# 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.

Après avoir attiré l'attention d'IBM, three a multiplié sa valeur par 50

Un message de collaboration avec IBM a propulsé le projet Solana three.ws sur le devant de la scène, faisant bondir son jeton THREE de plus de 50 fois, passant d'une capitalisation d'environ 300 000 $ à plus de 16 millions. Three.ws se présente comme la "couche d'agents 3D pour l'internet", visant à libérer les agents IA des boîtes de discussion en leur donnant un corps, une mémoire, une identité et un portefeuille numérique. Le projet permet aux développeurs de créer des personnages 3D interactifs, de les équiper de modèles de langage et de compétences, et de les intégrer facilement dans des sites web via un composant, un peu comme une vidéo YouTube. L'architecture technique repose sur quatre couches : la couche de visualisation (affichage 3D), la couche Agent (cerveau, mémoire, compétences), une couche d'identité optionnelle (passerelle numérique sur blockchain) et une couche d'intégration pour le déploiement. Les partenariats stratégiques avec AWS Marketplace et IBM sont clés pour son adoption en entreprise. AWS facilite l'achat et la facturation via les comptes existants des clients, tandis qu'IBM fournira ses technologies d'IA d'entreprise (comme les modèles Granite) et ses canaux commerciaux. L'objectif est de transformer ces agents 3D démonstratifs en services gérables et déployables pour les entreprises, au-delà du simple coup médiatique généré par l'annonce IBM.

foresightnews_api06/05 04:30

Après avoir attiré l'attention d'IBM, three a multiplié sa valeur par 50

foresightnews_api06/05 04:30

ChatGPT pourrait bientôt disparaître

OpenAI vient d'annoncer lors de sa conférence *Intelligence at Work* l'intégration prochaine de Codex, son application dédiée aux tâches productives, directement dans l'application ChatGPT. Cette fusion, qui interviendra dans les prochaines semaines, marque une étape clé dans la transformation de ChatGPT d'un outil de conversation en une « super-application » ou plateforme agentique unifiée. Cette décision s'appuie sur le succès rapide de Codex, qui compte désormais 5 millions d'utilisateurs actifs hebdomadaires, avec une croissance trois fois plus rapide chez les professionnels non-développeurs. Financièrement, les produits entreprise comme Codex représentent déjà 40% des revenus d'OpenAI. La stratégie est claire : évoluer du « chat » vers l'« exécution ». L'objectif ultime est de combiner ChatGPT (compréhension), Codex (exécution via des agents) et le navigateur Atlas (accès web) en une seule interface permettant d'accomplir des tâches complexes sur simple instruction verbale. Pour renforcer Codex, OpenAI a dévoilé trois grandes mises à jour : des *plugins* d'agents pour six rôles métiers intégrant des outils comme Salesforce ou Figa, la fonction *Annotations* pour modifier du contenu directement dans son contexte original, et *Sites* pour générer des applications web partageables depuis n'importe quel projet. L'article souligne que cette course a été largement motivée par le succès du concurrent Claude Code d'Anthropic, qui a forcé OpenAI à rattraper son retard dans le domaine de la programmation assistée par IA. Si Claude Code reste souvent perçu comme plus performant, Codex le concurrence sur le prix et les limites d'utilisation. En interne, cette fusion ressemble moins à ChatGPT absorbant Codex qu'à l'inverse : l'équipe et la vision produit de Codex prennent le lead sur l'avenir de la plateforme. Le nom ChatGPT, actif de marque immense, restera probablement, mais son essence évoluera fondamentalement vers un assistant exécutant capable de travailler en autonomie.

