En bref
- Moonshot publie Kimi K3.1 Pro, modèle open-weight de classe 3T avec 1M de jetons de contexte, et annonce les poids complets pour le 4 novembre 3.
- Anthropic donne le standard Agent Skills à l’Agentic AI Foundation sous la Linux Foundation, aux côtés du MCP déjà transféré 2.
- Claude prouve formellement des propriétés de sécurité au niveau assembleur RISC-V dans plus de 100 bibliothèques open source, avec des bugs non détectés depuis des années 7.
Les signaux
Modèles
Kimi K3.1 Pro sort en API, poids complets le 4 novembre
ProduitKimi K3.1 Pro est disponible sur Kimi.ai, Kimi Work, Kimi Code et l’API Kimi, avec une variante Highspeed 2 à 3 fois plus rapide 3. Le tarif est de 2,00 $ par million de jetons en entrée et 10 $ en sortie, identique à GPT-6.1 Sol et moitié de Claude Opus 5.5, la version Highspeed coûtant le double sauf sur les cache hits d’entrée 12. Artificial Analysis score Kimi à 55, devant Claude Fable 5.1, GPT-6 Astra et Gemini 4 Argon (tous à 53), derrière Claude Opus 5.5 à 58 12.
Agents
OpenShell 0.1.x applique les politiques au niveau du noyau
ProduitOpenShell 0.1.x introduit une cadence de release stable, de nouvelles primitives d’isolation, une surface d’extension élargie et de nouvelles API 1. Le runtime instrumente le noyau pour appliquer la politique à chaque accès fichier, appel système et connexion réseau, et utilise la vérification formelle pour contrôler ce qu’un changement de politique autoriserait avant application 1. Il requiert Linux, macOS sur Apple Silicon ou Windows avec WSL 2 expérimental, plus Docker, Podman ou virtualisation hôte 1.
Sécurité
Claude prouve des propriétés au niveau assembleur RISC-V
Source primaireEn collaboration avec Theorem, Anthropic indique que Claude a produit des preuves formelles de propriétés de sécurité au niveau assembleur RISC-V dans plus de 100 bibliothèques open source réelles 7. L’équipe rapporte avoir trouvé des bugs qui échappaient à la détection depuis des années 7. L’argument avancé est que la vérification formelle, historiquement coûteuse en années d’expertise, devient praticable à grande échelle avec des LLM 7.
Recherche
ThinkingBox convertit l’état de la base en récompense RL
Étude non relue par des pairsThinkingBox-Training est disponible sur GitHub, avec un signal exécutable réutilisé comme récompense sur des tâches hors ThinkingBox-Bench 4. Sur Qwen3.8-27B, le succès moyen passe de 51,70 % à 60,78 %, et les tâches réussies sur vingt tentatives passent de 38 à 107 en 50 étapes GRPO 4. Le benchmark compte 507 tâches qui donnent à l’agent un vrai backend et vérifient ce qui a réellement changé en base 4.
À retenir
- 1million de jetons de contexte pour Kimi K3.1 Pro, avec poids complets annoncés le 4 novembre 3.
- 55de score Artificial Analysis pour Kimi, devant trois modèles frontière à 53 et derrière Opus 5.5 à 58 12.
- 60,78% de succès moyen pour Qwen3.8-27B après 50 étapes GRPO avec ThinkingBox, contre 51,70 % avant 4.
Niveaux de preuve
- Source primaire (1)L'auteur ou l'organisation concernée le dit directement.03
- Étude non relue par des pairs (2)Un article de recherche publié sans relecture par d'autres chercheurs.04 Fine-Tuning
- Produit (5)Une annonce ou une page de l'éditeur du produit.01 02 Matos RAG Prédictions
Matos & Infra local
Sujet Matos/Infra : OpenShell, runtime isolé pour agents autonomes, supporte Linux, macOS Apple Silicon et WSL 2 avec Docker/Podman ou virtualisation hôte 1 Produit
Constat technique : Le runtime applique les politiques au niveau noyau (accès fichiers, appels système, réseau) et vérifie formellement les changements de politique avant application ; l’exécution locale requiert un moteur de conteneurs ou une virtualisation hôte 1.
