À la une
L’usage de l’IA au travail a doublé dans la zone euro tandis que les projets de recrutement faiblissaient, surtout pour les diplômés. Philip Lane, membre du directoire de la BCE, indique que 52 % des travailleurs utilisent désormais l’IA au travail, contre 26 % en 2024. Des données distinctes de la BCE sur les entreprises montrent que 64 % l’utilisent expérimentalement ou modérément, mais seulement 7 % de façon importante.
La banque centrale ne voit pas encore de grand effet global sur l’emploi ou la productivité. Les gains de temps se concentrent dans la programmation et d’autres tâches spécialisées, tandis que la faiblesse des recrutements frappe d’abord les nouveaux entrants. Lane présente l’issue comme une course entre coût du travail et prix des tokens, et avertit que l’IA pourrait affaiblir le pouvoir de négociation des travailleurs et la part du travail dans les revenus.
Source : ecb.europa.eu
Un agent adversarial persistant a fait passer les croyances privées fausses des agents bienveillants de 0,6 % à 44,8 %. Dans des discussions factuelles entre dix agents, l’adversaire répétait une réponse erronée plausible. Trois adversaires ont porté le taux final de réponses fausses à 60,5 %, sur six modèles et trois jeux de questions-réponses.
Le résultat interne est plus étrange que le conformisme public habituel. Avec trois adversaires, les agents bienveillants croyaient en privé à la réponse fausse dans 51,6 % des tours exposés, mais ne l’approuvaient publiquement que dans 19,7 %. Ceux qui conservaient la vérité échouaient souvent à la défendre, et les connaissances factuelles initiales ne prédisaient pas la résistance. Le résultat conteste directement l’idée qu’un groupe d’agents se contrôle naturellement.
Source : arxiv.org
OpenCode indique que des attaquants pourraient avoir dérobé des clés de fournisseurs stockées dans sa Console hébergée. Selon l’entreprise, la faille touchait un ancien système en cours de retrait et 1,4 % des utilisateurs de Console. Le produit concerné est le service de routage hébergé, pas l’agent local de programmation ; les utilisateurs notifiés devraient révoquer leurs clés OpenAI, Anthropic et Google stockées et examiner les journaux des fournisseurs.
OpenCode a parlé de « distillation à grande échelle », sans publier de preuve de ce motif, de cause ni de période d’exposition. Un utilisateur Reddit rapporte qu’une clé Anthropic stockée a consommé 158 dollars en une nuit. L’incident montre la confiance supplémentaire requise lorsqu’une passerelle détient des identifiants pouvant dépenser directement chez un autre fournisseur.
Source : news.ycombinator.com
DeepSeek a actualisé V4.1 Flash avec de meilleurs scores autodéclarés de programmation agentique à prix API inchangés. Le laboratoire annonce un passage de 31,2 à 42,3 sur Terminal-Bench 4.0 et de 20,3 à 29,1 sur ProgramBench, avec des sorties plus courtes et moins de temps par tâche. Le point de contrôle sous MIT accepte un million de tokens ; l’API reste à 0,15 dollar par million de tokens d’entrée non cachés et 0,60 dollar par million en sortie hors pointe.
Un premier test indépendant de programmation a réussi ses 30 exécutions pour environ 0,045 dollar par tâche, mais utilisait quelque 550 000 tokens par tâche contre environ 30 000 pour Opus 5.5 à faible effort. Ce seul test complique l’affirmation d’efficacité : le modèle est capable et peu coûteux par token, mais peut en utiliser beaucoup plus.
Source : huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
Xolotl exécute un modèle DeepSeek à mélange d’experts de 552 milliards de paramètres sur une RTX 4090, de la RAM système et du NVMe. Le moteur fondé sur Strata ne charge que les experts nécessaires à chaque token, entre 24 Go de VRAM, 90 Go de DDR4 et le disque. Son auteur annonce 27 tokens par seconde, 180–320 tokens de prompt par seconde et un contexte de 512 000 tokens sur un Ryzen 7 5700X.