marsbit06/03 23:56

ChatGPT pourrait bientôt disparaître

marsbit06/03 23:56

Le CPU, retour discret au centre de la scène du calcul IA

Ces trois dernières années, l'histoire du calcul IA a été presque entièrement centrée sur les GPU, les CPU étant relégués au rôle de soutien. Cependant, à partir de 2026, ce récit évolue. Alors que l'IA passe de l'entraînement massif de modèles au déploiement à grande échelle d'agents et d'inférences, la coordination, la concurrence et la circulation des données deviennent des goulots d'étranglement critiques. Ces tâches d'orchestration, où les GPU sont moins performants, remettent le CPU au centre en tant que « plan de contrôle » de l'infrastructure IA. Intel illustre cette tendance avec son processeur Xeon 6+, lancé en juin 2026. Fabriqué en procédé 18A, il mise sur une densité extrême avec jusqu'à 288 cœurs éco-efficaces (E-cores), optimisés pour le traitement simultané de milliers de tâches légères typiques des charges de travail des agents IA et de l'inférence. Cette approche « haute densité, haut débit » contraste avec la quête traditionnelle de performances mono-cœur. Cependant, la trajectoire d'Intel n'est pas assurée. Le récit du « retour du CPU » est confronté à plusieurs défis : les solutions intégrées CPU-GPU de NVIDIA, la montée des CPU ARM à haute densité développés en interne par les grands clouds (AWS Graviton, Google Axion, etc.), et la nécessité pour le procédé 18A de rivaliser avec les technologies N2 de TSMC et 2 nm de Samsung. En résumé, le CPU retrouve une place essentielle dans l'écosystème du calcul IA, non pas en rivalisant avec le GPU sur le pic de performance, mais en adressant les nouveaux besoins systémiques d'orchestration. La bataille pour savoir quelle architecture (x86 d'Intel/AMD, ARM des clouds ou solutions intégrées de NVIDIA) dominera cette nouvelle ère reste toutefois ouverte.

marsbit06/03 10:46

Le CPU, retour discret au centre de la scène du calcul IA

marsbit06/03 10:46

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

En mars 2026, Matt Van Horn a publié un article intitulé "Chaque astuce Claude Code que je connais", déclenchant un débat sur son approche "No IDE". Il développe entièrement dans le terminal et un fichier plan.md, déléguant l'exécution à des agents d'IA. Cette méthode, popularisée par meng shao sous le nom de "Conseils pratiques pour l'ingénierie d'agents", repose sur un cycle "Research → Plan → Work". L'idée centrale est de remplacer l'IDE, qui offre un retour visuel immédiat (surlignage, débogage), par un flux de travail basé sur des commandes et un plan. Le fichier plan.md sert de "contrat" avec l'agent, définissant le problème, la solution et une checklist pour guider l'exécution et éviter la "dégradation du contexte" des LLM. Des outils comme Compound Engineering (avec /ce:plan) aident à générer et affiner ce plan. Le cycle en trois phases est crucial : 1. **Research** : L'agent collecte des informations (ex: avec last30days-skill). 2. **Plan** : Génération et révision humaine du plan pour corriger les hypothèses et ajouter des connaissances métier. 3. **Work** : L'agent exécute le plan en parallèle (/ce:work). Des astuces pratiques incluent : générer un plan dès qu'une idée émerge ; faire résumer le plan par l'agent ; utiliser plusieurs terminaux en parallèle ; saisir par voix les instructions complexes ; déclencher des tâches par email (agentmail) ; et utiliser des compétences préexistantes (AgentSkills). Cependant, cette approche présente des risques. Elle nécessite une forte capacité à décomposer les problèmes et à rédiger des instructions précises. Les erreurs non détectées en phase de planification peuvent être amplifiées. Enfin, il existe un risque de "psychose IA", où l'optimisation du flux de travail devient une fin en soi, éclipsant l'objectif initial. Ce flux de travail est un amplificateur d'efficacité pour les développeurs expérimentés sachant exactement ce qu'ils veulent, et non un outil d'apprentissage pour les débutants qui ont encore besoin des retours visuels de l'IDE. Les outils (Claude Code CLI, Compound Engineering) évoluent rapidement, offrant une fenêtre d'expérimentation aux pionniers.

marsbit06/03 07:03

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

marsbit06/03 07:03

SaaS : La Grande Évasion - Les Gagnants Qui Survivent Ont Un Point Commun

L'article analyse l'impact de l'IA sur le secteur SaaS, à la suite d'une période de forte volatilité boursière surnommée "SaaSpocalypse". Il met en lumière une divergence majeure entre les entreprises selon leur modèle de facturation. Les gagnants, comme Snowflake et Datadog, qui facturent à la consommation (calcul, données, surveillance), voient leurs revenus dopés par l'IA, car celle-ci génère plus d'activité sur leurs plateformes. À l'inverse, les entreprises avec un modèle traditionnel de facturation "par utilisateur" ou "par tâche" (Intuit, Workday, etc.) sont sous pression, la crainte étant que l'IA remplace les emplois humains et réduise ainsi le nombre de licences logicielles nécessaires. Des sociétés comme Salesforce tentent une transition en introduisant des crédits flexibles basés sur la consommation de leurs agents IA (Agentforce), mais le marché récompense pour l'instant les modèles déjà établis. La conférence Microsoft Build 2026 a apporté des signaux forts : l'IA évolue d'un assistant à un "collègue" autonome, et Microsoft consolide son écosystème tout en décrochant un énorme contrat gouvernemental, montrant que certains modèles par siège restent solides. En conclusion, le marché entre dans une phase de tri : il récompense les plateformes que l'IA "nourrit" par une consommation accrue, et sanctionne celles qu'elle pourrait "remplacer". La frontière entre ces deux modèles est désormais cruciale pour évaluer les acteurs du SaaS.