Recommandation dev : Valider la matrice de support (Apple Silicon, WSL 2 expérimental) avant de déployer des flottes d’agents en local 1.
Fine-Tuning & Quantiz
Technique / Outil : T2Quant, quantification mixte task- et time-aware pour modèles de langage à diffusion 15 Étude non relue par des pairs
Apport : allocation dynamique de la précision d’activation selon les étapes de débruitage, via un signal de sensibilité sans labels ; jusqu’à +6,7 points de précision moyenne à budget de bits constant.
Impact pratique : appliquer T2Quant aux couches d’activation des DLMs avant déploiement pour récupérer de la précision sans élargir le budget mémoire.
RAG & Agents Locaux
Architecture / Outil : OpenShell, runtime d’agents autonomes de NVIDIA 1 Produit
Cas d’usage : Exécuter localement des flottes d’agents capables de lire des fichiers, installer des paquets, appeler des API et utiliser des identifiants, sans accès non restreint aux données, secrets ou réseau 1.
Clé de voûte : Politique déclarative par agent, appliquée par instrumentation du noyau sur chaque accès fichier, appel système et connexion réseau, avec vérification formelle préalable des changements de politique 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 : ThinkingBox-Training transforme ces vérifications exécutables en récompenses RL hors benchmark, avec un taux de réussite moyen sur Qwen3.8-27B passant de 51,70 % à 60,78 % et les tâches réussies sur vingt essais de 38 à 107 en 50 étapes GRPO 4.
Sources (18)
Sources vérifiées le 24/10/2026 11:01 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 | Kimi K3.1 Pro and K3.1 Pro Highspeed | Hacker News | 23 octobre 2026 |
| 4 | Turning Database Grading into RL Rewards: Post-Training Agents with ThinkingBox | Hugging Face | 22 octobre 2026 |
| 7 | LLMs are making formal software verification feasible at a much larger scale | Hacker News | 22 octobre 2026 |
| 12 | Introducing Kimi K3.1 Pro | Simon Willison | 23 octobre 2026 |
| 15 | Different Tasks, Different Timesteps: Temporal Task-Aware Quantization for Diffusion Language Models | HF Papers |
Autres lectures (11)
| N° | Publication | Site | Date |
|---|---|---|---|
| 5 | Every AI model has the same “controversial” take on humans | Hacker News | 22 octobre 2026 |
| 6 | MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models | HF Papers | |
| 8 | Direct Pass@$k$ Optimization for Thought Pruning: Balancing Quality and Diversity in Test-Time Reasoning | arXiv | 22 octobre 2026 |
| 9 | EpiSEM-Bench: Evaluating Safety and Evidence Recovery in LLM Agents under Missing Evidence | arXiv | 22 octobre 2026 |
| 10 | BeNice! Closing Looping’s Inference-Memory Gap via KV-Sharing | arXiv | 22 octobre 2026 |
| 11 | Quick Study | Simon Willison | 23 octobre 2026 |
| 13 | DE STAAT - FREEDOM (Official Music Video) | Simon Willison | 22 octobre 2026 |
| 14 | Quoting Armin Ronacher | Simon Willison | 22 octobre 2026 |
| 16 | Bridging Exploration and Persona: Information-Directed Dueling for Test-Time Agent Personalization | HF Papers | |
| 17 | IF-MAP: Influence-Function-Inspired Agent Prioritization in Multi-Agent Systems | HF Papers | |
| 18 | Agent Mosaic: Recognizing Confidentiality Leaks in Agentic LLM Systems | HF Papers |
V3ille — Sources : arXiv, GitHub Trending, Hugging Face Daily Papers, OpenAI, DeepMind, Google AI, IEEE Spectrum, The Robot Report.