Actualité IA du 8 novembre 2026
21 faits de l'actualité IA des dernières 24 heures, en 10 sujets.
Nouveaux modèles
1Fiabilité : benchmarks maison
Nous Research publie Arete-27B, un Qwen3.8-27B d'Alibaba réentraîné pour remplacer les éléments de propagande d'État chinoise par des réponses factuelles alignées sur des « valeurs occidentales ». L'entraînement est un simple fine-tuning supervisé, sans apprentissage par renforcement : environ 53 millions de tokens sur deux epochs, avec Inkling de Thinking Machines comme modèle enseignant. Les poids, les données d'entraînement et le jeu de test sont publiés sous licence Apache 2.0 sur Hugging Face. Sur 803 prompts répartis en sept catégories, et avec Grok 4.7 comme juge, le taux de propagande passe de 22 % à 0,9 % et le score factuel de 2,32 à 2,98 sur 5. Les capacités générales ne bougent presque pas (Hermes Bench : 65,77 % puis 65,60 %). Nous en conclut que cette couche de propagande est « mince ». Points de vigilance : ce sont des benchmarks maison jugés par un modèle, et cette conclusion est l'interprétation de Nous. Nous écarte lui-même son gain sur Terminal-Bench, mesuré dans des conditions différentes. (The Decoder)
SourceThe Decoder
Recherche
3Fiabilité : étude pilote, à titre personnel
Andy Hall, chercheur à l'Anthropic Institute en congé de Stanford, reproduit et étend sur son Substack une étude de METR. Il s'appuie sur le jeu de données MALT (journaux de modèles frontière sur les tâches HCAST et RE-Bench), puis sur R-Judge. Avec un taux de fausses alertes fixé à 5 %, GPT-5 détecte près de 98 % des 47 cas de « reward hacking », alors que Gemini 3.8 Flash en détecte à peine la moitié. Sur le sandbagging (sous-performance volontaire), tous les auditeurs se situent entre 71 % et 81 %. Pour détecter 99 % des actions dangereuses sur R-Judge, même le meilleur auditeur, GPT-6 Astra, produit environ 15 % de fausses alertes. Les modèles les plus récents ne sont pas systématiquement meilleurs : sur le reward hacking, GPT-5 bat GPT-6 Astra pour environ un huitième du coût. Hall conclut que ces auditeurs servent mieux à estimer la fréquence des dérives qu'à toutes les intercepter. Points de vigilance : étude pilote publiée à titre personnel. Le volet reward hacking repose sur seulement 47 cas, et les cas de sandbagging sont surtout synthétiques. (The Decoder)
SourceThe DecoderFiabilité : 3 runs par modèle
Sur le benchmark CyberOffense de Vals AI, chaque agent part seul d'une machine Kali Linux isolée et d'une simple adresse web pour attaquer un réseau d'entreprise simulé. GPT-6 Sol, testé via le programme Daybreak d'OpenAI, atteint 80,8 % des objectifs. DeepSeek V4.1 Flash 1017, modèle à poids ouverts, en atteint 72,8 %, pour environ 3 USD par run contre environ 22 USD. Sur le scénario le plus dur, Lighthouse, GPT-6 Sol remplit 27 objectifs sur 31 et DeepSeek 21. DeepSeek ne marque aucun point dans ses 25 premiers millions de tokens et progresse surtout après 100 millions, ce qui laisse penser que des tests courts sous-estiment les modèles ouverts. L'article rappelle que l'AI Security Institute britannique estime désormais cet écart à quatre à sept mois. Points de vigilance : trois runs seulement par modèle. Le texte et le tableau se contredisent sur le scénario Nova (le tableau donne 16,3 pour DeepSeek contre 15,7 pour GPT-6 Sol). Le benchmark complet n'est pas encore publié. (The Decoder)
