Recherche
FLEET transforme l'échantillonnage répété des LLM en recherche avec mémoire
FLEET rapporte un meilleur Pass@32 sur LiveCodeBench et environ 3× d'efficacité d'échantillonnage grâce à une mémoire de trajectoires.
Nouvelles fonctionnalités et innovations
-
Agents
Microsoft transforme Copilot en environnement d’exécution pour agents persistants
Home, Code, Autopilot et Managed Runtime font évoluer Copilot vers une couche d’exécution gouvernée pour agents persistants.
-
Agents
Microsoft Foundry transforme l’exécution planifiée et événementielle des agents en service managé
Foundry Routines apporte aux agents des déclenchements planifiés ou événementiels, un choix d’identité et un historique d’exécution managés.
-
Agents
Cursor pousse ses agents de code au-delà de la pull request avec Rollouts et Security Review
Rollouts et Security Review prolongent les agents Cursor vers la santé des déploiements et l’analyse des chemins d’attaque.
-
Recherche
AIDE² réécrit son agent de recherche, mais des évaluations cachées choisissent la version suivante
AIDE² a réécrit son propre harness pendant huit jours et transféré des gains vers des tests réservés. L’enjeu central reste la qualité de la barrière d’évaluation.
-
Recherche
Claude repère un système enzymatique inédit, puis le laboratoire apporte la preuve qui compte
Anthropic rapporte la découverte assistée par Claude d’un système enzymatique inédit. Les premiers tests sont encourageants, mais la fonction d’ART demeure inconnue.
-
Agents
DeepSeek Harness 0.1.7 transforme la configuration des agents en runtime d’extensions
DeepSeek Harness 0.1.7 rend les capacités d’agents plus composables à l’exécution. Aipolix analyse les bénéfices et les risques opérationnels.
-
Nouveaux modèles
GPT-6 Sol et Luna font du routage entre modèles 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 tâche.
-
Nouveaux modèles
Claude Opus 5.5 réduit le coût des agents, mais le routage de sécurité change l’évaluation
Opus 5.5 réduit les tarifs et peut rediriger certaines requêtes sensibles. Aipolix analyse l’impact sur l’évaluation des agents.
-
Nouveaux modèles
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 à chaque plateforme compliquent le calcul.
