En bref
- NVIDIA publie OpenShell 0.1.x, un runtime qui applique par politique les accès fichiers, appels système et connexions réseau de chaque agent, avec vérification formelle des changements de politique avant application 1
- Anthropic donne le standard Agent Skills à l’Agentic AI Foundation sous la Linux Foundation, après y avoir déjà transféré le Model Context Protocol 2
- Microsoft rend ThinkingBox-Training disponible sur GitHub et mesure sur Qwen3.8-27B une réussite moyenne passant de 51,70 % à 60,78 % avec 50 étapes GRPO 3
Les signaux
Agents
OpenShell applique les politiques au niveau du noyau
ProduitOpenShell instrumente le noyau pour faire respecter la politique sur chaque accès fichier, appel système et connexion réseau à l’exécution 1. La vérification formelle contrôle ce qu’un changement de politique autoriserait avant son application 1. Le runtime exige Linux, macOS sur Apple Silicon ou Windows avec WSL 2 en expérimental, plus Docker, Podman ou de la virtualisation hôte 1.
Agents
ThinkingBox transforme l’état de la base en récompense RL
Étude non relue par des pairsThinkingBox compare l’état final de la base de données au résultat attendu pour évaluer le travail d’un agent 3. Le même signal exécutable sert de récompense sur des tâches d’entraînement hors ThinkingBox-Bench 3. Sur Qwen3.8-27B, les tâches réussies sur vingt tentatives passent de 38 à 107 avec 50 étapes GRPO 3. ThinkingBox-Bench compte 507 tâches, chacune avec un backend réel et des outils 3.
Modèles
IQuest-Q1, MoE de 320B paramètres pour le CLI agentique
Étude non relue par des pairsIQuest-Q1 est un modèle de fondation agentique MoE sparse à 320B paramètres totaux et 15B activés 16. Son pré-entraînement combine Stable SplitNorm, Muon et muP avec un curriculum en deux étapes dont la seconde augmente la part de données de code 16. Le post-entraînement associe SFT, RL spécialisé par domaine et MOPD sur plusieurs scaffolds, puis un merge de modèles entre experts et checkpoints 16.
Recherche
MambaAct remplace l’expert d’action des VLA flow-matching
Étude non relue par des pairsMambaAct conserve l’encodeur de préfixe vision-langage préentraîné de π_{0.5} et remplace son expert d’action transformer par un expert Mamba compact 5. Dans cet expert, Mamba sert de mixeur d’actions pour modéliser les dépendances sur la séquence d’actions continues bruitées 5. L’objectif est de réduire la latence d’inférence, l’expert d’action étant évalué à répétition pendant le dénoising itératif 5.
À retenir
- 51,70% à 60,78 % de réussite moyenne sur Qwen3.8-27B avec 50 étapes GRPO et des récompenses issues de vérifications exécutables 3
- 320B paramètres totaux pour IQuest-Q1, dont 15B activés par inférence 16
- 507tâches dans ThinkingBox-Bench, chacune avec un backend réel et des outils 3
Niveaux de preuve
- Étude non relue par des pairs (4)Un article de recherche publié sans relecture par d'autres chercheurs.02 03 04 Fine-Tuning
- Produit (4)Une annonce ou une page de l'éditeur du produit.01 Matos RAG Prédictions
Matos & Infra local
Sujet Matos/Infra : OpenShell, runtime isolé pour agents autonomes, exige Linux, macOS Apple Silicon ou WSL 2, avec Docker, Podman ou virtualisation hôte 1 Produit
Constat technique : Le runtime instrumente le noyau pour appliquer les politiques sur accès fichiers, appels système et connexions réseau, avec vérification formelle préalable des changements de politique 1.
Recommandation dev : Vérifier la matrice de support avant déploiement sur Mac M-series et valider la compatibilité Docker/Podman.
Fine-Tuning & Quantiz
Technique / Outil : VocabX, spécialisation de vocabulaire pour SLM (Dharma-AI) 4 Étude non relue par des pairs
Apport : Réduction mesurée du coût d’inférence de 77 % sans changer le modèle de base, en spécialisant le vocabulaire autour du coût par token plutôt que de sa fréquence.
Impact pratique : Repenser le tokenizer avant tout fine-tuning d’un modèle de domaine, sur Qwen3-4B en production.
RAG & Agents Locaux
Architecture / Outil : OpenShell, runtime pour agents autonomes, NVIDIA 1 Produit
Cas d’usage : Donner aux agents accès fichiers, paquets, API et identifiants sans accès illimité aux données, secrets ou réseau ; exécution locale sous Linux, macOS Apple Silicon ou Windows WSL 2 avec Docker, Podman ou virtualisation hôte 1.
Clé de voûte : Politique déclarative appliquée par instrumentation du noyau sur chaque accès fichier, appel système et connexion réseau, plus vérification formelle des changements de politique avant application 1.
Nos prédictions vérifiées
Tenu
Ce qu’on disait le 5 octobre 2026 : « Microsoft présente ThinkingBox, un banc d’évaluation qui note les agents sur l’état final et les effets de bord laissés dans les outils, pas sur le texte produit » Produit
Verdict aujourd’hui : tenu. Microsoft publie le suivi de son premier billet et rend ThinkingBox-Training disponible sur GitHub ; le même signal exécutable sert de récompense en post-training, avec 51,70 % → 60,78 % de réussite moyenne sur Qwen3.8-27B et 38 → 107 tâches réussies sur vingt essais après 50 étapes GRPO 3.
Sources (18)
Sources vérifiées le 23/10/2026 11:02 UTC · Notre méthode
| N° | Publication | Site | Date |
|---|---|---|---|
| 1 | OpenShell – A safe, private runtime for fleets of autonomous AI agents | Hacker News | 22 octobre 2026 |
| 2 | Donating Agent Skills to the Agentic AI Foundation | Simon Willison | 22 octobre 2026 |
| 3 | Turning Database Grading into RL Rewards: Post-Training Agents with ThinkingBox | Hugging Face | 22 octobre 2026 |
| 4 | How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real Applications | Hugging Face | 21 octobre 2026 |
| 5 | MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models | HF Papers | |
| 16 | IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems | HF Papers |
Autres lectures (12)
V3ille — Sources : arXiv, GitHub Trending, Hugging Face Daily Papers, OpenAI, DeepMind, Google AI, IEEE Spectrum, The Robot Report.