marsbit06/03 02:07

SaaS : La Grande Évasion - Les Gagnants Qui Survivent Ont Un Point Commun

marsbit06/03 02:07

Après 540 000 lignes de code, Garry Tan constate que le vieux jeu de la programmation avec l'IA est terminé

Après avoir développé un projet de 540 000 lignes de code (Garry's List) avec Rails et des agents IA, Garry Tan, président de Y Combinator, constate que l'approche traditionnelle du développement logiciel est obsolète. Au lieu de célébrer la quantité de code, il souligne la valeur d'une nouvelle méthodologie : le GStack, un cadre de travail centré sur les flux d'agents IA. Selon lui, l'industrie s'est enfermée dans une logique de "usine Foxconn", entourant les modèles de langage (LLM) intelligents de tests, de validateurs et de mécanismes de contrôle redondants. Alors que le coût des LLM baisse et que leurs capacités augmentent, cette approche devient contre-productive. Elle restreint des agents capables d'autonomie. La solution ? Passer d'une logique de "plus de code" à une logique de "plus de capacités". Tan prône l'utilisation de "skill packs" (packs de compétences) – des modules d'aptitude réutilisables et testables, décrits en Markdown et accompagnés du code minimal nécessaire. L'agent IA peut lui-même générer le code, les tests et le système d'évaluation pour ces compétences. Il illustre ce pouvoir par un exemple : l'évaluation de 85 projets pour un hackathon, un travail de plusieurs jours, a été accomplie par un agent en 30 minutes. Une fois finalisée, cette capacité a été encapsulée dans un "skill pack" pour une réutilisation future. Tan défend le "tokenmaxxing" : il faut accepter de dépenser en tokens d'IA aujourd'hui pour vivre avec les méthodes de demain et acquérir un avantage concurrentiel. La rareté ne réside plus dans la capacité à écrire du code, mais dans la clarté, le jugement et la capacité à définir les bons problèmes. L'ingénieur du futur ne sera pas celui qui écrit le plus de code, mais celui qui, en en écrivant le moins, libère le plus d'intelligence.

marsbit06/02 21:44

Après 540 000 lignes de code, Garry Tan constate que le vieux jeu de la programmation avec l'IA est terminé

marsbit06/02 21:44

Chatbot dépense de l'argent depuis trois ans, est-ce toujours la « nouvelle frontière » de l'ère de l'IA ?

Ces dernières années, le secteur de l'IA a largement parié sur le chatbot comme le futur « super point d'entrée » et la nouvelle frontière de valeur, inspiré par le succès foudroyant de ChatGPT. Cependant, après trois ans de développement et d'importants investissements, ce modèle économique montre ses limites. Les principaux acteurs comme OpenAI, malgré des centaines de millions d'utilisateurs, peinent à être rentables, chaque requête entraînant des coûts de calcul élevés. Contrairement aux produits Internet classiques, le chatbot ne bénéficie pas d'effets de réseau ou de coûts marginaux nuls. Sa croissance aggrave même ses pertes. Le modèle d'abonnement grand public rencontre des difficultés, particulièrement en Chine où les utilisateurs rechignent à payer. La publicité, considérée comme un recours, s'avère peu adaptée à l'interface conversationnelle et à l'attente d'exactitude des réponses. Parallèlement, une voie différente émerge. Anthropic, dont 85% des revenus proviennent des entreprises, a dépassé OpenAI en chiffre d'affaires. Cela révèle une demande plus forte pour des assistants capables d'exécuter des tâches (Agents) que pour de simples interfaces de dialogue. Des études confirment que la majorité des interactions visent des usages professionnels. Le chatbot, conçu pour le dialogue universel, enferme l'IA dans un échange tour par tour et passif. Son avenir semble résider dans l'évolution vers des Agents plus autonomes ou, plus radicalement, dans l'intégration de l'IA directement dans les applications existantes, les systèmes d'exploitation ou le matériel, plutôt que dans une application autonome. En conclusion, le chatbot s'avère être une forme intermédiaire, et non une fin en soi, sur la voie vers l'IA générale. La « nouvelle terre promise » de l'IA ne sera peut-être pas un dialogueur unique, mais une capacité diffuse et exécutante, intégrée partout. Il est temps d'abandonner la « vieille carte » du super point d'entrée pour en dessiner de nouvelles.