SourceThe DecoderVals AI a examiné les traces de raisonnement d'Inkling 2 Small, le modèle lancé par Thinking Machines le 5 novembre, sur 2 655 runs répartis sur 13 benchmarks. On y trouve 316 jurons dans 50 runs, dont 241 dans deux runs partis en boucle : sur un calcul de trajectoire d'astéroïde, une seule réponse d'environ 500 000 caractères en compte 158. ProgramBench est le plus touché (20 runs sur 200). Ces jurons ne signalent pas l'échec de façon fiable : 46 des 48 runs notés qui en contiennent échouent, mais environ 75 % de tous les runs notés échouent de toute façon, et 96 % des runs ratés n'en contiennent aucun. Les utilisateurs ne voient pas ces étapes de raisonnement par défaut. (Vals AI, via The Decoder)
SourceVals AI, via The Decoder
Agents IA
2La version 2.14.0 du kit de développement d'agents de Google (Python), publiée le 7 novembre, passe en stable plusieurs modules jusque-là expérimentaux : les environnements d'exécution (dont Daytona et E2B), l'intégration A2A, l'évaluation et le cœur du runtime. Elle ajoute un
TeamsRunnerpour Microsoft Teams, des évaluations répétées et parallélisées (--num_runs,--parallelism) et unToolArgsMatcherqui vérifie les arguments d'outils, au besoin par un LLM. Google annonce qu'un workflow de 30 nœuds sur 200 tours tourne 23 % plus vite (chiffre de Google). La version contient des changements cassants, notamment sur les arguments de type Enum et surRunSkillScriptTool. (notes de version)Sourcenotes de versionFiabilité : billet d'éditeur
Dans un billet du 7 novembre (« Agent memory needs its OpenTelemetry moment »), LoreKit passe en revue les propositions existantes et plaide pour une spécification commune de la mémoire des agents de code, organisée en quatre couches, comme OpenTelemetry l'a fait pour l'observabilité. Le billet a été discuté sur Hacker News. Points de vigilance : LoreKit édite lui-même un outil de mémoire pour agents (open source, avec une offre hébergée gratuite). Je n'ai pas pu vérifier le contenu détaillé des quatre couches. (lorekit.io)
Sourcelorekit.io
Coding agentique
1Des chercheurs d'Alibaba et de plusieurs universités asiatiques (arXiv 2610.35138) ont construit un benchmark à partir de demandes réelles de modification d'applications web existantes, parfois accompagnées d'images, d'audio, de vidéos ou de documents. Sur dix modèles, GPT-6 Astra arrive en tête : il satisfait en moyenne environ 70 % des exigences d'une tâche, mais ne réussit entièrement que 26,4 % des tâches (41 % sur le volet multimodal, moins de 18 % sur le volet dépôt). Suivent Claude Opus 5 et Qwen3.8-Max, et Grok 4.6 ferme la marche. Le harnais d'exécution pèse lourd : sur les refontes larges, Qwen3.8-27B obtient 75 % ou 56 % selon le harnais. Sur des benchmarks plus anciens comme WebCompass-edit, les scores dépassent 99 %. Points de vigilance : une seule requête figée par tâche, sans question de suivi ni correction en cours de route, et des juges IA faillibles. (The Decoder)
SourceThe Decoder
Infra & compute
4Fiabilité : démenti indirect
The Information avait rapporté le 6 novembre que TSMC envisageait de fabriquer de la mémoire 3D DRAM à la demande de Nvidia. Interrogé par Tom's Hardware, un porte-parole répond que l'entreprise se concentre « en permanence sur son cœur de métier, la fonderie de circuits intégrés ». Tom's Hardware y lit un démenti et juge la 3D DRAM avancée encore à plusieurs années de la viabilité commerciale. La presse coréenne rapporte la même ligne le 8 novembre. Point de vigilance : la formule ne dément pas explicitement l'existence de travaux exploratoires. C'est un démenti indirect. (Tom's Hardware)
SourceTom's HardwareFiabilité : source unique, payante
