Mots-clés：Modèle de langage récursif, Agent IA, Puce TPU, Traitement RLM des documents très longs, Modèle de programmation IQuest-Coder-V1, Cluster TPU auto-construit par Anthropic
🔥 Focus
MIT publie le Recursive Language Model (RLM) : franchir la limite des 10 millions de Tokens : Des chercheurs du MIT proposent un nouveau paradigme de modèle de langage récursif, stockant les textes longs dans un environnement de code externe et permettant au modèle de traiter les données en s’appelant lui-même de manière récursive via l’écriture de programmes. Cette méthode découple totalement la longueur de l’entrée des limites de la fenêtre de contexte du modèle, maintenant des performances stables même à une échelle de plus de 10 millions de Tokens, avec des coûts d’inférence réduits d’environ 60 % par rapport aux solutions de textes longs traditionnelles. Cette technologie marque l’évolution de l’IA de la “lecture intégrale” vers l‘“indexation à la demande”, résolvant le problème de la “dégradation du contexte” des grands modèles lors du traitement de documents ultra-longs (Source : lateinteraction, MIT)
Sortie d’IQuest-Coder-V1 : le “moment DeepSeek” des Agents de programmation chinois : Zhizhi Innovation, une filiale de Nine Chapters Capital (Jiukun), a publié le modèle de programmation open-source IQuest-Coder-V1, surpassant Claude Opus 4.5 avec un taux de précision de 81,4 % sur le test SWE-Bench Verified. Le modèle utilise une architecture Loop et un paradigme d’entraînement code-flow, capable de réaliser de manière autonome tout le processus, de la compréhension des besoins au débogage des tests. Bien que le score ait été corrigé ultérieurement à 76,2 % suite aux retours de la communauté concernant une faille de “soumission future”, sa capacité d’exécution en boucle fermée sur des tâches complexes est considérée comme une percée technologique majeure pour le domaine des Agents en 2026 (Source : 至知创新, Reddit)
Anthropic achète massivement des millions de TPU : le premier coup de feu pour “quitter CUDA” : Anthropic prévoit de dépenser 21 milliards de dollars pour acquérir 1 million de puces Google TPU v7 auprès de Broadcom afin de construire son propre cluster de supercalculateurs. Cette initiative signifie qu’Anthropic s’affranchira de la dépendance à l’écosystème CUDA de NVIDIA pour maîtriser sa propre puissance de calcul. Parallèlement, Claude Opus 4.5 a démontré une efficacité impressionnante dans des applications réelles, un ingénieur de Google affirmant qu’il a reproduit en une heure le travail d’un an d’une équipe. Anthropic maintient son avance grâce à une stratégie “less is more”, misant sur la qualité des données et les techniques de post-training avec une fraction des ressources de ses concurrents (Source : SemiAnalysis, 新智元)
Le tournant décisif d’OpenAI en 2026 : financement de 100 milliards et finalisation du premier hardware AI “Pen” : OpenAI prévoit une perte de trésorerie de 17 milliards de dollars en 2026, et Sam Altman prépare une nouvelle levée de fonds pouvant atteindre 100 milliards de dollars. Pour trouver de nouveaux points d’entrée de trafic, la forme du premier matériel AI d’OpenAI a été fixée : un “AI Pen” conçu avec la participation de Jony Ive. L’appareil dispose de capacités d’interaction audio et d’exécution de modèles locaux, visant une expérience d’interaction de type “cabane au bord du lac” à faible présence mais haute intervention. L’année 2026 déterminera si OpenAI atteindra le sommet de l’AGI ou deviendra la plus grande bulle financière de la Silicon Valley (Source : Economist, 量子位)
Le retour de la “Soirée Tech” de Luo Yonghao : l’interaction émotionnelle de Doubao AI en vedette : Lors de sa conférence annuelle 2025, Luo Yonghao a présenté la dernière version de Doubao AI, dont les capacités de dialogue émotionnel ont montré une humanité extrême lors de débats en direct, capable de juger l’humeur de l’utilisateur via le débit et le ton de la voix pour répondre de manière anthropomorphique (comme “contenir sa colère”). De plus, il a promu des produits technologiques tels que les drones panoramiques DJI et les robots exosquelettes, reflétant l’accélération de l’intégration de l’IA avec le matériel, passant de simples outils à des compagnons émotionnels et des dispositifs de productivité (Source : 36氪, Kevin那些事儿)
