Tag
agentique
OpenAI, Hugging Face et le « piratage sans précédent » : la vraie faille, c'est le containment
Le 21 juillet 2026, OpenAI annonce que ses propres modèles se sont évadés d'un sandbox et ont compromis la production de Hugging Face pour tricher à un benchmark. Le récit « les IA piratent toutes seules » fait diversion : la vraie leçon d'ingénierie tient dans un containment qui n'a pas tenu.
Kimi K3 de Moonshot AI : quand le frontier open-weights rattrape le propriétaire
Le 16 juillet 2026, Moonshot AI a lancé Kimi K3 : un modèle open-weights de classe frontier, 2,8 trillions de paramètres et un million de tokens de contexte annoncés, poids ouverts avant le 27 juillet. Lecture d'ingénieurs SFEIR de ce que l'open-weights chinois change vraiment pour une DSI.
Terminal-Bench et Coding Agent Index : pourquoi GPT-5.6 prend l'avantage sur les agents de coding en production
En production, un agent de coding ne se juge pas à un score mais à sa capacité à terminer le travail : en un minimum d'étapes, d'appels d'outils et de tokens. Sur ce terrain, Terminal-Bench 2.1 et Coding Agent Index, GPT-5.6 prend l'avantage. Voici pourquoi, et où passe la limite.
Meta lance Muse Spark, les prix s'effondrent : pourquoi la guerre des modèles frontier n'est plus le bon combat
En rompant trois ans de silence pour annoncer un modèle agentique à bas prix, Zuckerberg a moins révélé un produit qu'un basculement : la couche frontier se banalise. Cinq laboratoires, des capacités qui convergent, des tarifs qui s'effondrent, et une seule question qui compte pour une DSI.
Un modèle par tâche : le guide du routing multi-modèles
Faire tourner toute une usine logicielle sur un seul modèle frontier, c'est payer le tarif du raisonnement pour lire des logs. La mécanique du routage multi-modèles : un modèle par phase, une passerelle unique, l'isolation des sous-agents et la règle qui dit quand le multi-agents mérite son coût.
Comparatif entreprise : Hermès Agent vs OpenClaw (sécurité, gouvernance, maintenabilité, réversibilité)
Sécurité par défaut, gouvernance, maintenabilité, réversibilité : les quatre critères qui départagent Hermès Agent et OpenClaw pour l'entreprise. Hermès a la meilleure posture de sécurité par défaut ; OpenClaw, l'écosystème le plus riche mais une dette de sécurité lourde.
Déployer Hermès Agent en environnement maîtrisé : backends sandboxés et persistance serverless
Hermès Agent propose six backends d'exécution (local, Docker, SSH, Singularity, Modal, Daytona) qui déterminent où les commandes s'exécutent, et donc le rayon d'explosion en cas de dérapage. Le backend par défaut n'isole rien : comment choisir et durcir chaque backend pour la production.
Gouverner les skills auto-générées d'Hermès : qui audite ce que l'agent apprend ?
La boucle d'apprentissage d'Hermès Agent crée et affine ses propres skills. Les fichiers sont lisibles, mais la décision de l'agent de conserver tel pattern n'a aucune interface d'explicabilité. Comment auditer ce que votre agent apprend ?
TCO d'un agent autonome : coûts tokens, FinOps, budget vs frontier, prompt caching et heartbeat
Le logiciel est gratuit ; la facture, ce sont les tokens. Un agent autonome peut coûter de 10 à 30 $/mois en usage perso comme 300 à 600 $/mois en multi-agent 24/7 non optimisé. Le poste dominant et le plus sous-estimé reste le heartbeat.
« Tu veux pas refaire l'ERP de l'IA » : le prochain lock-in ne sera pas votre cloud, mais votre cerveau d'entreprise
Un CDO du retail explique ce qui l'empêche de dormir : pas la facture cloud, mais le jour où l'intelligence de son entreprise sera encodée dans un harnais agentique propriétaire. La souveraineté se déplace vers la couche agentique, et le Design to Exit avec elle.
Explorez tous nos articles
Plus de contenus techniques sur l'IA, le Cloud, la Data et le Software Engineering.
Tous les articles