Anthropic a lancé Claude Projects v2, repensant la fonctionnalité d'une structure basée sur des dossiers à une interface pilotée par conversation qui gère les builds via la délégation de tâches et des threads parallèles. Parallèlement, Google teste un agent familial qui opère sur un ordinateur cloud dédié pour coordonner les activités jusqu'à six membres du foyer.
Cette mise à jour couvre plusieurs développements dans le paysage de l'IA, y compris Meta ouvrant sa plateforme Muse aux développeurs tiers, lançant une nouvelle version de son modèle de segmentation et un incident de sécurité impliquant Gemini de Google.
Xiaomi a open-sourcé les modèles omnimodaux MiMo-V2.6 Pro et Flash, conçus pour coordonner des agents afin de construire et tester visuellement des scènes 3D interactives. Ces modèles peuvent générer des actifs Blender, contrôler des bras robotiques à partir de flux vidéo, produire des frontends et des présentations, assembler des vidéos et composer de la musique sous forme de partitions et de MIDI.
Les chercheurs présentent AIDE^2, un système qui implémente une boucle d'amélioration récursive de soi pour un agent de recherche en IA en optimisant son propre code. Le système propose des modifications à sa logique interne, évalue les versions modifiées sur des tâches de R&D en IA, et ne conserve que les améliorations qui obtiennent les meilleurs résultats sur des évaluations cachées.
Les auteurs présentent Growing Harness, un paradigme d'entraînement qui apprend la structure de contrôle d'un agent à partir du feedback de la tâche plutôt que de s'appuyer sur des harnesses standard lourdes en contexte. En convertissant les décisions de contrôle récurrentes en code exécutable et en réservant les appels LLM au raisonnement sémantique, la méthode vise à créer des agents spécialistes réutilisables.
Les chercheurs présentent CliffCompaction, une technique d'autocompaction conçue pour réduire les coûts des agents de codage à long terme jusqu'à 50 % dans un contexte borné. La méthode maintient ou améliore la performance sur Terminal-Bench et atteint des résultats de pointe sur KernelBench en conservant une information compacte fidèle par troncature plutôt que par reformulation.
Les chercheurs présentent AIDE^2, un système qui met en œuvre une boucle d'amélioration récursive de soi pour un agent de recherche en IA de pointe en optimisant son propre code. Le système propose des modifications à sa logique interne, évalue les versions modifiées sur des tâches de R&D en IA, et ne conserve que les mises à jour qui obtiennent les meilleurs résultats sur des évaluations cachées.
Les chercheurs présentent CliffCompaction, une technique d'autocompaction conçue pour les agents traitant des millions de tokens, qui réduit les coûts jusqu'à 50 % dans un contexte borné. La méthode maintient ou améliore les performances sur Terminal-Bench et atteint des résultats de pointe sur KernelBench en conservant la fidélité de l'information par troncature plutôt que par reformulation.
Les chercheurs présentent Agensh, un harnais multi-agents auto-organisé et évolutif qui élimine le goulot d'étranglement de l'orchestrateur central en permettant aux travailleurs concurrents de réclamer des sous-tâches de manière asynchrone et de fusionner les progrès.
Alibaba Cloud a présenté Qwen3.8-Omni-Flash, un modèle agentique multimodal natif conçu pour les tâches de productivité du monde réel qui améliore substantiellement la compréhension et le raisonnement multimodaux par rapport aux modèles omni précédents.
SpaceXAI a intégré son agent IA Grok Bot dans son service client combiné suite à l'acquisition de Cursor, permettant à l'équipe de gérer une augmentation de 175 % des tickets de support sans augmenter les effectifs. L'entreprise a évité d'embaucher environ 200 collaborateurs supplémentaires et a réduit les coûts de résolution entre 0,20 $ et 0,30 $ par ticket en tirant parti du modèle de tarification à l'usage de Grok Bot.
Parallel a intégré GPT-6 Astra d'OpenAI dans son infrastructure d'agents IA, réalisant une réduction de 50% du temps de recherche et des coûts de code par rapport aux modèles précédents. L'entreprise indique que le nouveau modèle permet aux agents d'accomplir des travaux de connaissances complexes beaucoup plus rapidement tout en maintenant une sortie de haute qualité.
OpenAI a lancé un système amélioré de mise en cache des invites pour la famille GPT-6 qui offre par défaut des taux de succès en cache plus élevés et propose des réductions allant jusqu'à 90 % sur les tokens d'entrée mis en cache. Cette mise à jour introduit de nouveaux outils pour aider les développeurs à surveiller les performances, diagnostiquer les échecs de cache et optimiser leurs intégrations.
AntLing a publié la famille Ming-Image-0.1-Design, qui comprend deux modèles de 6B paramètres : Ming-Image-0.1-Design et Ming-Image-0.1-Design-Layer.
La version 2.1.280 de Claude Code introduit Claude Opus 5.5 comme nouveau modèle Opus par défaut, avec une fenêtre de contexte de 1M et des tarifs mis à jour. La mise à jour ajoute également la prise en charge de la molette de la souris pour faire défiler les listes en mode plein écran et permet de configurer les limites de longueur des descriptions d'outils MCP.
Le Générateur d'État du Monde (WSG) est un modèle qui maintient les plans des agents linguistiques alignés sur les règles de leur environnement d'exécution en réécrivant les états après des échecs. Il est entraîné sur 226K trajectoires extraites de sept domaines synthétiques où un programme applique des règles et vérifie l'atteignabilité de l'objectif.
Xiaomi a publié la série MiMo-V2.6, introduisant des modèles nativement omnimodaux incluant MiMo-V2.6-Pro et MiMo-V2.6-Flash. L'entreprise a également lancé MiMo-V2.6-Pro-UltraSpeed, qui offre une vitesse de sortie jusqu'à 20 fois plus rapide avec la même qualité.
Une nouvelle analyse met en lumière un phénomène dans les systèmes multi-agents où les relations générées entre des agents gouvernés séparément acquièrent une force de gouvernance à travers le groupe. Cela se produit lorsque les agents laissent des messages et des artefacts persistants qui contraignent les trajectoires les uns des autres, créant une orientation distribuée effective non spécifiée par des tâches individuelles.
L'auteur a développé un projet Rust appelé SelMem pour expérimenter une mémoire imparfaite et dépendante du chemin pour les grands modèles de langage. Cette approche imite la mémoire humaine en permettant aux agents de compresser, oublier et reconstruire des souvenirs au fil du temps plutôt que de stocker des copies parfaites des interactions.
Les chercheurs proposent AgentRouter, un classificateur léger qui optimise les workflows agents multi-étapes en acheminant les étapes individuelles de la trajectoire vers des niveaux de modèles appropriés plutôt que d'utiliser des modèles de pointe pour chaque tâche. Le système répond à l'inefficacité des solutions existantes qui ignorent la complexité variable des sous-tâches au sein d'une seule session agent.