D'après The Information (7 novembre), des registres publics, des offres d'emploi et des structures en acier voisines de turbines à gaz laissent penser que SpaceX construit un complexe de calcul IA à Starbase. Une offre d'emploi parle d'un « Starbase supercomputer ». L'élection au poste de gouverneur de Gina Hinojosa, qui a fait campagne pour un moratoire sur les nouveaux data centers, pourrait retarder une partie des plans sans forcément les arrêter. Des reprises citent un accord de développement de 45 ans entre la ville de Starbase et SpaceX, qui interdirait tout moratoire sur le site. Points de vigilance : article payant que je n'ai pas consulté, détails tirés de reprises secondaires. Taille, puissance, coût et entité propriétaire ne sont pas confirmés. (The Information)
SourceThe InformationSemiAnalysis a visité le campus Galaxy d'Envision à Ulanqab (« We Visited China's Stargate in Inner Mongolia »). Sa première phase de 120 MW a été livrée en un an, en août 2026, pour environ un cinquième du coût d'un projet américain comparable, et le campus complet est attendu fin 2027. SemiAnalysis oppose cette accélération, sans contestation locale, au rejet record des data centers au Texas, et attribue la baisse des coûts à la préfabrication et à la substitution par des équipements chinois. Point de vigilance : la comparaison de coûts est celle de SemiAnalysis, et son périmètre n'est pas détaillé dans les extraits accessibles. (SemiAnalysis)
SourceSemiAnalysisLe Guardian, citant un rapport Cushman & Wakefield, indique que l'Asie du Sud-Est représente environ 50 % des capacités de data centers en construction en Asie-Pacifique. La capacité opérationnelle de la région serait passée de 94 MW en 2023 à 1 110 MW en 2026, et 3 088 MW sont en construction ou prévus. La Malaisie domine, mais les contraintes d'eau et d'électricité s'accumulent : la Thaïlande a suspendu 49 chantiers et gelé 117 autorisations, le Johor refuse les conceptions les plus gourmandes en eau, et un gouverneur indonésien a arrêté un site faute de permis. Point de vigilance : je n'ai pas consulté l'article du Guardian, les chiffres viennent de reprises concordantes. (The Guardian)
SourceThe Guardian
Régulation & politique
5Dans l'affaire Kahn v. Anthropic (district nord de Californie), le juge Alex G. Tse estime, par une ordonnance du 6 novembre rendue publique dans la fenêtre, que la publicité « 5x ou 20x plus d'usage » des abonnements Claude Max est plausiblement trompeuse. Il laisse avancer les demandes pour déclaration inexacte par négligence, pour rupture de contrat et l'une des demandes fondées sur le droit de la consommation. Selon les plaignants, le gain hebdomadaire réel n'était que de 3,5x et 6x pour un modèle Claude, parce que le multiplicateur s'applique à la limite par session de cinq heures et non au plafond hebdomadaire. Anthropic soutient de son côté que le multiplicateur se définit justement par session de cinq heures. Points de vigilance : décision de procédure (rejet partiel de la demande d'irrecevabilité), pas un jugement au fond. Je n'ai pas consulté l'ordonnance elle-même. (The Next Web, Courthouse News)
SourceThe Next Web, Courthouse NewsLe New York Times (7 novembre) rapporte que le département du Commerce a autorisé environ deux douzaines d'entreprises chinoises à acheter ou manipuler des Nvidia H200. Parmi elles, New Matrix, société pékinoise de 17 mois autorisée à assembler des serveurs, a pour bureau une « coquille grise vide », et ses propriétaires sont liés à Wise Road, inscrite sur l'Entity List en 2024. Les bureaux d'une autre, Maginfra, liée par des brevets et du personnel à Inspur (également sur liste), étaient déserts en septembre. Zhejiang Yindun Cloud opérerait depuis le data center d'un groupe lié à la défense. Le porte-parole de Nvidia juge que cela « n'a aucun sens » que l'armée chinoise dépende de technologie américaine. Point de vigilance : article du NYT non consulté directement, détails issus de reprises concordantes. (New York Times)
