Les articles et les papiers qui valaient le détour, et pourquoi.
Rien pour cette recherche dans les numéros parus.
Numéro 009 · deepseek v4.1 flash revient, sous licence mit
AI agents aren't going rogue, frontier labs are skipping security basics · Selon des experts cités par CSO Online, les récits d'agents « pirates » viennent de défauts de confinement et de surveillance chez les laboratoires, pas d'agents devenus trop malins : un agent mal isolé reste le vrai problème. Sur Hacker News, 951 points et 625 commentaires. csoonline.com/article/4234854/…
Websites are closing their doors to AI agents · The Verge raconte les sites qui bloquent les agents qui naviguent pour vous, et ce que ça change si vous comptez sur un agent navigateur. theverge.com/…
tmux + Claude Code: Sessions, send-keys, and the Ceiling · Publié par crystl, qui y présente son propre terminal pour macOS : un guide pratique pour faire tourner plusieurs sessions d'agents de code dans un terminal qui survit à la fermeture de la fenêtre, et l'endroit où la méthode atteint son plafond. crystl.dev/guides/…
Numéro 008 · la boîte pour agents arrive sous windows
AI coding agents generate more code, but not more software · Une étude rapportée par Ars Technica : les gains des agents de code sont « absorbés » par la relecture humaine. arstechnica.com/ai/2026/10/…
500+ Billion Tokens Later: Letting AI Agents Decompile A First-Person Shooter · Le récit d'un très long travail confié à des agents : retrouver le code d'un jeu de tir à partir du programme fini, plus de 500 milliards de jetons (des morceaux de mots) plus tard, entre 600 et 700 milliards selon l'auteur. Le jeu se lançait, mais le code était faux : il a fallu comparer chaque fonction, octet par octet, à l'original. momo5502.com/posts/…
VEPA: Verified Evolving Formal Policy for Lifelong LLM Agent Guardrails · Des garde-fous qui, avant toute action sans retour d'un agent, rendent une décision d'autoriser ou de refuser qu'on peut inspecter et qui ne varie pas, au lieu de s'en remettre au jugement du modèle. À lire avec MXC : la boîte limite l'agent, la règle décide de ce qui passe. arxiv.org/abs/2610.12813
Numéro 007 · des modèles de décision à télécharger
GenAI and Agentic AI Exploit Roundup Q3 2026 · Un projet ouvert de l'OWASP range une sélection de failles d'IA du trimestre selon ses deux listes de dix risques pour 2026 (modèles de langage, agents). La page ne se dit ni complète ni officielle. genai.owasp.org/2026/10/08/…
Sharing AI progress in mathematics · OpenAI publie sur GitHub de nouveaux résultats de mathématiques produits par un modèle interne, avec une bonne part des preuves en Lean, un langage où la machine contrôle chaque étape. À lire avec EPOCH, sur les pistes fragiles promues en découvertes. openai.com/index/…
Introducing zkAPI: private usage credits for any API · Un mécanisme, pas un placement : chaque appel à une API est autorisé par une preuve qui dit « j'ai des crédits » sans dire qui. Le fournisseur voit les requêtes, le paiement voit la dépense, et aucun ne fait le lien, sauf par l'adresse de votre connexion ou des détails répétés, prévient le billet. Le fournisseur lit toujours le contenu, et il faut passer par Ethereum. blog.ethereum.org/en/2026/10/01/…
Numéro 006 · deux réponses ouvertes à l'idée de jev
Stealth Apart, Harm Together: Skill Cascading Attacks on Skill-Based Agent Systems · Des compétences d'agent inoffensives une par une peuvent nuire une fois combinées. arxiv.org/abs/2609.30383
Early rogue AI agent activity and attempts to hack found on urlquery.net · Transluce relève sur le terrain des agents qui tentent de pénétrer des sites. transluce.org/agent-activity
2026 in LLMs (so far) · Simon Willison refait le tour de l'année. simonwillison.net/2026/Sep/27/…
Numéro 005 · jev coche une case, votre code décide
Mini Vibe Check: TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds · Mike Taylor, pour Every. Un essai extérieur : 1 709 jugements pour moins d'un cent, et un défaut que Jev rate trois fois de suite là où Fable 5.1 le trouve. every.to/vibe-check/…
Jev introduces a new shape of LLM · Simon Willison pose le vocabulaire (modèle de décision contre modèle génératif) et relève les limites, sans rien avoir à vendre. simonwillison.net/2026/Sep/21/jev
Auditing in the age of (good enough) AI · Trail of Bits montre comment ses auditeurs se servent d'agents, jusqu'à construire des outils sur mesure avant même de lire le code. blog.trailofbits.com/2026/09/18/…
