bigarrow dessine par-dessus les fenêtres macOS pour les agents

bigarrow est un outil en ligne de commande macOS accompagné d’un skill pour Claude Code et Codex, qui dessine une flèche et un panneau au-dessus de chaque fenêtre, sur tous les écrans et tous les Spaces ¹. Les clics traversent la fenêtre transparente, le focus clavier reste en place et la flèche se retire d’elle-même ¹. Le dessin ne requiert aucune permission macOS ¹.

L’outil répond à un cas concret : un agent qui refactorise un monorepo ou écrit une migration imprime « please click Allow in the dialog » dans un terminal que l’utilisateur ne regarde pas ¹. bigarrow donne un doigt à l’agent pour pointer l’élément à cliquer ¹.

L’équipe AI Infrastructure d’Ai2 a remplacé un ordonnanceur basé sur les priorités par un système incluant des budgets de temps GPU, une allocation hiérarchique fair-share et un contrat de time-slicing ³. Ai2 structure son ordonnancement autour de quatre métriques empilées : disponibilité, occupation, impact et utilisation ³.

Le changement déplace le débat sur le temps GPU alloué à chaque projet de recherche d’une tâche opérationnelle au cas par cas vers un processus de budget administratif transparent ³.

Opera est un framework de critique verbale qui traite chaque correction comme une note persistante, suivie jusqu’à résolution du problème diagnostiqué ¹². Il décide quand examiner via des déclencheurs périodiques et événementiels, diagnostique avec des opérateurs typés, audite le feedback contre les preuves visibles avant livraison et suit les actions de l’agent pour distinguer la conformité de la résolution réelle ¹².

Comme critique au moment du test, Opera améliore le taux de résolution d’agents sans critique jusqu’à 12,4, 15,0 et 8,9 points de pourcentage sur Terminal-Bench 2.1, un sous-ensemble de SWE-Bench Pro et DeepSWE v1.1, sur quatre modèles de politique ¹². Opera atteint le meilleur taux de résolution moyen parmi les critiques concurrents sur les trois benchmarks et améliore aussi les modèles de politique quand ceux-ci se critiquent eux-mêmes ¹².

Les skills d’agents sont des instructions SKILL.md et des scripts que Claude Code et Codex exécutent avec les permissions de leur utilisateur, partagés par copie entre dépôts, ce qui forme une chaîne d’approvisionnement sans registre, versions ni provenance ¹³. L’étude construit le premier réseau daté de copies de skills à partir de l’historique git de chaque SKILL.md dans GitSkills, couvrant 2 193 119 adoptions sur GitHub ¹³.

Quelques dépôts sont la source de presque toutes les copies, et les étoiles GitHub ne les identifient pas ¹³. Les copies de skills changent presque jamais avec leur source, donc un correctif à la source atteint rarement les copies ¹³. Examiner les 100 dépôts les mieux classés par le modèle d’audit prévient 14,9 % des adoptions ultérieures de skills à haut risque ¹³.