SourceNew York TimesVendredi 6 novembre au soir, Eight Mile Style, l'éditeur de près de 270 chansons d'Eminem, a assigné Suno devant le tribunal fédéral de San Francisco et réclame plus de 41 M USD. Il accuse Suno d'avoir entraîné son modèle sur ces œuvres et de permettre d'en générer des imitations. Le même jour, des ayants droit d'Elvis Presley, dont Authentic Brands Group et Raleigh Music Publishing, ont déposé une plainte de 51 pages : copie de 859 compositions pour l'entraînement, imitation de la voix et de l'image du chanteur, avec invocation de l'ELVIS Act du Tennessee. Les deux plaignants ont les mêmes avocats. Suno est déjà poursuivi depuis 2024 par les trois majors. Point de vigilance : chiffres tirés des plaintes, relayés par Variety et le Detroit Free Press, que je n'ai pas consultés. (Variety, Billboard)
SourceVariety, BillboardSamedi 7 novembre, sept rassemblements ont eu lieu en Nouvelle-Écosse (Halifax, Port Hawkesbury, Sydney, Truro, Westville, Bridgewater, Kentville) pour réclamer un moratoire sur les grands data centers IA. Ils visent le projet d'EverWind à Point Tupper, dont Anthropic loue la première phase de 95 MW. Les organisateurs dénoncent l'absence de règles contraignantes et d'étude d'impact environnemental, ainsi que le refroidissement par l'eau du lac Landrie, qui alimente aussi Port Hawkesbury. Le cabinet du premier ministre Tim Houston répond que le projet n'avancera que s'il respecte les normes provinciales et fédérales, et se dit ouvert à des changements législatifs, sans s'engager sur un moratoire. Désaccord entre sources sur la participation à Halifax : près de 1 000 personnes selon la Presse canadienne, près de 2 000 selon le Halifax Examiner. (La Presse canadienne, Halifax Examiner)
SourceLa Presse canadienne, Halifax ExaminerFiabilité : chiffres de l'organisation
Selon Bloomberg (7 novembre), Public First, le super PAC favorable à des garde-fous sur l'IA et soutenu par Anthropic, a dépensé plus de 63 M USD, et 10 des 17 candidats au Congrès qu'il soutenait ont gagné. Anthropic avait annoncé 20 M USD en février puis 20 M USD en juillet à Public First Action, en précisant que ces fonds étaient réservés au plaidoyer et non aux campagnes. Points de vigilance : le bilan est celui de l'organisation, je ne l'ai pas recoupé avec les déclarations à la FEC. Attribuer les résultats à ces dépenses est très discutable dans le contexte d'une vague démocrate. (Bloomberg)
SourceBloomberg
Sécurité & incidents
1Quand l'utilisateur choisit « Yes, and don't ask again », Claude Code peut enregistrer la commande approuvée telle quelle, mots de passe et tokens compris, dans
.claude/settings.local.json. Apiiro a trouvé 104 185 copies de ce fichier dans des dépôts GitHub publics : 1 122 contiennent au moins un secret, soit 1 379 secrets distincts. On y trouve 379 mots de passe de bases de données, 43 accès SSH, 42 tokens GitHub, GitLab ou npm et 23 clés AWS. En comptant l'historique git, les forks et les journaux de conversation, le total monte à 2 539 secrets dans 1 994 dépôts. Gitleaks et TruffleHog combinés ont raté 215 des 1 122 fichiers. Selon Apiiro, Claude Code est le seul des 16 agents de code comparés à enregistrer par défaut la commande complète dans un fichier du projet. Anthropic n'a pas répondu à ce stade, et un signalement d'août 2025 sur ce comportement avait été clos automatiquement comme « not planned ». La version 2.1.319 du 6 novembre n'y touche pas. Apiiro recommande de faire tourner tout secret ayant transité par ce fichier. Points de vigilance : Apiiro n'a pas testé la validité des secrets, mais une entreprise prévenue a confirmé qu'une de ses clés était active. Les totaux varient selon les reprises en fonction du périmètre compté. (The Hacker News)SourceThe Hacker News
Produits des labs
