Connexion
Soutenir sur Patreon
Retour aux news
IA

Actualités IA du 6 novembre 2026

À la une : Perplexity lance "Teammates" : des agents IA permanents et multi-rôles

Publié le 6 novembre 2026

Veille IA - 06/11/2026

Voici la veille technologique basée sur les sources fournies pour les dernières 48 heures (du 5 au 6 novembre 2026). J'ai filtré les informations génériques ou purement marketing pour ne retenir que les sujets à fort impact technique, stratégique ou opérationnel.

Perplexity lance "Teammates" : des agents IA permanents et multi-rôles

  • Date : 05/11/2026
  • Catégorie : agent IA / outil
  • Résumé technique : Perplexity introduit "Teammates", une fonctionnalité d'agents IA "always-on" intégrée à son écosystème. Contrairement aux assistants classiques, ces agents peuvent occuper plusieurs rôles simultanément dans un espace de travail, s'appuyant sur la mémoire, les projets existants et les compétences des outils Perplexity. Ils sont construits sur "Perplexity Computer", capable de déployer des agents directement sur l'appareil de l'utilisateur pour exécuter des tâches complexes.
  • Pourquoi c’est intéressant : C'est une évolution majeure vers les assistants personnels autonomes qui ne se contentent pas de répondre, mais agissent en continu ("ongoing work"). L'intégration avec Slack et la gestion via des threads individuels montrent une stratégie d'intégration profonde dans le workflow professionnel, rivalisant directement avec OpenAI Dots ou Claude Duet. Le modèle économique (abonnement Max à 200 $/mois) indique que ces capacités sont considérées comme premium.
  • Angle possible pour une vidéo YouTube : "J'ai laissé un agent IA travailler seul pendant 24h : voici ce qu'il a fait (Test Perplexity Teammates)". Démonstration de la gestion multi-tâches et de l'intégration Slack.
  • Source originale : The Verge
  • URL directe : https://www.theverge.com/ai-artificial-intelligence/1028302/perplexity-teammates-ai-agents-work

Airbnb prépare un agent de voyage "AI-native" pour 2027

  • Date : 06/11/2026
  • Catégorie : agent IA / automatisation
  • Résumé technique : Dans sa lettre aux actionnaires du T3 2026, Airbnb a confirmé le lancement prévu au premier semestre 2027 d'un agent IA dédié à la planification et à la réservation de voyages. L'entreprise rejette l'approche "chatbot" traditionnelle pour privilégier une interface dynamique qui compose en temps réel des éléments visuels (cartes, comparateurs, calendriers) en fonction de la question posée par l'utilisateur.
  • Pourquoi c’est intéressant : Cela illustre le concept d'UI générative ou adaptative : l'interface n'est pas fixe, elle est construite par l'IA pour répondre au contexte spécifique (ex: comparer 3 hôtels avec des filtres spécifiques plutôt que d'afficher une liste statique). C'est un signal fort que les grandes plateformes passent du "search" au "task completion" complet.
  • Angle possible pour une vidéo YouTube : "La fin des sites web classiques ? Airbnb invente l'interface qui se crée elle-même". Analyse de la différence entre un chatbot et une UI générative.
  • Source originale : The Verge
  • URL directe : https://www.theverge.com/tech/1028412/airbnb-ai-travel-agent-q3-2026-earnings

OpenAI lance GPT-6 Cyber : un bond de 51% dans la découverte de vulnérabilités

  • Date : 05/11/2026
  • Catégorie : LLM / méthode
  • Résumé technique : OpenAI a dévoilé GPT-6 Cyber, une version spécialisée pour la cybersécurité. Le modèle affiche une amélioration relative de 51% sur le benchmark ExploitGym par rapport à sa prédécesseur (score de 48,5%). Il a permis aux chercheurs de trouver 948 exploits d'escalade de privilèges dans Linux et 81 vulnérabilités inédites de haute sévérité dans Firefox. Une caractéristique clé est son alignement strict : il évite les actions hors périmètre autorisé dans 99,93% des cas sans prompt spécifique.
  • Pourquoi c’est intéressant : Ce n'est pas juste un modèle qui écrit du code, c'est un outil de sécurité offensive/défensive actif. La capacité à générer des patches candidats et la fiabilité accrue (respect strict des limites) le rendent utilisable par des équipes d'ingénierie réelles, réduisant la fenêtre de temps où les failles restent non corrigées. C'est une preuve que les modèles "spécialisés" battent les généralistes sur des tâches techniques pointues.
  • Angle possible pour une vidéo YouTube : "J'ai laissé GPT-6 Cyber hacker mon serveur (de manière éthique) : résultats choquants". Démonstration de la détection de failles dans un environnement isolé.
  • Source originale : OpenAI Blog / TechCrunch
  • URL directe : https://openai.com/index/introducing-gpt-6-cyber

Together AI crée le "Together Compiler" : des agents qui optimisent l'inférence en continu

