# Code Articles associés

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

Près de 5 000 problèmes en plus d'une journée : des analystes ont mené un audit à grande échelle de l'écosystème Bitcoin

L'équipe Bitcoin Red Team, spécialisée dans l'audit de sécurité de l'écosystème Bitcoin, a annoncé avoir identifié 4 962 vulnérabilités potentielles dans près de 400 projets en 27,5 heures. Parmi ces failles, 85 ont été classées comme critiques et 635 comme de haut niveau. Cette équipe de 16 experts, opérant 24h/24 et 7j/7, combine audit manuel et outils d'intelligence artificielle pour analyser les bases de code. Ils déclarent un taux moyen de 2,31 découvertes critiques ou majeures par participant et par heure. La majorité des vulnérabilités critiques signalées ont déjà été confirmées par les équipes de développement concernées. Bitcoin Red Team s'excuse pour la charge de travail supplémentaire occasionnée, mais souligne l'importance d'une divulgation rapide. L'équipe continue d'améliorer ses processus de validation pour réduire le nombre de rapports non pertinents, notant que l'automatisation et des approches variées de l'IA permettent d'obtenir des résultats plus diversifiés.

cryptonews.ru08/06 11:28

Près de 5 000 problèmes en plus d'une journée : des analystes ont mené un audit à grande échelle de l'écosystème Bitcoin

cryptonews.ru08/06 11:28

Block relève ses prévisions pour 2026 après un trimestre solide et déclare que l'IA touche presque tout son code

La société fintech Block (XYZ) a relevé ses prévisions annuelles après un deuxième trimestre solide, portée par la croissance de Cash App et Square. Son bénéfice brut a augmenté de 25 % sur un an pour atteindre 3,17 milliards de dollars, dépassant ses prévisions antérieures. Le résultat opérationnel ajusté du trimestre s'est élevé à 855 millions de dollars, et le bénéfice par action ajusté à 1,02 dollar, surpassant les attentes de Wall Street. Suite à ces résultats, Block a relevé son objectif de bénéfice brut annuel à 12,51 milliards de dollars (contre 12,33 milliards précédemment) et son résultat opérationnel ajusté à 3,47 milliards de dollars (contre 3,34 milliards). La directrice financière Amrita Ahuja a attribué cette révision à la solidité des performances du premier semestre et à la dynamique en cours. Parallèlement, Block a indiqué dans une lettre aux actionnaires que son intelligence artificielle agentique a aidé à écrire et à examiner presque tous les changements de code en production au mois de juin. Cette annonce fait suite à une restructuration axée sur l'IA ayant entraîné la suppression de 4 000 postes en février. Owen Jennings, responsable commercial, a précisé que le nombre de modifications de code par ingénieur a augmenté de 150 % depuis le début de l'année.

cointelegraph08/06 01:47

Block relève ses prévisions pour 2026 après un trimestre solide et déclare que l'IA touche presque tout son code

cointelegraph08/06 01:47

Montrez-moi 《Le Seigneur des Anneaux》, Karpathy recommande avec insistance un nouveau benchmark pour l'évaluation des grands modèles

Anthropic, dirigé par Andrej Karpathy, a présenté un nouveau benchmark pour les grands modèles de langage (LLM) appelé "Le Seigneur des Anneaux". Ce test remplace l'ancien benchmark populaire "Pélican à vélo" (qui consistait à générer une image SVG d'un pélican sur un vélo). Le nouveau défi consiste à demander à un modèle comme Claude Opus 5 de générer un monde 3D interactif et animé du "Seigneur des Anneaux" à partir du texte d'ouverture du livre, en utilisant la bibliothèque JavaScript Three.js. Le processus a nécessité 1 million de tokens, 2 heures de calcul et généré environ 5500 lignes de code. Le résultat est un monde 3D brut, de style "polygonal bas", qui représente Hobbiton. Bien que le rendu visuel soit abstrait et présente des défauts (comme des personnages flottants), il démontre une compréhension spatiale et narrative. Karpathy souligne que le modèle peut coder et construire des scènes, mais ne peut pas encore "entrer" dans son monde pour le vérifier ou y jouer, révélant une limite actuelle. La communauté a réagi avec créativité, produisant d'autres mondes 3D comme une simulation de San Francisco, un concert de Kanye West généré, et même des prototypes de jeux interactifs. Cela suggère un potentiel pour abaisser le seuil de création de contenu 3D et de jeux légers. Le débat s'est engagé sur la pertinence de ce nouveau benchmark. Certains estiment qu'il teste mieux la compréhension du monde, la planification de projet et le raisonnement spatial sur de longues séquences que le simple test du pélican. D'autres questionnent son coût en calcul et si cela prouve une véritable compréhension physique ou simplement une maîtrise du code Three.js. Au cœur du débat se trouve la question de savoir si la capacité des LLM à traduire une compréhension du monde en structures exécutables évolue fondamentalement. Cette avancée pose également une question plus large : à mesure que les LLM pourront orchestrer la génération de mondes 3D, de vidéos et d'audio via différentes API, quel sera le rôle futur des outils de génération spécialisés ?