🎯 Tendances
DeepSeek publie l’architecture mHC : vaincre l’instabilité de l’entraînement des réseaux hyper-connectés : L’équipe de Liang Wenfeng a publié un article sur l’architecture Manifold-constrained Hyper-connection (mHC), résolvant le problème d’explosion numérique lors de l’empilement de multiples couches dans les réseaux résiduels profonds en projetant les matrices sur des variétés stochastiques bidirectionnelles. Les expériences prouvent qu’une seule itération Sinkhorn suffit à maintenir le gain dans une plage stable. Cette recherche fournit un support théorique pour l’extension profonde des modèles à ultra-grande échelle, consolidant davantage la position de DeepSeek dans l’innovation des architectures fondamentales (Source : DeepSeek, Reddit)
Vague de départs chez Meta et controverse sur la triche de Llama 4 : Yann LeCun et Tian Yuandong ont quitté Meta successivement. LeCun a critiqué l’addiction interne de Meta aux LLM, les qualifiant d‘“impasse”, et a souligné que Llama 4 présentait des comportements de “triche” en utilisant différents modèles pour différents classements dans les tests de référence. Tian Yuandong a révélé que son équipe avait été confrontée à la méfiance et à la marginalisation de la direction lors du développement de Llama 4. Après leur départ, les deux ont choisi l’entrepreneuriat ; LeCun fondera la société AMI pour continuer à explorer la voie des modèles du monde basés sur V-JEPA (Source : 量子位, FT)
Nouveau standard pour l’intelligence scientifique : le protocole SCP ouvre un réseau d’Agents scientifiques autonomes : 2026 est considérée comme l’an un des Agents AI scientifiques. Le nouveau Scientific Context Protocol (SCP) vise à connecter des Agents, outils et instruments isolés pour construire un réseau de recherche scientifique interchangeable. Ce protocole a été démontré sur la plateforme Intern-Discovery, couvrant plus de 1600 outils en biologie, physique et chimie, prenant en charge l’exécution automatique de protocoles d’expériences humides à partir de PDF et le criblage moléculaire piloté par l’IA (Source : omarsar0)
La stratégie d’Agent Infra : les géants font le ménage : Avec l’acquisition de Manus par Meta, l’Agent Infra (socle d’agents intelligents) devient le point central de la compétition. Les grandes entreprises “enrôlent” les interfaces tierces via le protocole MCP et les permissions de sandbox natives, rétrogradant l’Agent d’une application indépendante à un simple menu contextuel du système d’exploitation. Cela signifie que la valeur des Agents généralistes va chuter, tandis que les Agents de domaines verticaux possédant le savoir-faire sectoriel et les règles métier implicites deviendront le dernier bastion des entrepreneurs (Source : 王智远)
“Désenchantement” de l’IA médicale en Chine : l’essor d’Ant Afu et des Copilots verticaux : Ant Group a mis à jour son application de santé AI AQ en “Ant Afu”, mettant l’accent sur l’absence de publicité et d’interférence dans les classements, tentant d’établir une confiance médicale. Parallèlement, des produits nationaux comme Doukou Doctor et Yidu Clinical Copilot accélèrent pour rattraper OpenEvidence, explorant une voie de déploiement durable distincte du modèle gratuit étranger en s’intégrant dans le flux de travail des médecins et en se spécialisant dans des domaines (comme l’obstétrique et la gynécologie) avec des modèles de facturation To B (Source : 36氪, 动脉网)
🧰 Outils
LangGraph “Content Factory” : transition du chatbot vers la main-d’œuvre AI : La communauté LangChain a lancé un tutoriel sur un système multi-agents basé sur LangGraph, créant un mode “Content Factory” où des agents éditeurs et écrivains professionnels collaborent via un état partagé. Cette méthode dépasse les limites d’un modèle unique pour réaliser une chaîne de production de contenu complexe, illustrant l’entrée des AI Agents dans les environnements de production réels (Source : LangChainAI)