marsbit06/02 10:43

Chatbot dépense de l'argent depuis trois ans, est-ce toujours la « nouvelle frontière » de l'ère de l'IA ?

marsbit06/02 10:43

Le nouveau poste de FDE connaît un grand succès dans la Silicon Valley. De quel type de talents en IA les entreprises ont-elles besoin ?

Un nouveau poste en vogue dans la Silicon Valley, l’Ingénieur de Déploiement sur le Terrain en IA (AI Forward Deployed Engineer, FDE), consiste à déployer directement chez le client des flux de travail d'Agent IA personnalisés, adaptés à des processus métiers spécifiques. Même si ce rôle, popularisé par Palantir il y a vingt ans, connaît un regain d'intérêt avec les initiatives d'OpenAI et d'Anthropic, il ne représente qu'une partie de l'évolution du marché de l'emploi liée à l'IA. L'article souligne que l'impact de l'IA ne se résume pas à un simple remplacement d'emplois, mais qu'elle crée de nouveaux rôles génériques. La demande devrait être bien plus forte pour les ingénieurs en IA internes aux entreprises. Ces professionnels doivent maîtriser les prompts, les frameworks d'agents, les systèmes d'évaluation et utiliser des outils de programmation assistée par IA pour intégrer les capacités de l'IA dans les logiciels et les systèmes opérationnels. À l'image de la spécialisation passée du génie logiciel (front-end, back-end, DevOps), le domaine de l'ingénierie IA devrait à son tour se différencier en rôles plus spécialisés, tels que LLMOps, ingénieur en évaluation ou ingénieur de données IA. La vraie rareté sur le marché sera les profils hybrides, alliant une solide compétence technique à une compréhension approfondie des scénarios métiers.

marsbit06/02 04:43

Le nouveau poste de FDE connaît un grand succès dans la Silicon Valley. De quel type de talents en IA les entreprises ont-elles besoin ?

marsbit06/02 04:43

Que raconte le nouvel acte de la "usine à Agents" de Jensen Huang ?

Lors du COMPUTEX 2026, Jensen Huang, fondateur et PDG de NVIDIA, a présenté une nouvelle vision stratégique centrée sur l'ère des agents d'IA. Contrairement aux annonces précédentes axées sur les puces et les systèmes de calcul, cette présentation a mis l'accent sur l'infrastructure complète nécessaire pour exécuter et gérer des agents IA à grande échelle. Le point central est la plateforme Vera Rubin, désormais en production, conçue spécifiquement pour les charges de travail des agents. Elle promet une efficacité de traitement dix fois supérieure à celle de la génération précédente pour les tâches d'agents autonomes. Le processeur Vera, successeur de Grace, est présenté comme le premier CPU conçu pour l'IA et les agents. NVIDIA a également introduit DSX, une suite d'outils pour la conception, la simulation et l'exploitation d'"usines d'IA", ainsi qu'une station de travail DGX Station for Windows pour déployer des agents localement dans un environnement sécurisé. Du côté des logiciels, NVIDIA a annoncé le modèle Nemotron 3 Ultra (550 milliards de paramètres) pour les agents d'entreprise et Cosmos 3, un modèle de fondation pour la compréhension du monde physique. Le partenariat avec Unitree a donné naissance à H2 Plus, un robot humanoïde de référence basé sur la plateforme Isaac GR00T, visant à accélérer le développement de l'IA physique. Les annonces couvrent également la sécurité des données avec BlueField-4 STX, une collaboration mutuelle avec TSMC, et le SoC RTX Spark pour les PC AI. En résumé, NVIDIA construit un écosystème complet, des puces et du matériel aux modèles et outils de déploiement, pour positionner chaque couche de la pile technologique des agents IA comme un marché adressable par l'entreprise.

marsbit06/01 12:09

Que raconte le nouvel acte de la "usine à Agents" de Jensen Huang ?

marsbit06/01 12:09

活动图片