marsbit08/03 09:00

Montrez-moi 《Le Seigneur des Anneaux》, Karpathy recommande avec insistance un nouveau benchmark pour l'évaluation des grands modèles

marsbit08/03 09:00

OpenAI vous explique 8 astuces pour maîtriser ChatGPT

Le guide officiel d'OpenAI présente huit astuces pour optimiser l'utilisation de ChatGPT. Il recommande d'abord d'utiliser le modèle le plus récent, GPT-5.6 Sol, pour de meilleures performances. Ensuite, il est crucial de formuler des instructions claires et détaillées, en précisant le contenu, le format, le style et la longueur souhaités. Structurer le prompt en plaçant la consigne principale au début et en utilisant des séparateurs comme `###` permet d'améliorer la compréhension du modèle. Fournir des exemples concrets aide à obtenir le format de réponse attendu. La méthode conseillée est de commencer par une approche "zero-shot" (instruction seule), puis d'ajouter quelques exemples si nécessaire ("few-shot"), avant de recourir au fine-tuning pour des tâches complexes. Il faut éviter les descriptions vagues et privilégier des indications précises (ex: "écris un texte de 3 à 5 phrases"). Au lieu de se concentrer uniquement sur ce qu'il ne faut pas faire, il est préférable de guider positivement le modèle vers l'action souhaitée. Pour la génération de code, l'ajout de mots d'amorçage comme "import" (Python) ou "SELECT" (SQL) est efficace. Enfin, la fonctionnalité "Generate Anything" permet de générer automatiquement des prompts adaptés à diverses tâches, simplifiant ainsi le processus.

marsbit07/16 08:31

OpenAI vous explique 8 astuces pour maîtriser ChatGPT

marsbit07/16 08:31

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

Le titre «Tout le monde accuse Claude d’être devenu bête, Anthropic révèle la vérité : ce n’est pas le modèle le problème» résume un malentendu répandu parmi les utilisateurs de Claude Code. Beaucoup pensent qu’un modèle plus grand signifie nécessairement une IA plus intelligente, ce qui les pousse à choisir des versions plus coûteuses comme Fable. Cependant, Anthropic a récemment clarifié cette confusion en expliquant la différence cruciale entre deux paramètres : le choix du modèle (Model) et le niveau d’effort (Effort). Le modèle détermine les capacités «gelées» de l’IA, basées sur des poids fixes acquis lors de l’entraînement. Il définit ce que l’IA sait ou ne sait pas faire. En revanche, le paramètre Effort contrôle l’«attitude» de Claude : à quel point il explore les fichiers, exécute des tests, vérifie ses réponses et persévère dans des tâches complexes. Un Effort élevé génère jusqu’à 7 fois plus de tokens qu’un Effort faible, car l’IA effectue plus de travail de fond. En mars, un changement par défaut du niveau d’Effort de «high» à «medium» a causé une impression généralisée que Claude était soudainement «devenu stupide», déclenchant des critiques sur GitHub. Anthropic a ensuite rétabli le paramètre par défaut et a souligné que, souvent, un modèle plus petit avec un Effort élevé peut surpasser un grand modèle avec un Effort faible. La clé est de diagnostiquer les erreurs : si Claude manque de persévérance (ne lit pas les fichiers, abandonne trop tôt), il faut augmenter l’Effort. S’il manque de connaissances malgré un contexte adéquat, il faut changer de modèle. Anthropic compare ainsi les modèles : Sonnet est un généraliste minutieux, Opus un expert rapide, et Fable un spécialiste pour les problèmes les plus complexes. Cet article marque un tournant : l’enjeu n’est plus seulement d’avoir le meilleur modèle, mais de savoir orchestrer intelligemment les agents IA. Bien paramétrer l’Effort et choisir judicieusement le modèle permet d’optimiser les performances et de réduire les coûts. Désormais, la compétence essentielle consiste à «donner du travail à l’IA» de manière efficace, pour exploiter pleinement son potentiel.