La même configuration a réussi les petits tests de l’auteur : 21 tâches HumanEval, dix appels d’outils et trois boucles agentiques de correction de bugs. Ce sont toutefois des résultats mesurés par l’auteur sur un ancien point de contrôle quantifié. Cela reste un résultat frappant d’accessibilité : un modèle normalement associé à la mémoire de serveurs fonctionne de façon interactive sur du matériel grand public, en échangeant hiérarchie mémoire et bande passante de stockage contre latence.
Source : github.com/Indras-Mirror/Xolotl
Nouveaux modèles et sorties
DeepSeek a ouvert ses API internes Search et Fetch. Chaque point de connexion coûtera 0,75 dollar pour 1 000 appels réussis à partir du 1er novembre ; les appels comme outils côté serveur via DeepSeek Harness, Claude Code ou Codex restent gratuits jusque-là. Source : api-docs.deepseek.com
Recherche
L’apprentissage en contexte se développe en plusieurs capacités. Sur 17 modèles, l’analyse des points de contrôle distingue contrôle du prompt, préférence de réponse, construction et transfert ; les modèles prêtaient attention aux tokens utiles avant que leur précision dépasse le hasard. Source : arxiv.org
La localisation apparente d’un comportement de code dépend de la sonde et du budget de composants. Sur dix modèles, un seul des 15 réglages dépassait les contrôles aléatoires au budget 12, contre six au budget 40, inversant certaines affirmations antérieures d’échec uniforme des interventions. Source : arxiv.org
La densité de raisonnement prédit différemment la justesse après entraînement supervisé et par renforcement. Imposer la densité mesurée a fait passer la précision de 60,0 % à 8,3 % sur 60 questions GSM8K, tandis qu’un indice associé à une intervention sur le cache ajoutait 13,3 points. Source : arxiv.org
Une représentation sémantique à 65 propriétés explique la variance cérébrale commune et unique. Chez sept personnes écoutant des histoires, les propriétés concrètes s’alignaient davantage sur LLaMA2-7B, tandis que les caractéristiques interprétables conservaient de l’information prédictive du cerveau manquée par le modèle. Source : arxiv.org
Les caractéristiques des autoencodeurs parcimonieux sont plus additives que des coordonnées aléatoires, mais interagissent encore. Ajouter les effets par paires a porté la fidélité du classement de pilotage de 0,587 à 0,779, avertissant contre les explications traitant les caractéristiques apprises indépendamment. Source : arxiv.org
Des agents de recherche automatisée s’amélioraient en oubliant périodiquement leur historique. Repartir du meilleur candidat trouvé gagnait jusqu’à 15 % face à des agents parallèles communicants et 39 % face à un agent seul sur quatre tâches. Source : arxiv.org
Économie et travail
Atlas d’Amazon note les entrepôts de 100 à 900 pour le risque de syndicalisation. Des documents internes citent des centaines d’entrées, dont des publications Reddit et des réponses d’enquête, et placent 16 sites dans la catégorie la plus risquée. Amazon dit qu’Atlas fonctionne seulement au niveau du site, sans surveiller les opinions individuelles ni l’adhésion syndicale. Source : opendemocracy.net
Gartner estime que les propriétaires de centres de données ont besoin de 8 500 milliards de dollars de revenus cumulés jusqu’en 2030, mais recevront au plus 3 600 milliards de l’IA. Bank of America indique séparément que les dépenses professionnelles d’IA commencent à baisser, les prix des tokens reculant plus vite que les volumes n’augmentent. Ce sont des estimations d’analystes rapportées par Fortune, pas des comptes audités. Source : fortune.com
Banques, commerçants et compagnies aériennes bloquent les agents grand public ou font payer leur accès. JPMorgan, Schwab, Amazon et eBay bloquent les agents ; Delta empêche la réservation automatisée et Yelp n’accepte que ceux qui prennent une licence de ses données. Meta négocie l’accès commerçant par commerçant. Source : theverge.com
