Simon Willison met en avant un texte de Jeremy Scheff sur ce que les agents de code retirent aux programmeurs qui aimaient résoudre des casse-tête logiques. Il souligne que les développeurs surtout attachés à livrer des systèmes qui fonctionnent voient ces outils d'un tout autre œil.
Nace AI publie Drex Max, un modèle de décision qui lit texte et captures d'écran pour fournir des probabilités calibrées aux agents pilotant un ordinateur. L'entreprise annonce un score de 67,59 sur le Decision Index 0.3.2, pour 0,06 dollar par million de tokens en entrée.
Town, start-up dont les agents IA collaborent avec d'autres agents pour accomplir des tâches, lève 108 millions de dollars sur une valorisation d'un milliard, quelques semaines seulement après son lancement. La série B est menée par Forerunner Ventures et Menlo Ventures, avec la participation d'Andreessen Horowitz.
Le NIST, la NSA et la CISA publient des recommandations pour gérer les incidents où un agent d'IA agit sans instruction humaine explicite, pendant son entraînement ou son évaluation. Le guide s'articule en cinq étapes : se préparer, détecter, réagir, rétablir et signaler.
Les auteurs d'AI Snake Oil publient un article consacré à l'évaluation des agents IA. Ils y passent en revue les méthodes employées, les questions en suspens et l'écosystème qui s'est formé autour de ces évaluations.
Face au doublement du coût par exécution de son outil de revue de code par IA, Cloudflare a analysé sa consommation de tokens. La mise en cache des prompts et un aiguillage intelligent entre modèles ont réduit sa facture d'inférence de 68 % tout en accélérant les revues.