  • Date : 05/11/2026
  • Catégorie : automatisation / méthode / outil
  • Résumé technique : Together AI a lancé un système où des agents IA réécrivent constamment le "forward pass" (le calcul de propagation avant) des modèles LLM pour optimiser la vitesse d'inférence. Le système, appelé TKCC, utilise une boucle continue : les agents proposent du code optimisé, un moteur persistant mesure les performances, et si c'est mieux, le code est intégré. Les gains atteignent jusqu'à 2,6x de transactions par seconde (TPS) supplémentaires par rapport aux configurations manuelles optimales.
  • Pourquoi c’est intéressant : C'est une application très concrète de l'IA pour améliorer l'IA (meta-optimisation). Pour les développeurs et entreprises qui hébergent leurs modèles, cela signifie des réductions de coûts d'inférence significatives sans changer le modèle lui-même. L'aspect "continuel" est crucial car le trafic change tout le temps ; un optimiseur statique devient vite obsolète.
  • Angle possible pour une vidéo YouTube : "Comment j'ai divisé mes coûts GPU par 2 en laissant des agents IA coder mon backend". Tutoriel conceptuel sur l'optimisation automatique d'inférence.
  • Source originale : MarkTechPost
  • URL directe : https://www.marktechpost.com/2026/11/05/together-ai-together-compiler-continual-compilation-ai-inference/

Ricursive AI publie Ripple-65B : un modèle dense open-weight qui bat les géants sur le code

  • Date : 04/11/2026 (Publication tardive, impact immédiat)
  • Catégorie : LLM / outil
  • Résumé technique : Ricursive Intelligence a libéré Ripple-65B Preview sous licence Apache 2.0. Il s'agit d'un modèle dense de 65 milliards de paramètres, entraîné spécifiquement pour le codage agentique (agentic coding). Il obtient un score de 80,5 sur Terminal-Bench 2.1, dépassant des modèles MoE beaucoup plus grands (jusqu'à 975B de paramètres). Le coût total de R&D annoncé est de 32 millions de dollars, soit une fraction du prix habituel pour ce niveau de performance.
  • Pourquoi c’est intéressant : La tendance "Small but Smart" continue. Pour les développeurs locaux ou les startups avec des budgets limités, avoir un modèle open-weight aussi performant sur le code signifie qu'il est possible de faire tourner des agents de codage complexes sur du matériel standard (ou moins coûteux) sans dépendre d'API propriétaires chères. La licence Apache 2.0 permet une utilisation commerciale libre.
  • Angle possible pour une vidéo YouTube : "Ce modèle gratuit de 65B écrase les modèles à 1000$ ? Test de Ripple-65B sur des bugs complexes". Benchmark comparatif local vs cloud.
  • Source originale : MarkTechPost
  • URL directe : https://www.marktechpost.com/2026/11/04/ricursive-ripple-65b-preview-open-weight-model/

Meta acquiert Conductor : intégration d'agents de codage multi-utilisateurs

  • Date : 04/11/2026 (Annonce confirmée le 5)
  • Catégorie : agent IA / outil
  • Résumé technique : Meta a racheté Conductor, une startup permettant aux ingénieurs logiciels de déployer des équipes d'agents IA travaillant en parallèle sur différentes parties d'un projet. Contrairement aux assistants simples, Conductor orchestre des agents provenant de différents fournisseurs (Anthropic, OpenAI) pour travailler simultanément dans des espaces isolés.
  • Pourquoi c’est intéressant : Cela valide l'idée que le futur du développement logiciel n'est pas un seul agent qui code tout, mais une équipe d'agents spécialisés orchestrés par un humain ou un superviseur. L'intégration de Conductor dans Meta (qui possède déjà Muse Code) suggère que cette approche "multi-agent" va devenir standard dans les IDE et les plateformes cloud majeures.
  • Angle possible pour une vidéo YouTube : "J'ai créé une équipe d'agents IA pour coder mon app : Meta rachète la tech qui l'a fait". Explication du workflow multi-agents.
  • Source originale : TechCrunch
  • URL directe : https://techcrunch.com/2026/11/04/meta-acquires-ai-coding-startup-conductor/

EDB acquiert Altinity pour unifier Postgres et ClickHouse dans les systèmes d'IA Souverains

  • Date : 05/11/2026
  • Catégorie : automatisation / outil
  • Résumé technique : EDB a finalisé l'acquisition d'Altinity, créant une stack unifiée combinant la base de données transactionnelle Postgres et le moteur analytique temps réel ClickHouse. L'objectif est de fournir une infrastructure "souveraine" pour les agents IA, permettant aux workflows agentiques de transacter, analyser et agir sur les mêmes données sans mouvement de données complexe ni latence.
  • Pourquoi c’est intéressant : Les agents IA ont besoin d'un accès immédiat aux données transactionnelles (état actuel) ET analytiques (historique/tendances). Cette fusion répond à un problème architectural majeur pour les entreprises qui déploient des agents critiques : la fragmentation des données crée des risques de sécurité et des lenteurs. C'est une infrastructure clé pour les "Enterprise AI Agents" fiables.
  • Angle possible pour une vidéo YouTube : "Pourquoi vos agents IA échouent (et comment fixer l'infrastructure de données)". Analyse technique de l'architecture Postgres + ClickHouse pour l'IA.
  • Source originale : Unite.ai
  • URL directe : https://www.unite.ai/edb-buys-altinity-to-combine-postgres-and-clickhouse-for-sovereign-ai/