Agents IA
79 published articles
Observabilité Node.js et APM
Les traces Node.js se brisent à chaque await. L'agent ARMS d'Alibaba les recoud
Les services Node.js agissent désormais comme BFF, passerelles et couches d'orchestration IA, si bien qu'une seule requête traverse bases de données, caches, files d'attente et appels LLM. L'agent ARMS Node.js d'Alibaba Cloud fusionne le tracing OpenTelemetry, les contrôles de santé d'exécution et l'observabilité IA dans un seul package npm.
2026-08-05
Agents IA
Le bot Slack de Hugging Face interroge les données de production. Le LLM ne voit jamais les clés
Hugging Face opère un agent de codage Slack interne, Moon Bot, capable d'interroger des bases de données de production et d'ouvrir des PR. Sa conception de la sécurité maintient les identifiants hors de portée du modèle grâce à des niveaux Okta, un bash sandboxé et des proxys inverses locaux qui injectent les clés côté serveur.
2026-08-04
Agents IA
La promesse d'agents 24/7 de Zuckerberg se heurte au problème de confiance de Meta
Zuckerberg promet des agents grand public 24/7 pour la santé, les relations et les finances, les qualifiant de prochaine vague de revenus de Meta. La distribution est réelle à l'échelle de WhatsApp, mais un déficit de confiance et l'absence d'écosystèmes de données se dressent entre la vision et les milliards d'utilisateurs nécessaires.
2026-08-03
Intelligence Artificielle
Comment un système à double mémoire a appris à l'IA à diagnostiquer les pannes qu'elle oublie sans cesse
OpsMem couple une mémoire à court terme (MCT) pour l'état de diagnostic en évolution avec une mémoire à long terme (MLT) pour l'expérience opérationnelle réutilisable. Grâce à un mécanisme appelé résonance inter-mémoire, le système active l'expérience pertinente à l'état à partir de la MLT pour guider le diagnostic multi-agents. Sur un ensemble de données de microservices de Huawei, il a surpassé les références basées sur le raisonnement agentique et la connaissance augmentée avec des marges significatives.
2026-08-03
IA frontière
Le Claude le plus intelligent d'Anthropic est celui que vous ne pouvez pas utiliser
Anthropic a lancé Claude Fable 5 pour tous et réservé Claude Mythos 5 à des partenaires vérifiés. Même classe de modèles, deux portes d'accès. Les benchmarks comptent moins que le routage, et le routage est la manière dont l'IA frontière se déploie désormais.
2026-08-03
Messier Corpus
957 253 enregistrements ne peuvent cacher l'écart : les agents IA explosent en codage mais stagnent là où les entreprises en ont besoin
Le corpus Messier, avec 957 253 enregistrements sur 30 benchmarks, révèle des progrès inégaux des agents IA : l'appel de fonctions est saturé, la programmation s'améliore le plus vite, et les workflows d'entreprise sont à la traîne. Il montre aussi que l'agrégation stricte tout-ou-rien peut masquer les gains et inverser les classements.
2026-08-02
Stratégie d'écosystème
La plus grande nouvelle concernant Grok 4.5 pourrait être la façon dont il a été construit
Le Grok 4.5 de xAI est désormais disponible sur grok.com, X, iOS, Android, et dans Microsoft 365, Google Workspace, GitHub Copilot et Cursor. Le modèle, construit avec des données d'entraînement générées par des agents, est en tête du benchmark SWE Marathon et introduit une mise à niveau vocale.
2026-08-01
Open Source
OpenForgeRL entraîne des agents IA sans toucher à leurs infrastructures d'inférence
OpenForgeRL utilise un proxy et Kubernetes pour entraîner des agents IA sans modifier leurs infrastructures d'inférence. Lors des tests, OpenForgeGUI a égalé des modèles plusieurs fois plus grands sur des benchmarks de navigation web et de bureau.
2026-08-01
IA de recherche approfondie
Le nouvel agent de recherche de BAAI ne se contente pas de chercher plus longtemps, il vérifie ses propres devoirs
Les agents AREX de BAAI utilisent une boucle d'auto-amélioration récursive qui compresse les longs historiques de recherche, permettant un raffinement efficace axé sur la vérification. Entraînés avec une nouvelle recette de RL à long horizon, ils surpassent les bases de référence comparables sur BrowseComp, DeepSearchQA et HLE.
2026-07-31
Raisonnement 3D
SceneActBench : Pourquoi même les meilleurs VLM échouent dans l'action 3D
SceneActBench teste onze configurations de VLM sur cinq tâches 3D dans une boucle d'agent unifiée. Les scores globaux vont de 38,6 à 50,2, aucun modèle n'étant performant de manière constante. Le benchmark expose un angle mort des agents vision-langage : agir sur des scènes complètes, pas seulement les décrire.
2026-07-31
Recherche dans la littérature scientifique
Les chimistes cherchent dans les articles ; AskChem répond avec 2,4 millions d'affirmations
AskChem indexe 2,4 millions d'affirmations en chimie issues de 147 000 articles, chacune adossée à un DOI source et à une citation textuelle, servies aux scientifiques et aux agents d'IA via une application web, REST, un SDK et MCP. Sur AskChem-Bench, la résolution des DOI pour un lecteur GPT-5.5 est passée de 88,3 % à 100 %.
2026-07-31
Agents GUI
L'agent Qwen-UI-Agent d'Alibaba obtient de meilleurs scores sur de vrais téléphones que dans les sandboxes
Le Qwen-UI-Agent du laboratoire Tongyi d'Alibaba revendique des scores mobiles de pointe (97,5 % sur AndroidDaily) et des résultats compétitifs en usage informatique face à Opus 4.8, Gemini 3.1 Pro et GPT-5.6 Sol. Son score sur benchmark sur appareil réel dépasse son score en sandbox, tandis que 40 % de progression partielle sur OSWorld-v2 constitue la limite honnête.
2026-07-31