marsbit07/12 06:02

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

marsbit07/12 06:02

Gemini 3.5 Pro fuité en secret, rattrapant Fable 5 en développement front-end

**Gemini 3.5 Pro : La fuite révèle une avancée majeure en génération de code front-end** Des informations fuient concernant Gemini 3.5 Pro, la future version « haut de gamme » de Google, dont le lancement est anticipé pour le 17 juillet. La révélation la plus frappante porte sur ses performances exceptionnelles dans la génération de code visuel et d'interfaces utilisateur (UI). Selon les premiers retours de développeurs ayant testé une version divulguée, Gemini 3.5 Pro montre un saut de qualité remarquable dans ce domaine précis. Il génère des interfaces au design plus raffiné, avec une meilleure gestion des couleurs et de l'espace. Sa capacité à produire du code front-end « prêt à l'emploi » et des graphiques SVG complexes de haute fidélité en une seule itération est particulièrement saluée. Certains comparent même ses résultats, en termes d'esthétique et d'atmosphère, favorablement à ceux de Fable 5, un modèle concurrent réputé. Cependant, cette fuite nuance également cet enthousiasme. Dans les tâches de raisonnement complexe, d'ingénierie logicielle à grande échelle ou d'exécution de tâches longues et multi-étapes (comme celles des benchmarks SWE-Bench Pro), Gemini 3.5 Pro serait toujours à la traîne derrière des modèles comme Fable 5 ou GPT-5.6. Sa force semble donc ciblée. La raison du retard de sa sortie serait liée à un processus de ré-entraînement complet (« préformation ») sur une nouvelle architecture de base, plus performante que celle de son homologue léger, Gemini 3.5 Flash. Cette même base servirait également à développer un futur modèle de génération d'images, nommé « Nano Banana Pro », destiné à concurrencer GPT-Image 2 d'OpenAI. Ainsi, Google miserait sur cette refonte pour regagner du terrain sur deux fronts : le code front-end et la génération d'images. Si les affirmations de la fuite se confirment le 17 juillet, Gemini 3.5 Pro pourrait redistribuer les cartes dans un secteur de l'IA en perpétuelle accélération.

marsbit07/06 12:30

Gemini 3.5 Pro fuité en secret, rattrapant Fable 5 en développement front-end

marsbit07/06 12:30

1600 lignes de code ont créé un Manhattan sous-marin, Fable 5 a stupéfié Karpathy

Le modèle Fable 5, nouvellement réactivé, a créé une onde de choc en générant 63 mondes 3D interactifs et complexes, souvent du premier coup. Andrey Karpathy, récemment arrivé chez Anthropic, a qualifié les résultats d'"incroyables" et d'un exemple de "fablemaxxing" – une avancée qualitative majeure. Parmi les créations les plus frappantes figure une "Manhattan sous-marine" détaillée, construite avec seulement 1600 lignes de code. Les autres mondes incluent des villes historiques (Londres, Istanbul), des simulations physiques, des tableaux célèbres (comme *La Nuit étoilée* de Van Gogh) rendus navigables en 3D, et des paysages naturels saisissants où un ours attrape un saumon. L'auteur, Peter Gostev d'Arena.ai, souligne que la prouesse ne réside pas dans la beauté d'une scène isolée, mais dans la capacité du modèle à coordonner une multitude d'éléments de manière cohérente. Alors que les modèles précédents échouaient souvent dans les dernières étapes, Fable 5 produit des résultats complets à partir de spécifications détaillées, démontrant une compréhension et un pouvoir explicatif inédits. Cependant, Gostev note quelques limites : les éléments de jeu manquent de profondeur et le modèle semble parfois retenir son plein potentiel, nécessitant des incitations pour se dépasser. Karpathy s'interroge sur la façon dont le modèle, formé sur des données internet, a acquis et traduit une compréhension aussi nuancée du monde physique en éléments 3D animés. Cette capacité ouvre la porte à des possibilités immenses avec les futures itérations. L'exploration de ce que l'IA peut vraiment créer et comprendre ne fait que commencer.

marsbit07/06 09:52

1600 lignes de code ont créé un Manhattan sous-marin, Fable 5 a stupéfié Karpathy

marsbit07/06 09:52

Les premiers résultats des tests internes de GPT-5.6 Sol sont arrivés, le coût par tâche n'est que la moitié de celui de Fable 5