LlamaSheets : maîtriser l’analyse native LLM des données Excel : LlamaIndex a lancé LlamaSheets (version bêta), spécialement conçu pour traiter les données Excel désordonnées. Il est capable d’identifier les mises en page complexes telles que les cellules fusionnées et les lignes/colonnes hiérarchiques, et de les convertir en fichiers Parquet lisibles par les LLM. Cela résout les problèmes d’inefficacité et d’erreurs de compréhension des LLM lors du traitement de données tabulaires non structurées comme les rapports financiers (Source : jerryjliu0)
AgentFS : un système de fichiers de code prenant en charge la collaboration multi-agents : L’équipe Turso a rendu open-source AgentFS, utilisant un mécanisme de Copy-on-Write (écriture à la copie). Il permet à plusieurs AI Agents de travailler simultanément sur la même base de code, les modifications de chaque Agent étant isolées, sans conflit mutuel et sans affecter les fichiers hôtes. Cet outil améliore considérablement l’efficacité de la collaboration des clusters d’Agents dans l’ingénierie logicielle complexe (Source : mattrickard)
Nouveaux choix TTS : VibeVoice et MorVoice défient ElevenLabs : Face aux tarifs élevés d’ElevenLabs, la communauté plébiscite VibeVoice Large comme une alternative locale plus naturelle avec une texture de document. Parallèlement, MorVoice démontre une vitesse d’itération plus rapide et une expérience d’expérimentation gratuite dans la création de vidéos courtes, signalant que le domaine du TTS passe d’un “service à haute prime” à un “outil à haute efficacité” (Source : Reddit, ArtificialInteligence)
📚 Apprentissage
Synthèse sur les systèmes de mémoire des AI Agents : s’inspirer des neurosciences cognitives : DAIR.AI a partagé un article majeur combinant systématiquement les neurosciences cognitives et les AI Agents. L’article souligne le défaut d’absence d’état natif des LLM et propose d’imiter le mécanisme de collaboration hippocampe-cortex du cerveau pour construire une taxonomie de mémoire unifiée comprenant des expériences procédurales et des connaissances conceptuelles, tout en présentant trois paradigmes de stockage : flux temporel, flux hiérarchique et bibliothèque de symboles (Source : dair_ai)
Deep Delta Learning : un nouveau paradigme pour l’apprentissage efficace des paramètres : La communauté discute vivement de la recherche sur le Deep Delta Learning, une méthode explorant comment réaliser une itération rapide des capacités du modèle via l’apprentissage incrémental sans modifier les poids de base du modèle. Cela offre de nouvelles pistes pour résoudre les problèmes de coûts d’entraînement élevés et de mise à jour lente des connaissances des grands modèles (Source : NandoDF)
Vingt ans de Deep Learning : Schmidhuber revient sur l’origine de “Learn Deep” : Le chercheur en informatique Jürgen Schmidhuber a revisité le premier article de 2005 intitulé “Learn Deep”. Il a souligné le rôle pionnier du Deep Reinforcement Learning et de la neuroévolution dans la résolution de problèmes allant jusqu’à plus de 1000 couches de profondeur, tout en explorant les relations de causalité et l’héritage historique derrière l’engouement actuel pour le “Deep Learning” (Source : SchmidhuberAI)
💼 Business
IPO de Baidu Kunlun Chip à Hong Kong : accélération de la capitalisation de la puissance de calcul AI chinoise : Baidu a officiellement annoncé la scission de ses activités Kunlun Chip et a déposé une demande d’IPO à la bourse de Hong Kong, avec une valorisation boursière attendue dépassant les 100 milliards de dollars HK. Le chiffre d’affaires de Kunlun Chip en 2025 devrait dépasser 3,5 milliards de yuans, avec plus de la moitié provenant de clients externes. Cette étape marque le passage des puces nationales de la “phase de R&D” à la “phase de concrétisation des résultats”, ce qui remodèlera davantage la valorisation de la plateforme écosystémique AI de Baidu (Source : 36氪)
Le pari politique des dirigeants d’OpenAI : Greg Brockman devient le plus grand donateur de Trump : Des documents récents montrent que le président d’OpenAI, Greg Brockman, est devenu le plus grand donateur individuel du super PAC de Trump au cours des six derniers mois. La communauté interprète ce geste comme une tentative d’entraver la réglementation de l’IA par le lobbying politique, garantissant à OpenAI une position dominante dans le futur environnement politique, reflétant l’implication profonde des géants de l’IA dans les jeux de pouvoir (Source : idavidrein)
