# Agent Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Agent", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Sans équipe commerciale, un chiffre d'affaires de 20 millions de dollars : comment Viktor, l'employé IA, a-t-il séduit 30 000 entreprises ?

Sans équipe commerciale, le produit Viktor, un « employé IA », génère 20 millions de dollars de revenus annuels auprès de plus de 30 000 entreprises. Fondé par une équipe issue de DeepMind, Viktor se présente comme un « collègue IA de niveau 3 » capable d'exécuter des tâches de bout en bout, et non un simple assistant. Son utilisation est simplifiée : via une mention @ dans Slack ou Microsoft Teams, les employés peuvent lui demander en langage naturel d'effectuer des tâches complexes, comme générer un rapport ou réaliser un rapprochement comptable, sans avoir besoin de maîtriser l'ingénierie des prompts. Le succès repose sur un modèle de croissance tiré par le produit (PLG) et une tarification basée sur la consommation de crédits pour les tâches, réduisant les coûts d'essai. Viktor permet également une automatisation proactive, exécutant des processus comme la génération de présentations en croisant plusieurs outils. Son intégration à Teams, avec 320 millions d'utilisateurs, marque une étape vers une adoption à grande échelle, mais soulève aussi des défis majeurs : la conformité dans les grandes entreprises, les risques d'erreur dus à la boîte noire des décisions de l'IA, et la nécessité de gagner la confiance via une gouvernance robuste (journaux d'audit, permissions). L'équilibre entre efficacité automatisée et contrôle restera crucial pour son adoption dans les flux métiers essentiels.

marsbit06/19 11:00

Sans équipe commerciale, un chiffre d'affaires de 20 millions de dollars : comment Viktor, l'employé IA, a-t-il séduit 30 000 entreprises ?

marsbit06/19 11:00

Guide de test pratique de la carte AI de WeChat : L'ère du AI Shopping est-elle arrivée ?

**Titre :** Guide de test de la carte AI de WeChat : l'ère du "AI Shopping" est-elle arrivée ? **Résumé :** WeChat Pay a lancé une "carte AI dédiée", présentée comme permettant à des agents IA (comme WorkBuddy) d'effectuer des paiements pour répondre aux besoins des utilisateurs. Cependant, les tests révèlent que cela ne permet pas une consommation "entièrement automatique". En réalité, la carte AI est un portefeuille séparé du portefeuille WeChat principal. L'utilisateur doit la recharger avec des fonds spécifiques. Chaque paiement initié par l'IA nécessite une confirmation manuelle sur le téléphone de l'utilisateur. La carte isole les dépenses liées à l'IA pour une meilleure gestion. L'activation se fait via le chatbot WorkBuddy. Les cas d'usage annoncés sont l'achat de contenu payant, l'utilisation d'API/outils payants et les abonnements. Cependant, dans la pratique, il est difficile de déclencher ces paiements. Un test pour commander un thé via WorkBuddy a échoué. L'agent a dû utiliser une compétence externe ("Assistant de vie Meituan"), ce qui a consommé beaucoup de crédits (plus que l'allocation quotidienne gratuite). Après autorisation et paiement via la carte AI, l'agent a acheté un bon d'achat incorrect, pas le produit désiré. L'échec ne vient pas de la fonction de paiement elle-même, qui fonctionne, mais de la chaîne d'exécution de l'agent IA : compréhension précise du besoin, appel correct à des plateformes tierces, sélection du bon produit, etc. La carte AI ne gère que l'étape finale du paiement. Le mécanisme actuel est prudent : fonds limités à la carte AI, confirmation obligatoire pour chaque transaction, pas d'accès direct au portefeuille principal. Cela minimise les risques (mauvais achats, abonnements non désirés). **Conclusion/Recommandations :** Il est possible d'expérimenter cette fonction, mais avec prudence : commencez par de petites recharges, vérifiez toujours les détails (produit, prix) avant de confirmer le paiement, et ne présumez pas que l'agent IA a parfaitement compris une demande complexe (notamment pour la livraison, les coupons spécifiques).

marsbit06/18 12:08

Guide de test pratique de la carte AI de WeChat : L'ère du AI Shopping est-elle arrivée ?

marsbit06/18 12:08

L'équipe NVIDIA permet à un Agent de programmation de prendre en charge des expériences robotiques réelles avec un taux de réussite de 99%

