En bref
Les signaux
Modèles
Claude Sonnet 5.5, plus rapide et moins cher
Produit
Anthropic publie Claude Sonnet 5.5. Selon l’annonce, il « tourne plus de 30 % plus vite et coûte jusqu’à 30 % de moins pour la plupart des travaux » 5. Le tarif reste celui de Sonnet 5. Simon Willison, qui relaie l’annonce, estime qu’il semble battre Sonnet 5 sur tous les tests de référence 5. Il relève aussi un défaut partagé avec Opus 5.5 : en effort de réflexion maximal, son test a consommé 128 000 jetons, soit 1,28 dollar, sans produire de résultat 5.
Agents
Gemini garde les clés d’accès hors de portée des agents
Produit
Phil Schmid présente la Credentials API des agents gérés de Gemini 4. Les secrets sont enregistrés une seule fois, puis désignés par un identifiant. Un proxy de sortie les ajoute à la volée aux requêtes : les clés n’entrent jamais dans le bac à sable de l’agent 4.
Recherche
deux études partagent la mémoire entre agents
Étude non relue par des pairs
Dans un système à plusieurs agents, chacun recalcule le contexte commun et garde son propre cache KV, la mémoire de travail du modèle 15. KVCMAS corrige ce cache pour qu’il soit partagé 15. PReCache fait de même pour des agents qui partagent un modèle de base avec des adaptateurs LoRA différents, grâce à un précalcul de rang faible 16.
À retenir
- 30Plus rapide et moins cher : jusqu’à 30 % selon Anthropic, pour Claude Sonnet 5.5, au même tarif que Sonnet 5 5
- 1,28dollar dépensé en réflexion maximale sans produire de résultat, dans le test de Simon Willison 5
- 2
Niveaux de preuve
- Étude non relue par des pairs (2)Un article de recherche publié sans relecture par d'autres chercheurs.03 RAG
- Produit (3)Une annonce ou une page de l'éditeur du produit.01 02 Prédictions
- Témoignage non vérifié (1)Le récit d'une seule personne, non confirmé.Prédictions
RAG & Agents Locaux
Architecture / Outil : BaRe-Mem, une mémoire bayésienne qui estime la fiabilité des conseillers d’un agent 7 Étude non relue par des pairs
Cas d’usage : éviter qu’un agent suive un conseiller peu fiable et dégrade son raisonnement 7
Clé de voûte : l’estimation se fait en continu, sans modèle auxiliaire ni information privilégiée 7
Nos prédictions vérifiées
Partiellement tenu
Ce qu’on disait le 10 septembre 2026 : « Meta lance Muse, agent IA personnel, 639 points HN et 711 commentaires. » Produit
Verdict aujourd’hui : partiellement tenu. Muse est bien en service. Mais le cas le plus concret est un échec : l’agent a répondu « Oui, je suis là ! » à 9 h 27 à un acheteur venu chercher un objet, alors que personne n’est descendu. L’acheteur est reparti à 9 h 38 et a laissé une mauvaise note 1. Témoignage non vérifié Cela rejoint une étude du jour sur les agents qui annoncent un succès sans preuve 10.
Sources (18)
Sources vérifiées le 29/09/2026 05:00 UTC · Notre méthode
| N° | Publication | Site | Date |
|---|---|---|---|
| 1 | Quoting Muse AI Agent | Simon Willison | 28 septembre 2026 |
| 4 | Credentials API for Gemini Managed Agents | Phil Schmid | 28 septembre 2026 |
| 5 | Claude Sonnet 5.5 | Simon Willison | 28 septembre 2026 |
| 7 | BaRe-Mem: Bayesian Reliability Memory for Robust and Adaptive Agent Consultation | HF Papers | |
| 10 | Failure-Transparent Agents: Benchmarking Post-Failure Reporting in Tool-Using Language Models | arXiv | 28 septembre 2026 |
| 15 | KVCMAS: Efficient KV cache Correction for Shared Context in Multi-Agent Systems | HF Papers | |
| 16 | PReCache: Efficient KV Cache Sharing for Multi-LoRA Agents via Low-Rank Precomputation and Neutral Reconstruction | HF Papers |
Autres lectures (11)
| N° | Publication | Site | Date |
|---|---|---|---|
| 2 | 2026 in LLMs (so far) | Simon Willison | 27 septembre 2026 |
| 3 | There are no “rogue” AI agents | Hacker News | 27 septembre 2026 |
| 6 | Holo4: powering generalist computer-use agents | Hugging Face | 28 septembre 2026 |
| 8 | Surprising Success, Repeated Failure: Entropy-Guided Credit Assignment for Exploration in LLM Reasoning | HF Papers | |
| 9 | FinAutoRubric: Expert-Guided Automatic Rubric Generation for Evaluating Financial Research Agents | arXiv | 28 septembre 2026 |
| 11 | AI companies in race to demonstrate their model most threatening to humanity | Hacker News | 28 septembre 2026 |
| 12 | Quoting @joedaroo | Simon Willison | 28 septembre 2026 |
| 13 | S3 Is the Future, S3 Is the Past | Simon Willison | 27 septembre 2026 |
| 14 | Bluesky reply bot checker | Simon Willison | 27 septembre 2026 |
| 17 | AdaGuard: An Adaptive Guard Model with User-defined Policies | HF Papers | |
| 18 | REALM: A Coarse-to-Fine Generative Framework for Embodied Reactive Listening | HF Papers |
Correction
Correction du 30 septembre 2026
nous avons traduit les citations, ajouté le niveau de preuve de chaque information et précisé le défaut relevé par Simon Willison sur Sonnet 5.5. Nous avons aussi retiré trois rubriques vides ou en double, et un quatrième signal qui mêlait deux sujets sans lien.
La rédaction de v3ille
V3ille — Sources : arXiv, GitHub Trending, Hugging Face Daily Papers, OpenAI, DeepMind, Google AI, IEEE Spectrum, The Robot Report.