La valeur des exportations chinoises de circuits intégrés a augmenté de 136 %, leur volume de seulement 1 %. En septembre, elles atteignaient 45 milliards de dollars pour 32,7 milliards d’unités, selon les douanes citées par SCMP, montrant comment la pénurie de mémoire a déplacé les revenus par le prix plutôt que les livraisons. Source : scmp.com
HUMXN offre des réparations gratuites à domicile en échange de filmer les gestes professionnels pour entraîner des robots. Des techniciens équipés de capteurs enregistrent inspection, choix des outils et achèvement à Minneapolis, Chicago et Miami. L’entreprise ne donne ni modalités de rémunération, ni taille du jeu de données, ni chiffres de déploiement robotique. Source : tomshardware.com
Techniques de prompt
Neuf règles de prompt système ont porté le score Terminal-Bench d’un modèle de 52,8 % à 59,6 %. Elles demandent de terminer une approche, contester les fausses prémisses, considérer les réponses vérifiées comme acquises et chercher des preuves extérieures plutôt que douter sans cesse. C’est une seule exécution de 89 tâches sur GLM-5.3-Flash. Source : old.reddit.com
Ce que les gens construisent
TensorFold a exécuté DeepSeek V4.1 Flash à 56,8 tokens par seconde sur deux DGX Spark. La recette EXL3 de l’auteur a plus que doublé le débit textuel du kit vLLM sur le même matériel et ajouté un cache de prompts persistant ; les résultats sont autodéclarés. Source : github.com/Elevatormusic/DeepSeek-V4.1-Flash-1017-EXL3-TensorFold-2x-DGX-Spark
Llmspeed simule la sensation d’un modèle local sur un GPU ou Mac choisi. Ses estimations mêlent mesures communautaires et projections ; des propriétaires sur Hacker News ont trouvé de grosses erreurs et des détails d’environnement manquants. C’est donc une aide approximative à la planification. Source : llmspeed.dev
Un agent Ternary Bonsai fonctionne entièrement dans un onglet avec WebGPU. Le Space statique de Hugging Face offre des modèles de 2, 4, 9 et 27 milliards de paramètres à 1,58 bit sans serveur et ne revendique aucun benchmark. Source : huggingface.co/spaces/webml-community
Scout transforme une tâche en langage naturel en clics, saisie et défilement dans un vrai navigateur. L’agent Apache-2.0 accepte les clés de modèles de l’utilisateur et fonctionne en local ou sur le service payant de navigateurs d’Outcrawl ; le README ne donne pas de benchmark de fiabilité. Source : github.com/outcrawlai/scout
E2E enregistre une étape d’agent vérifiée et la rejoue sans nouvel appel au modèle. Des assertions ordinaires valident la première exécution ; les tests web ou mobiles suivants réutilisent les actions jusqu’au changement d’interface, réduisant le coût récurrent d’inférence. Source : github.com/tester-army/e2e
Reason Network permet aux agents de programmation d’une équipe de communiquer de pair à pair. Le démon Rust expose sessions d’équipe, boîtes de réception et états via MCP sans serveur central et prend en charge Claude Code, Codex, Cursor et d’autres environnements. Source : github.com/reason-machines/reason-network
À lire
Nathan Lambert estime que Meta et Reflection ont réduit de moitié le retard des modèles ouverts occidentaux. Sans ces sorties, son indice place encore plus de vingt modèles chinois devant, alors qu’il dit les modèles occidentaux de capacité similaire plus adoptés. C’est un argument étayé, pas un article de benchmark. Source : interconnects.ai
Ben Recht qualifie la transformée de Fourier plus rapide d’OpenAI de victoire sur un modèle de calcul irréaliste. Il soutient que constantes cachées et hypothèses matérielles rapprochent le résultat d’une exploitation du benchmark plutôt que d’une accélération réelle de FFT ; c’est sa critique technique, pas une réfutation formelle. Source : argmin.net
Sam Newman décrit des schémas de reprise après sinistre pour les logiciels dépendant de fournisseurs d’IA. L’extrait de livre couvre sauvegarde-restauration, veille minimale, basculement à chaud et actif-actif face à la rareté des GPU et à la disponibilité imprévisible des fournisseurs. Source : newsletter.pragmaticengineer.com