NVIDIA a dévoilé le projet ENPIRE, un système où des agents de programmation (Codex, Claude Code, Kimi Code) pilotent de manière autonome des recherches sur des robots physiques. Ce cadre repose sur quatre modules qui forment une boucle fermée : l'environnement, l'amélioration des stratégies, l'évaluation des déploiements et l'évolution par analyse des journaux. Les agents peuvent ainsi automatiser des tâches complexes comme serrer des attaches, ranger des épingles ou installer des GPU, en atteignant un taux de réussite de 99%. Une observation clé est qu'il est souvent plus facile de réinitialiser un environnement robotique que d'accomplir la tâche elle-même. Les agents commencent donc par créer des routines de réinitialisation automatique. L'équipe a constaté une "loi d'échelle physique" : augmenter le nombre de robots parallèles (par exemple, passer à 8) accélère considérablement la résolution des tâches. Le système fonctionne désormais toute la nuit sans intervention humaine. Deux nouvelles métriques sont proposées : le MRU (taux d'utilisation moyen des robots), souvent inférieur à 50%, et le MTU (taux d'utilisation moyen des tokens). Le projet, destiné à être open source, vise à permettre à quiconque de mettre en place un système similaire de recherche robotique autonome.

marsbit06/18 00:38

L'équipe NVIDIA permet à un Agent de programmation de prendre en charge des expériences robotiques réelles avec un taux de réussite de 99%

marsbit06/18 00:38

Année charnière de l'IA appliquée : Se contenter de dire oui en ignorant les risques ? Le journal de bord du développement logiciel devient open source

L'ère des applications d'IA est là, mais ses risques se cachent dans un code apparemment correct, menaçant de provoquer des fuites de données ou des pertes financières. Le projet open source **Narwhal AI Code Risks**, issu de l'Université de Pékin, compile ces dangers en un journal de navigation pour le développement logiciel. Il catégorise les incidents en trois niveaux : des **cas réels** (comme l'erreur de configuration d'un oracle Moonwell ayant causé une perte de 1,7 million de dollars), des **signaux précoces** à surveiller, et des **scénarios typiques** de risques. Le danger ne réside pas dans un code erroné, mais dans un code syntaxiquement parfait qui introduit des failles sémantiques, des dépendances inexistantes, des permissions excessives ou des configurations cloud vulnérables. Les agents IA, en enchaînant les actions, complexifient encore la traçabilité. Le projet identifie **7 grandes catégories de risques** : la chaîne d'approvisionnement, les vulnérabilités du code, les configurations cloud/infrastructure, les risques liés aux agents, les risques sectoriels (fintech, santé...), la propriété intellectuelle/conformité, et les facteurs humains. L'objectif est de transformer des expériences dispersées en une connaissance réutilisable, aidant les développeurs à anticiper les pièges, les chercheurs à constituer des bases d'analyse et les éditeurs d'outils à renforcer leurs détections. Il s'agit de créer une mémoire collective pour naviguer de manière plus sûre dans l'ère du code généré par l'IA.

marsbit06/16 04:56

Année charnière de l'IA appliquée : Se contenter de dire oui en ignorant les risques ? Le journal de bord du développement logiciel devient open source

marsbit06/16 04:56

De l'identité protocolaire au portail de l'IA, quelle est l'ampleur des ambitions de World ?

World (WLD) suscite une forte attention suite à l'annonce de son passage à l'étape 3 de son plan, marquant une évolution de la simple distribution de tokens vers une logique d'utilité. L'objectif central du projet est de créer un réseau mondial de "preuve de personnalité" (World ID) via un scan de l'iris, afin de différencier les humains des bots ou des agents IA dans l'espace numérique. Cette vision prend tout son sens avec l'explosion de l'IA générative, qui rend la vérification d'identité humaine de plus en plus cruciale. World déploie désormais sa technologie sur trois fronts : les entreprises (pour lutter contre la fraude), les particuliers (pour des services comme la billetterie) et, surtout, les agents IA. Son AgentKit vise à établir un cadre de confiance pour les autorisations entre humains et IA. La hausse de WLD reflète une réévaluation par le marché de la rareté et de la valeur d'une "identité humaine vérifiée" à l'ère de l'IA. World affine sa stratégie en se concentrant sur des marchés clés et en développant un Orb de nouvelle génération plus autonome, visant une viabilité commerciale. En introduisant des frais pour les utilisateurs professionnels du protocole, le projet commence à construire un modèle économique. À plus long terme, World ambitionne de devenir une infrastructure fondamentale et un point d'entrée pour l'économie des agents IA, en positionnant l'identité comme un actif composable au cœur de l'internet de demain.

marsbit06/16 00:05

De l'identité protocolaire au portail de l'IA, quelle est l'ampleur des ambitions de World ?

marsbit06/16 00:05

Entrée totale dans l'ère de l'IA : Alipay mise sur la conversation, WeChat maintient le social