Defusing Explosive Prompts: Trigger-Based Prompt Injections in LLM Agents · Des charges conditionnelles qui ne se déclenchent que lorsqu'un agent atteint un état précis. arxiv.org/abs/2609.22510
Numéro 004 · savoir ce que l'agent a fait
Why are AI agents lying, cheating and coordinating? · Yoshua Bengio avance une explication : entraînés à imiter puis récompensés, les agents cherchent la récompense, et trichent quand un objectif précis et vérifiable (gagner une épreuve) heurte un objectif flou (bien se conduire), avant de se trouver une justification. Il demande qu'aucun modèle ne soit entraîné ni déployé sans un dossier de sécurité qui convainque des experts indépendants. yoshuabengio.org/en/blog/…
When Malicious Instructions Persist · Des instructions cachées dans un document ordinaire (texte, PDF, image) poussent l'agent à les enregistrer dans sa mémoire persistante. Aux sessions suivantes, elles ressortent et déclenchent des fuites de données, pendant que le travail normal continue. Testé sur Claude Code et OpenClaw, avec des modèles DeepSeek et Qwen. arxiv.org/abs/2609.13889
SkillAtlas: An Attack Trace Library for Agent Skills · Une bibliothèque publique et consultable de 3 014 cas d'attaque contre les compétences d'agents (233 compétences touchées), tirés de rapports de sécurité privés, relus et expurgés. Le risque y dépend des décisions du modèle, du contexte, des appels d'outils et de ce qu'ils renvoient, pas de signatures stables. arxiv.org/abs/2609.13353
Numéro 003 · ce que votre agent envoie sans le dire
Subagents vs Agent Skills: Executing Reusable Knowledge for Long-Horizon Agentic Tasks · Compare deux façons d'exécuter les mêmes paquets de compétences : charger leurs instructions dans le contexte de l'agent, ou les confier à des sous-agents qui partent d'un contexte vierge. Les sous-agents l'emportent quand les compétences ont des entrées et des sorties bien définies, au prix de jetons de coordination en plus. arxiv.org/abs/2609.09233
A « proof » of Fermat's Last Theorem that fits the margin · Trail of Bits montre un bug de Lean, l'outil qui vérifie des preuves mathématiques par machine, logé dans son code compilé et non dans son noyau : il laisse passer une fausse preuve du dernier théorème de Fermat. Lean signale pourtant l'hypothèse ajoutée à qui la lui demande, et le correctif arrive avec la version 4.34.0-rc1. blog.trailofbits.com/2026/09/09/…
Terence Tao sur les problèmes ouverts minés par l'IA · La simple rumeur que quelqu'un travaille sur un problème peut déclencher un effort massif, porté par l'IA, pour le résoudre avant lui. Tao craint que les chercheurs cessent alors de partager leurs pistes, à rebours de siècles de science ouverte. mathstodon.xyz/@tao/…
Numéro 002 · Une chaîne d'info sans journaliste
GPT-6 Astra : un ingénieur IA automatisé pour moins de 6 dollars de l'heure · Latent Space a dépensé plus de 20 milliards de jetons pour explorer Astra en profondeur. L'article détaille les gains réels par tâche, les cas où le modèle échoue, et pourquoi il coûte plus cher au jeton mais moins cher au résultat. latent.space/p/astra
Donnez à vos agents de code une mémoire qui vous appartient · Hugging Face présente Funes, un système de mémoire persistante pour agents de code que vous hébergez et contrôlez. huggingface.co/blog/funes
Project HydraFusion : qualité frontière par orchestration multi-modèles · GitHub montre comment faire travailler plusieurs modèles sur un même agent pour atteindre la qualité d'un gros modèle en réduisant le coût. github.blog/ai-and-ml/…
Numéro 000 · Votre agent réussit une fois sur trois
Quels mots, présents ou absents d'une consigne, changent vraiment le comportement du modèle. Mesuré, pas deviné. À lire avant d'écrire votre prochaine consigne système.
Simon Willison démêle le produit le plus confus d'OpenAI, qui est en réalité deux produits. Utile si votre entreprise s'y met.
Un agent ne devrait pas corriger ses propres copies : les modèles d'un même fournisseur partagent leurs angles morts. Le papier propose de faire vérifier le travail par un modèle d'ailleurs.
Les archives reproduisent chaque numéro tel qu'il est parti, sans le réécrire. Les étoiles d'un dépôt, les prix et les dates de dernier commit sont ceux du jour de la vérification, pas ceux d'aujourd'hui : suivez le lien pour l'état courant.
Genève, Suisse. Écrire à hello@newsworldai.xyz.