Agents
-
Agents
Cursor pousse ses agents de code au-delĂ de la pull request avec Rollouts et Security Review
Rollouts et Security Review prolongent les agents Cursor vers la santĂ© des dĂ©ploiements et lâanalyse des chemins dâattaque.
-
Recherche
Project Swap d'Anthropic montre que le vrai dĂ©fi des marchĂ©s d'agents peut ĂȘtre de comprendre les prĂ©fĂ©rences humaines
L'expĂ©rience Project Swap menĂ©e auprĂšs de 201 personnes suggĂšre que comprendre les prĂ©fĂ©rences humaines peut ĂȘtre un dĂ©fi plus important que la nĂ©gociation elle-mĂȘme.
-
Recherche
DAYJOB mesure lâĂ©cart entre suivre des instructions et rĂ©ellement faire un mĂ©tier
DAYJOB évalue des agents sur des tùches longues et ambiguës en santé et finance. Les meilleurs taux de réussite publiés par Surge AI restent sous 25 %.
-
Recherche
AIDEÂČ réécrit son agent de recherche, mais des Ă©valuations cachĂ©es choisissent la version suivante
AIDEÂČ a réécrit son propre harness pendant huit jours et transfĂ©rĂ© des gains vers des tests rĂ©servĂ©s. Lâenjeu central reste la qualitĂ© de la barriĂšre dâĂ©valuation.
-
Recherche
Un contrĂŽle dâagent ne vaut que par les informations quâil peut rĂ©ellement voir
Une recherche rĂ©cente propose de calculer les observations minimales nĂ©cessaires Ă un contrĂŽle dâautorisation, avec code reproductible et limites explicites.
-
Agents
DeepSeek Harness 0.1.7 transforme la configuration des agents en runtime dâextensions
DeepSeek Harness 0.1.7 rend les capacitĂ©s dâagents plus composables Ă lâexĂ©cution. Aipolix analyse les bĂ©nĂ©fices et les risques opĂ©rationnels.
-
Nouveaux modĂšles
GPT-6 Sol et Luna font du routage entre modÚles un choix économique central pour les agents
GPT-6 Sol et Luna créent un écart de prix de vingt fois. Aipolix analyse le routage, le contexte long et le coût par tùche.
-
Nouveaux modĂšles
Claude Opus 5.5 rĂ©duit le coĂ»t des agents, mais le routage de sĂ©curitĂ© change lâĂ©valuation
Opus 5.5 rĂ©duit les tarifs et peut rediriger certaines requĂȘtes sensibles. Aipolix analyse lâimpact sur lâĂ©valuation des agents.
-
Nouveaux modĂšles
Avec Grok 4.7, la facture des agents ne se résume pas au tarif des jetons
La tarification de base de Grok 4.7 ne change pas, mais sa consommation de jetons et les seuils propres Ă chaque plateforme compliquent le calcul.
-
Agents
Plugin4Shell : la version approuvĂ©e dâune extension nâest pas toujours celle qui sâinstalle
Comprendre la faille Plugin4Shell, les limites de la protection GitHub, les correctifs publiés et les vérifications à effectuer sur les extensions.