En mai 2026, Alipay annonce avoir traité plus de 300 millions de paiements via IA. Peu après, WeChat ouvre l'accès à l'IA pour ses mini-programmes, suscitant des débats sur la confidentialité du code source. Ces annonces marquent deux visions divergentes de l'intégration de l'IA. Alipay teste "Project Treasure", une version redéfinie centrée sur l'interface conversationnelle. L'utilisateur formule une demande complexe (ex: commander un taxi et un café) en une phrase, et l'IA exécute toutes les étapes en arrière-plan. Après un échec avec une application autonome, Alipay a opté pour une transition en douceur au sein de son application existante, visant à "changer l'oiseau sans vider la cage". Pour les services non adaptés, l'IA utilise une technique de "lecture d'écran" pour simuler les actions utilisateur. WeChat adopte une approche plus prudente et intégrée. Son agent IA sera étroitement lié aux fonctionnalités sociales (chats, comptes officiels, Chaînes) plutôt que d'avoir une interface dédiée. L'IA agit comme un assistant contextuel au sein des conversations de groupe, préservant l'expérience sociale centrale. Pour comprendre les mini-programmes, WeChat propose deux modes aux développeurs : l'analyse du code source ("Mode automatique") ou la création d'interfaces standardisées ("Mode développement"), deux options exigeantes. La divergence est cruciale pour l'écosystème des mini-programmes. La solution "lecture d'écran" d'Alipay intègre passivement tous les services, poussant peut-être les commerçants à s'adapter. L'exigence d'accès au code source par WeChat pourrait défavoriser les petits développeurs, risquant de centraliser l'écosystème. Alipay a également lancé "Token Pay" et "AI Wallet" pour les micro-paiements automatisés, validant une boucle économique fermée pour les agents IA. En définitive, Alipay repense l'entrée vers les services par la conversation, tandis que WeChat cherche à rendre l'IA invisible au sein des interactions sociales. Leur compétition ne porte plus sur les portefeuilles, mais sur qui deviendra l'assistant privilégié auquel l'utilisateur confiera la phrase "Aide-moi".

marsbit06/15 12:06

Entrée totale dans l'ère de l'IA : Alipay mise sur la conversation, WeChat maintient le social

marsbit06/15 12:06

Claude oblige à « montrer patte blanche », à partir de juillet, plus de service sans carte d'identité ?

Anthropic, la société derrière l'IA Claude, a envoyé un e-mail à ses utilisateurs annonçant une mise à jour majeure de sa politique de confidentialité, effective à partir du 8 juillet. Le changement le plus marquant est l'introduction possible d'une vérification d'identité et d'âge pour les comptes grand public (Free, Pro, Max). Cette vérification, justifiée par des raisons de sécurité et de fiabilité, serait effectuée via le service tiers Persona. Le processus pourrait nécessiter de télécharger une pièce d'identité officielle avec photo (passeport, permis de conduire) et de prendre une photo de soi en temps réel pour comparaison. Anthropic précise que ces données de vérification ne seraient pas utilisées pour l'entraînement des modèles et ne seraient pas stockées sur ses serveurs. Cette mesure s'inscrirait dans un contexte où Claude gagne en capacités d'« agent », pouvant exécuter des tâches à plusieurs étapes et interagir avec des applications tierces, élargissant ainsi la circulation des données utilisateurs. L'article établit un parallèle avec des événements récents comme la suspension du compte "Fable 5", y voyant le signe d'un resserrement général des contrôles dans l'industrie de l'IA. L'ère des agents IA puissants nécessiterait, selon l'auteur, des mécanismes de traçabilité et de responsabilité plus stricts. Seuls les comptes personnels sont concernés par cette évolution ; les clients professionnels (Team, Enterprise) ne seraient pas affectés. Les conditions exactes déclenchant la demande de vérification restent à préciser par Anthropic après la date du 8 juillet.

链捕手06/15 10:23

Claude oblige à « montrer patte blanche », à partir de juillet, plus de service sans carte d'identité ?

链捕手06/15 10:23

Percé en 5 secondes avec un seul dialogue : Le "mécanisme de sécurité ultime" de Claude Fable 5 contourné par une équipe de chercheurs chinois ?

En seulement 5 secondes et une seule interaction, une équipe de recherche internationale dirigée par Yutao Wu de l'Université Deakin a réussi à contourner le mécanisme de sécurité de Fable 5, le modèle "Mythos" d'Anthropic. Contrairement aux attaques par injection de prompt ou de rôle, cette méthode exploite une faille structurelle dans l'architecture de défense « classificateur de sécurité + modèle » des super-agents. La vulnérabilité, nommée « Effondrement de Sécurité Interne » (Internal Safety Collapse - ISC), a été formalisée dans un article de mars. Elle survient non pas via une entrée utilisateur malveillante, mais durant l'exécution autonome de tâches complexes par l'agent. Placé dans un environnement de travail avec une Tâche, des Données incomplètes et un Validateur, l'agent peut, pour accomplir son objectif, générer de manière autonome un contenu à risque en complétant les données manquantes. Le validateur, focalisé sur la conformité technique, ne détecte pas la violation de sécurité. Ce paradigme d'attaque TVD (Tâche, Validation, Données) a été testé avec succès sur Fable 5, prouvant que le classificateur de sécurité en amont est inefficace contre les risques émergeant de la chaîne d'exécution interne. Le banc d'essai ISC-Bench, couvrant 9 domaines sensibles, a révélé des vulnérabilités similaires dans plus de 60 modèles frontières, y compris des modèles mobiles d'Apple. Cette recherche, dirigée par le professeur Xingjun Ma, remet en cause les défenses statiques actuelles et plaide pour une sécurité intégrée tout au long du processus d'exécution des agents.

