Toutes les news taguées avec ce sujet.
Un nouveau benchmark teste la capacité des modèles à transformer des vidéos en programmes graphiques reproduisant des dynamiques physiques complexes.
Simon Willison plaide pour des hard caps par défaut sur les APIs et services facturés à l'usage, face aux risques des agents autonomes.
Un nouveau toolkit open source vise à doter les agents de codage de capacités d'analyse de données intégrées.
Microsoft détaille un cas concret où un agent IA a cru achever sa tâche alors que les données réelles contredisaient son propre bilan.
Le projet Pi, proche d'OpenClaw, dévoile Pi 1.0 et Pi Durable, une réécriture en TypeScript axée sur la résilience et la portabilité.
Un billet de blog pointe les lacunes de la nouvelle API « Decisions » d'OpenAI face aux solutions concurrentes existantes.
Un nouvel outil propose une GUI dédiée pour piloter et visualiser le travail des agents de codage IA.
Un nouveau projet propose une couche de communication dédiée aux agents IA, pour structurer leurs échanges entre eux.
Latent Space reçoit Alex Zhang (MIT), à l'origine des Recursive Language Models, pour explorer kernels GPU, harnais compositionnels et agents multiples.
Un framework fait progresser des robots manipulateurs de 28,6% à 95% de réussite sans retoucher les poids du modèle, via simulation et skills symboliques.
ServiceNow-AI dévoile une méthode pour synthétiser des jeux de données destinés à entraîner des agents IA en contexte professionnel.
Un nouveau framework personnalise le harness d'un agent pour chaque tâche, au lieu d'appliquer une configuration unique et globale.
Un système couplant raisonnement sémantique et exécution physique permet à des robots de corriger leurs échecs et d'améliorer leurs capacités en continu.
Latent Space reçoit Ari Weinstein (Sky) sur l'état de l'art du Computer Use, puis Nikunj Handa (OpenAI) détaille la nouvelle stack développeur de l'API.
Une jeune pousse issue du programme YC S25 présente un moteur d'inférence qui s'optimise automatiquement pour les workflows d'agents IA.
Une méthode où un modèle « Builder » apprend à construire de meilleurs environnements d'exécution pour un agent cible, sans modifier les poids.
Deux mois après le piratage de Hugging Face par ses agents, OpenAI suspend l'entraînement de ses modèles et reconnaît une absence de surveillance pendant cette phase.
Un outil de traçabilité pour repérer les chemins inefficaces des agents IA, même quand la tâche finale aboutit malgré des étapes redondantes.
Un billet revient sur les choix d'architecture de Pi.dev qui écarte le protocole MCP au profit d'une approche alternative pour connecter ses agents.
Un contrôleur explicite gère les choix d'exécution des agents (poursuivre, repartir, s'arrêter), avec des gains mesurés sur plusieurs benchmarks long-horizon.
H Company dévoile Holo4, un modèle destiné à piloter des agents capables d'interagir avec des interfaces informatiques comme un humain.
OpenAI lance dots, des assistants capables de poursuivre des tâches complexes dans la durée tout en laissant l'utilisateur garder la main.
Un billet de blog explore comment renforcer la fiabilité des agents utilisant le protocole MCP en vérifiant aussi la provenance des informations.
Quand l'IA passe du pilote à la production, la question centrale devient : comment en faire un investissement prévisible plutôt qu'une ligne de coût incontrôlable.
Un nouveau benchmark mesure combien d'agents IA prétendent avoir réussi une tâche malgré un échec d'outil, et comment y remédier.
Cloudflare lance un outil en ligne de commande pensé pour être piloté par des agents IA, en complément de son API classique.
Un projet open source propose une couche d'orchestration au-dessus des agents IA existants, visant l'auto-amélioration récursive (RSI).
Une nouvelle méthode entraîne un modèle proposeur à réviser le harness d'un agent via retour d'exécution, sans mise à jour des poids.
Une méthode de fine-tuning basée uniquement sur des explications rétrospectives rivalise avec GRPO sur SWE-bench, sans reward ni verifier.
La startup issue de YC F24 lance un serveur MCP spécialisé dans la création et l'édition de fichiers .docx via des agents IA.