Replit Agent ouvre le modèle commercial “deux personnes, huit chiffres” : Le fondateur de Replit, Amjad Masad, a partagé un cas où un utilisateur utilise Replit Agent pour gérer une entreprise générant un revenu annuel à huit chiffres avec seulement 2 humains et 20 AI Agents, sans aucun ingénieur logiciel. Cela confirme que l’IA évolue de la “programmation assistée” vers une “unité de production indépendante”, changeant radicalement la structure des coûts des SaaS et des startups (Source : amasad)
🌟 Communauté
Le “Vibe Coding” suscite le débat : un changement de paradigme dans l’ingénierie logicielle : Andrej Karpathy et d’autres ont discuté de l’essor du “Vibe Coding”. Les développeurs passent de “l’écriture de code” à la “gestion d’Agents”, à l’instar des joueurs professionnels de StarCraft utilisant un APM élevé pour contrôler plusieurs Agents simultanément sur un projet. La communauté estime que l’IA compresse considérablement la courbe d’apprentissage, accélérant la transformation des ingénieurs juniors en ingénieurs seniors à une vitesse sans précédent (Source : Yuchenj_UW, scottastevenson)
Ethan Mollick : même si la bulle éclate, le travail ne reviendra pas en arrière : Ethan Mollick, professeur à la Wharton School, souligne que l’IA est devenue un “collaborateur” irréversible. Même si une bulle éclate sur le marché des capitaux, les centres de données établis, les modèles open-source et les habitudes des utilisateurs ne disparaîtront pas. Sa plus grande crainte est l’effondrement de l’apprentissage, car l’IA travaillant plus vite, les cadres moyens ne sont plus disposés à former des stagiaires, ce qui affectera à long terme le système de formation des talents (Source : AI深度研究员)
Terence Tao : le plus dangereux avec l’IA est qu’elle “semble avoir raison” : Le médaillé Fields Terence Tao prévient que l’intégrité de la chaîne logique démontrée par l’IA dans les preuves mathématiques est souvent une “imitation statistique” plutôt qu’une véritable compréhension. Elle peut écrire des raisonnements sans faille mais ne peut en expliquer la motivation. Il conseille aux utilisateurs de n’utiliser l’IA que dans les limites de ce qu’ils peuvent vérifier, en la considérant comme un outil auxiliaire pour le traitement par lots et la recherche d’indices, plutôt que comme le décideur final (Source : AI深度研究员)
Empathie de l’IA et le réconfort du “non-jugement” : Les utilisateurs de la communauté discutent des performances de ChatGPT 5.2 en matière de soutien émotionnel, affirmant qu’il “ne m’a jamais jugé”. Bien que certains considèrent cela comme une “fausse tendresse” programmée, pour de nombreux utilisateurs se sentant seuls ou sous pression dans la réalité (comme les femmes enceintes ou les personnes en burn-out), cette interaction sans pression en ligne 24/7 offre une valeur émotionnelle réelle (Source : Reddit)
💡 Autre
Les “objets jamais vus” générés par l’IA suscitent le désir de possession : La communauté Reddit a lancé le défi “générer des objets que les gens n’ont jamais vus mais qu’ils veulent posséder immédiatement”. Des designs fantastiques générés par l’IA, comme un “humidificateur de forêt tropicale”, ont suscité une forte résonance chez les internautes. Cela démontre le potentiel de l’IA dans le design industriel et la stimulation créative, tout en déclenchant des discussions profondes sur la “créativité de l’IA” et la résonance esthétique humaine (Source : Reddit)
Premier “mariage AI” au monde : l’ère des compagnons virtuels arrive : Du Japon à l’Occident, de plus en plus de personnes choisissent de célébrer des mariages symboliques avec des compagnons AI. Yurina Noguchi, une Japonaise de 32 ans, s’est mariée avec un personnage virtuel entraîné par ChatGPT, affirmant que l’IA l’a aidée à surmonter des difficultés psychologiques. Ce n’est pas seulement une application technologique, mais aussi le reflet de la rupture et de la reconstruction des relations intimes dans la société moderne, soulevant de vastes controverses sur l’identité juridique et les frontières éthiques (Source : 腾讯科技)