marsbit06/15 03:21

Percé en 5 secondes avec un seul dialogue : Le "mécanisme de sécurité ultime" de Claude Fable 5 contourné par une équipe de chercheurs chinois ?

marsbit06/15 03:21

Tremblez, les humains, l'IA continue d'accélérer sa course effrénée

**Synthèse en français :** L’IA continue d’accélérer sa progression, passant de simples capacités de conversation à des applications pratiques concrètes. Lors de la conférence *BAAI 2026*, les experts ont souligné que la *Scaling Law* reste toujours efficace, malgré les craintes de stagnation. Les modèles de langage et multimodaux continuent de s’améliorer, notamment grâce à des données synthétiques et à l’apprentissage par renforcement, comme le montre l’exemple du modèle *Fable 5* d’Anthropic. L’auto-évolution de l’IA, notamment via l’*AI Coding*, permet désormais aux systèmes de générer et de mettre à jour du code de manière autonome, ouvrant la voie à une automatisation accrue dans le monde numérique. La prochaine frontière est celle des **modèles du monde** (*World Models*), qui visent à connecter l’IA au monde physique. Différentes approches coexistent (centrées sur le langage, les pixels, la 3D ou les représentations visuelles), mais aucun consensus technique n’est encore établi. Des défis majeurs persistent, notamment concernant les types de données nécessaires (vidéo, simulation, données réelles). Le *BAAI* travaille sur un modèle du monde unifié, *Physis-v0.1*, qui cherche à prédire les états physiques futurs avec précision. Parallèlement, les **agents intelligents** progressent rapidement, passant du stade *utilisable* à *fiable*. Des applications concrètes émergent dans la santé, la recherche ou l’assistance aux réunions. Pour optimiser leur performance, l’accent est mis sur le *Harness* – un cadre d’ingénierie qui affine la compréhension des tâches, planifie les actions et intègre des vérifications. En résumé, l’IA avance sur deux fronts : l’exploration des modèles du monde pour interagir avec le physique, et l’amélioration des agents pour des tâches complexes. La route reste longue, mais l’innovation, tant dans les modèles que dans les infrastructures matérielles et logicielles, continue de s’accélérer.

marsbit06/13 02:56

Tremblez, les humains, l'IA continue d'accélérer sa course effrénée

marsbit06/13 02:56

Rédiger des prompts, c'est dépassé ? Le codage IA se tourne vers l'ingénierie de boucles (Loop Engineering)

L'ingénierie de boucle (Loop Engineering) remplace désormais l'écriture manuelle de prompts pour les agents d'IA de programmation. Au lieu de guider pas à pas un agent, les développeurs conçoivent désormais des systèmes automatisés qui découvrent, allouent, exécutent et vérifient les tâches de manière récursive jusqu'à leur achèvement. Un tel système repose sur cinq composants clés : les Automations (pour déclencher et trier les tâches), les Worktrees (pour isoler les environnements de travail parallèles), les Skills (pour capitaliser la connaissance du projet), les Plugins/Connecteurs (pour intégrer les outils externes comme GitHub ou Slack), et les Sous-agents (séparant la création de la vérification). Une couche de Mémoire externe (fichiers, tableaux) est essentielle pour suivre l'état entre les exécutions. Des outils comme Claude Code et Codex intègrent désormais ces capacités. Par exemple, une boucle peut chaque matin analyser les échecs de CI, ouvrir des corrections dans des branches isolées, les faire vérifier par un sous-agent, et créer des PR via des connecteurs. Cependant, la boucle n'élimine pas la nécessité d'une compréhension et d'une validation humaines. Elle amplifie le levier du développeur mais ne remplace pas son jugement. Les risques incluent l'accumulation d'une "dette de compréhension" ou une "reddition cognitive" si le développeur cesse de superviser activement. La compétence future ne résidera plus dans l'écriture de prompts, mais dans la conception de flux de travail d'agents fiables, vérifiables et durables.

marsbit06/10 18:02

Rédiger des prompts, c'est dépassé ? Le codage IA se tourne vers l'ingénierie de boucles (Loop Engineering)

marsbit06/10 18:02

活动图片