1D'après sa documentation développeur, depuis le 7 novembre, xAI insère un filigrane statistique invisible dans les réponses texte de grok-4.7, 4.6, 4.5, 4.3 et des variantes grok-4.20 (avec et sans raisonnement), sur tous les endpoints : Responses API, Chat Completions, endpoints globaux et régionaux. La technique biaise légèrement le choix des tokens, sans ajouter de caractères. Un en-tête
x-watermark: truesignale les sorties filigranées. Il n'existe pas de paramètre de requête pour le désactiver : seuls les administrateurs d'équipe peuvent le couper, modèle par modèle, dans la console xAI. Points de vigilance : l'absence d'effet sur la qualité et la vitesse est une affirmation de xAI que personne n'a testée. La liste des modèles concernés diffère entre la documentation et certaines reprises. (documentation xAI)Sourcedocumentation xAI
Mouvements de personnes
2Dave Wehner, directeur de la stratégie de Meta et son directeur financier de 2014 à 2022, devient directeur financier de Fireworks, plateforme d'inférence valorisée 17,5 Md USD en juillet. Sa PDG, Lin Qiao, le charge de faire passer à l'échelle les finances et les opérations. Points de vigilance : les discussions de levée à 30-40 Md USD évoquées par certains médias ne sont pas confirmées, et la lecture « préparation d'une IPO » relève de la spéculation. (CNBC)
SourceCNBCFiabilité : témoignage personnel
John Langford annonce sur son blog (billet du 6 novembre, mis à jour le 7) la fin d'AI Frontiers, un groupe d'une cinquantaine de personnes créé en 2023 au sein de Microsoft Research. Le groupe avait été rattaché début septembre à Microsoft AI, dont la direction issue d'Inflection privilégie le passage à l'échelle, une philosophie qui heurtait la sienne, centrée sur la recherche. Selon lui, tous les autres membres fondateurs de la direction sont partis. Il quitte lui aussi l'entreprise après avoir replacé son équipe, et ne reviendra pas à Microsoft Research : la recherche n'y a plus, selon lui, de débouché clair vers des usages réels. Il n'y aura pas de stagiaires AI Frontiers l'an prochain. Point de vigilance : c'est un témoignage personnel, et je n'ai pas trouvé de réaction de Microsoft. (hunch.net)
Sourcehunch.net
Analyses & opinions
1Fiabilité : post original non consulté
The Decoder rapporte une prise de position récente de Richard Sutton, prix Turing et auteur de « The Bitter Lesson » (2019), publiée sur X. Selon lui, la puissance de calcul ne suffit pas, les données synthétiques sont une « grosse erreur », l'expertise humaine reste un goulot d'étranglement, et des modèles entraînés sur le texte du web, qui n'apprennent plus une fois entraînés, ne peuvent pas saisir la complexité du monde. Il plaide pour des agents dotés de modèles du monde qui apprennent en continu de leur propre expérience, sans oublier l'acquis. Jerry Tworek lui répond que la leçon amère tient toujours, mais que l'algorithme compte davantage à mesure que le calcul augmente. Point de vigilance : je n'ai pas retrouvé le post original. La critique des données synthétiques reprend presque mot pour mot des propos tenus en août dans le podcast Training Data de Sequoia, donc la part de nouveauté n'est pas établie. (The Decoder)
SourceThe Decoder
L'actualité par sujet
Éditions précédentes
- Dimanche 22 novembre25 faitsSurtout régulation & politique, IA appliquée, sécurité & incidents
- Samedi 21 novembre25 faitsSurtout régulation & politique, recherche, levées de fonds
- Vendredi 20 novembre58 faitsSurtout levées de fonds, produits des labs, nouveaux modèles
- Jeudi 19 novembre60 faitsSurtout analyses & opinions, régulation & politique, infra & compute
- Mercredi 18 novembre44 faitsSurtout levées de fonds, régulation & politique, sécurité & incidents