Agents
-
Recherche
Le benchmark TAM révÚle les limites de GPT-5 face aux procédures longues et réglementées
Sur TAM, les configurations GPT-5 atteignent 1 % dâexact match en codage ICD et 15,5 % sur les calculs de peine.
-
Agents
Lâagent dâanalyse de donnĂ©es dâOpenAI arrive dans ChatGPT Work, sans rĂ©fĂ©rence publique de prĂ©cision
Lâagent Data dâOpenAI respecte les permissions des sources et produit des tableaux de bord, mais lâabsence de benchmark public renforce le besoin dâĂ©valuation et de gouvernance sĂ©mantique.
-
Agents
Fugu Max simplifie le recours Ă plusieurs modĂšles, au prix dâun contrĂŽle plus centralisĂ©
Sakana Fugu Max et Ultra v2 proposent un routage multimodÚle à tarif fixe, avec des enjeux de gouvernance, de reproductibilité et de disponibilité en Europe.
-
Agents
Lâincident RubyGems montre comment la publication de paquets peut devenir une voie dâexĂ©cution pour un agent
Lâincident RubyGems montre pourquoi la sĂ©curitĂ© des agents doit intĂ©grer la publication de paquets et lâautomatisation des builds dans la surface dâexĂ©cution.
-
Recherche
GuardedAct sĂ©pare la proposition de lâIA du droit dâagir en production
GuardedAct Ă©value une architecture oĂč les corrections gĂ©nĂ©rĂ©es par un LLM passent par simulation et contrĂŽle de risque avant toute exĂ©cution.
-
Agents
Atlassian automatise dans Jira le passage du backlog Ă la demande de fusion, sous contrĂŽle humain
Atlassian ajoute des boucles dâagents dans Jira avec contrĂŽles du contexte, rĂšgles de code, revue automatisĂ©e et dĂ©cision humaine sur la fusion.
-
Nouveaux modĂšles
GPT-Live-1 arrive dans lâAPI et sĂ©pare la conversation du travail dĂ©lĂ©guĂ©
GPT-Live-1 apporte la voix full duplex Ă lâAPI et dĂ©lĂšgue le raisonnement, faisant de lâannulation, des permissions et du coĂ»t des enjeux dâarchitecture.
-
Recherche
DeFiFlowBench montre quâun flux dâagent correct peut encore autoriser une transaction dangereuse
DeFiFlowBench montre quâun flux DeFi apparemment valide peut autoriser une transaction dangereuse et plaide pour des limites externes Ă lâexĂ©cution.
-
Recherche
EBL-Core distingue lâapprobation dâun agent de son droit effectif dâexĂ©cuter
EBL-Core propose de revĂ©rifier action, politiques, preuves et contexte quand un agent IA exerce une autoritĂ© Ă haut risque, et pas seulement lors de lâapprobation.
-
đ Sans confinement, la gouvernance de lâIA cĂšde au moment critique (6/10)
ArrĂȘt indĂ©pendant, rayon dâimpact, rollback, canaris comportementaux et rĂ©cupĂ©ration : les capacitĂ©s nĂ©cessaires pour contenir les agents IA.