Résultats des premiers tests internes de GPT-5.6 Sol : un coût réduit de moitié par rapport à Fable 5. GPT-5.6 Sol, en version préliminaire, montre des performances impressionnantes selon les premiers retours. Un ingénieur de NVIDIA souligne son efficacité : il atteint en 30 heures des résultats d'accélération CUDA qui prenaient 64 heures à Opus. Les futures optimisations pourraient le rendre encore plus compétitif. Les utilisateurs notent que GPT-5.6 Sol produit un code plus concis et plus propre, réduisant le nombre de lignes nécessaires par rapport à d'autres modèles. Il excelle dans les tâches complexes nécessitant un raisonnement approfondi, une planification et une coordination d'étapes, comme le développement de jeux ou la conception front-end, où il offre une meilleure cohérence et une esthétique supérieure à GPT-5.5. La comparaison avec Fable 5, le concurrent récent, est mitigée. Si Fable 5 peut parfois devancer GPT-5.6 Sol en rapidité de production (comme pour générer un jeu jouable à partir d'une prompt simple), son coût est nettement plus élevé : 10 $ par million de tokens en entrée et 50 $ en sortie, contre respectivement 5 $ et 30 $ pour Sol. Le rapport coût-efficacité de Sol est donc un avantage majeur. De plus, les utilisateurs rapportent que Fable 5 souffre de restrictions de sécurité très strictes depuis son retour, entraînant de nombreux blocages même pour des tâches simples, ce qui nuit à son expérience globale. GPT-5.6 Sol, bien que doté de protections renforcées, semble proposer des limites moins contraignantes. En résumé, GPT-5.6 Sol se positionne comme un modèle puissant et économique pour les tâches complexes, avec un code efficace et de fortes capacités de raisonnement. Son déploiement public imminent permettra de le confronter directement à Fable 5.

marsbit07/06 07:32

Les premiers résultats des tests internes de GPT-5.6 Sol sont arrivés, le coût par tâche n'est que la moitié de celui de Fable 5

marsbit07/06 07:32

C'est avéré : Claude Code espionne les utilisateurs, le fuseau horaire et les laboratoires chinois d'IA sont des mots-clés

Aujourd'hui, Anthropic a connu une journée contrastée. D'un côté, la société a lancé Claude Sonnet 5, un modèle présenté comme très performant, et a annoncé que le département américain du Commerce levait les restrictions à l'exportation sur ses modèles Claude Fable 5 et Mythos 5, suite à des engagements de sécurité. D'un autre côté, une controverse majeure a émergé concernant Claude Code, l'assistant de programmation. Des développeurs ont exposé qu'il intégrerait discrètement un mécanisme de collecte de données des utilisateurs, notamment chinois. Selon des rapports publiés sur GitHub et Reddit, l'outil détecterait le fuseau horaire (comme Asia/Shanghai), l'utilisation de proxies ou de connexions à des domaines liés à des laboratoires d'IA chinois (Baidu, Alibaba, etc.). Ces informations seraient ensuite encodées de manière stéganographique dans l'invite système envoyée au modèle, par de subtiles variations de caractères (comme le format de la date ou le type d'apostrophe dans "Today's date"), rendant la pratique invisible à l'œil nu. Bien que la télémétrie soit courante, la méthode employée – non documentée et difficile à détecter – soulève de sérieuses questions sur la confiance et la transparence, surtout pour un outil ayant accès au code et aux commandes système. Anthropic a répondu qu'un correctif supprimant ce code serait déployé.

marsbit07/01 03:48

C'est avéré : Claude Code espionne les utilisateurs, le fuseau horaire et les laboratoires chinois d'IA sont des mots-clés

marsbit07/01 03:48

Huang Renxun : Le Prompt est mort, tout le monde de l'IA est en train de poursuivre frénétiquement les Loops

Le prompt engineering est en train d’être dépassé par le « Loop Engineering », une approche où les systèmes d'IA fonctionnent en cycles autonomes. Des figures comme Jensen Huang, Andrew Ng et Andrej Karpathy affirment que l'avenir réside non plus dans l'écriture manuelle de prompts, mais dans la conception de boucles automatisées où l'IA découvre, exécute, valide et améliore ses propres tâches. Un livre blanc viral en décrit le processus en cinq étapes clés : découverte, délégation, validation, persistance et planification. La validation, assurée par un agent évaluateur indépendant, est cruciale pour éviter les biais. Bien que plus coûteuse en temps et en calcul, cette méthode produit des résultats de bien meilleure qualité. Le risque majeur est la « reddition cognitive », où les ingénieurs, trop dépendants de l'automatisation, perdent la compréhension du code généré. Ainsi, la rareté ne sera plus la capacité à générer du code, mais le jugement humain pour guider et contrôler ces systèmes en boucle.

marsbit06/29 08:43

Huang Renxun : Le Prompt est mort, tout le monde de l'IA est en train de poursuivre frénétiquement les Loops

marsbit06/29 08:43

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow

Tendances technologiquesright-arrow