Hacker News
Atlas d’Amazon a suscité un débat sur la surveillance des salariés par IA. Des commentateurs expérimentés en analyse du personnel disent que des systèmes similaires sont souvent vendus comme outils de suivi des départs ou de l’engagement, même si leurs entrées révèlent le risque d’organisation collective. Leurs récits sont anecdotiques. Source : news.ycombinator.com
Des praticiens débattent de qui vérifie le code des agents. Un commentaire rapporte environ 40 % de bugs bloquants supplémentaires sur un an, avec des fonctions et revenus progressant plus vite ; d’autres estiment que la productivité apparente transfère le coût d’assurance qualité aux utilisateurs. Source : news.ycombinator.com
Un utilisateur d’OpenCode Console dit qu’une clé stockée divulguée a consommé 158 dollars en une nuit. Il rapporte un refus initial de remboursement d’Anthropic ; les affirmations de remboursement des utilisateurs touchés sont de seconde main. La réponse pratique est rotation des clés, faibles plafonds de dépense et examen des journaux. Source : old.reddit.com
Des utilisateurs de Strata ont trouvé des réglages échangeant qualité contre vitesse. Les versions avant 0.1.45 pouvaient décoder gloutonnement si les clients omettaient l’échantillonnage, tandis que le saut de fin de routage faisait passer un utilisateur d’environ 72–81 à 93 tokens par seconde, mais doublait une mesure publiée de divergence. Source : old.reddit.com
YouTube
Featherless AI présente quatre façons de réduire les coûts d’inférence. Eugene Cheah recommande de mesurer les dépenses, bien dimensionner les modèles, acheter délibérément la capacité GPU et vérifier si le volume de tokens représente un travail utile ; les chiffres viennent de son entreprise. Source : youtube.com
Arize construit une boucle d’évaluation pour un agent financier. L’atelier combine traces, contrôles de code, modèles juges et barrières CI après qu’un agent d’exemple affirme avec assurance que « 116 % des analystes sont d’accord ». Source : youtube.com
Des ingénieurs de Monzo estiment que les calculs de tableur doivent être dans le code, pas dans le modèle. Leur atelier en direct sur les agents financiers privilégie preuve, cohérence, responsabilité et vérification plutôt que vitesse de réponse. Source : youtube.com
The New York Times présente des travailleurs filmant leurs métiers pour entraîner des robots. Ils portent des caméras pendant leurs tâches physiques, produisant les données destinées à automatiser des parties de ces mêmes emplois. Source : youtube.com
En bref
Le projet de loi américain d’Anthropic n’autoriserait un blocage de modèle que pour un risque imminent supérieur à un milliard de dollars ou plus de 50 morts ou blessés graves. Le texte rapporté couvre armes biologiques, évasion du contrôle et cyberattaques, tout en primant certaines règles plus fortes des États. Source : motherjones.com
Meta a retiré le mot « entraîner » de ses nouvelles conditions d’exploration commerciale après des critiques. L’entreprise dit que le comportement du robot n’a pas changé ; les éditeurs notent que l’entraînement n’est plus cité, mais pas expressément interdit. Source : theverge.com
Nvidia a démenti arrêter la RTX 5090 malgré des tensions d’approvisionnement. Tom’s Hardware a trouvé la carte absente de plusieurs grands magasins et proposée autour de 8 500 dollars sur Amazon, mais Nvidia dit que la production continue. Source : tomshardware.com
Le directeur général d’Apple John Ternus a qualifié la pénurie de puces mémoire de « véritable crise ». Celle qui touche les serveurs d’IA et GPU contraint désormais les appareils grand public ; selon les reportages, Apple a testé des fournisseurs chinois malgré la pression politique américaine. Source : thenextweb.com
À surveiller
DeepSeek commencera à facturer 0,75 dollar pour 1 000 appels Search ou Fetch le 1er novembre. Les conditions commerciales révisées de Meta entreront en vigueur le 30 octobre.