scott Bessent a présenté un dialogue bilatéral sur l'IA consacré à l'évaluation des modèles avancés et à la communication en cas d'incident grave, avec une première réunion prévue à Shenzhen en marge de l'APEC. Il résume la ligne américaine par « réduire les risques, pas découpler ». Un canal d'échange sur les incidents pourrait, à terme, toucher aussi les déploiements d'agents autonomes.
Lire l’article complet sur reuters.com (nouvel onglet)