Édito
Editorial
Edito
Editoriale
Edito
La sécurité au mauvais étageSecurity on the wrong floorSicherheit im falschen StockwerkLa sicurezza al piano sbagliatoLa sicurezza in del pian sbaliaa
Il y a un paradoxe que cette semaine résume mieux que n'importe quel rapport prospectif. D'un côté, les grands labos ont déployé une énergie et des moyens considérables pour rendre leurs agents plus sûrs : approbation biométrique obligatoire dans ChatGPT Wallet, vérification formelle du chiffrement de Signal par trois millions de lignes de preuves Lean, modèles de décision calibrés, auto-hébergement des agents dans le cloud du client. De l'autre, une fuite — des passeports et 200 000 messages privés exposés dans des applications no-code générées par Lovable — a rappelé que le maillon faible n'est presque jamais le modèle. C'est le câblage par défaut, le cloisonnement absent, la configuration que personne n'a auditée.
La leçon n'est pas nouvelle, mais elle prend un relief saisissant quand on la met en regard de l'actualité industrielle. Goldman Sachs retire Claude Code des postes de ses traders ; United Airlines interdit aux agents de réserver des vols ; une enquête du Wall Street Journal puis l'entérinement du conseil d'administration mettent fin à l'ère Jensen Huang à la tête de Nvidia, tandis que TechPowerUp rapporte que l'entreprise aurait financé des start-up pour acheter ses propres GPU et entretenir artificiellement la pénurie. Le monde de l'IA agentique n'est pas rejeté : il est mis à l'épreuve de la gouvernance, et il y perd des plumes.
Que s'est-il réellement passé cette semaine, au fond ? Trois couches de la pile IA ont bougé simultanément, chacune à sa vitesse. La couche modèles a continué sa marche : Claude Fable 5.2 à 65 sur l'indice Artificial Analysis, record absolu ; Gemini 4 Hydrogen positionné en « pilote quotidien » du codage agentique ; AlphaGenome 2 qui applique la même recette à la génomique. La couche économie s'est construite à marche forcée : portefeuille agentique chez OpenAI, paiements x402 chez Brave, la naissance d'un web où les agents sont des acteurs économiques à part entière. Et la couche terrain, elle, a commencé à dire non — ou à exiger des garanties que la couche modèle ne peut pas seule fournir.
C'est cette asymétrie des vitesses qui structurera les six prochains mois. Les benchmarks publiés cette semaine le disent avec une clarté brutale : 66 % d'échec des agents codeurs à l'examen d'entrée du monde physique, un modèle de tête seulement 7e en fiabilité de décision, GPT-5 qui se trompe sur 39 % des faits qu'il prétend ne pas connaître. Pendant ce temps, les études de cas triomphales s'accumulent : 20 000 contrats de santé négociés par semaine chez Curative, des prototypes électroniques conçus de bout en bout par Claude, CodeRabbit qui revendique vingt fois plus de livraisons. Les deux sont vrais simultanément — et c'est précisément cette coexistence qui rend la gouvernance si urgente.
La maturité, cette semaine, est venue d'endroits inattendus. llama.cpp, l'outil de l'inférence locale bricolée, a figé ses fondations en version 1.0.0 — symbole d'un écosystème qui grandit. Project Zero a durci sa règle de divulgation à 90 jours sans exception, refusant que la discrétion des vendeurs prime sur la sécurité des utilisateurs. Et les modèles de décision, cette catégorie naissante que Google comme Hugging Face formalisent, reconnaissent implicitement qu'un agent fiable n'est pas un grand modèle qu'on pousse, mais un petit modèle qu'on calibre.
La semaine prochaine fera sans doute de nouveaux records de benchmarks. Ceux-ci compteront moins que la question que la fuite Lovable, Goldman Sachs et United Airlines ont posée ensemble : à quelles conditions confie-t-on un portefeuille, un dossier client ou un contrat à une machine ? Les labos ont commencé à répondre côté produit. Le terrain, lui, n'a pas encore trouvé les mots — et c'est là que se jouera 2027.
There is a paradox that this week sums up better than any prospective report. On one side, the major labs have deployed considerable energy and resources to make their agents safer: mandatory biometric approval in ChatGPT Wallet, formal verification of Signal's encryption via three million lines of Lean proofs, calibrated decision models, self-hosting of agents in the customer's cloud. On the other, a leak — passports and 200,000 private messages exposed in no-code applications generated by Lovable — reminded us that the weak link is almost never the model. It is the default wiring, the missing compartmentalization, the configuration nobody audited.
The lesson is not new, but it takes on striking relief when set against the week's industrial news. Goldman Sachs pulls Claude Code from its traders' desks; United Airlines bans agents from booking flights; a Wall Street Journal investigation followed by the board's ratification ends the Jensen Huang era at the top of Nvidia, while TechPowerUp reports the company allegedly funded startups to buy its own GPUs and artificially sustain the shortage. The world of agentic AI is not being rejected: it is being put to the test of governance, and it is losing feathers in the process.
What actually happened this week, at bottom? Three layers of the AI stack moved simultaneously, each at its own speed. The model layer kept marching: Claude Fable 5.2 at 65 on the Artificial Analysis index, an all-time record; Gemini 4 Hydrogen positioned as the 'daily driver' of agentic coding; AlphaGenome 2 applying the same recipe to genomics. The economy layer was built at forced pace: an agentic wallet at OpenAI, x402 payments at Brave, the birth of a web where agents are economic actors in their own right. And the ground layer began to say no — or to demand guarantees the model layer alone cannot provide.
It is this asymmetry of speeds that will structure the next six months. The benchmarks published this week say it with brutal clarity: 66% failure rate for coding agents on the entrance exam to the physical world, a top model ranking only 7th in decision reliability, GPT-5 wrong on 39% of the facts it claims not to know. Meanwhile, triumphant case studies pile up: 20,000 health contracts negotiated per week at Curative, electronic prototypes designed end-to-end by Claude, CodeRabbit claiming twenty times more deliveries. Both are true simultaneously — and it is precisely this coexistence that makes governance so urgent.
Maturity, this week, came from unexpected quarters. llama.cpp, the tool of homespun local inference, froze its foundations in version 1.0.0 — the symbol of a growing ecosystem. Project Zero hardened its disclosure rule to 90 days without exception, refusing to let vendors' discretion outweigh users' security. And decision models, that nascent category now formalized by Google and Hugging Face alike, implicitly acknowledge that a reliable agent is not a large model you push, but a small model you calibrate.
Next week will no doubt bring new benchmark records. These will matter less than the question the Lovable leak, Goldman Sachs and United Airlines posed together: under what conditions do we entrust a wallet, a client file or a contract to a machine? The labs have begun to answer on the product side. The ground has not yet found the words — and that is where 2027 will be decided.
Es gibt ein Paradox, das diese Woche besser zusammenfasst als jeder Prospekt. Auf der einen Seite haben die grossen Labors enorme Energie und Mittel aufgeboten, um ihre Agenten sicherer zu machen: obligatorische biometrische Freigabe in ChatGPT Wallet, formale Verifikation der Signal-Verschlüsselung durch drei Millionen Zeilen Lean-Beweise, kalibrierte Entscheidungsmodelle, Selbsthosting der Agenten in der Cloud des Kunden. Auf der anderen Seite erinnerte ein Leck – Pässe und 200 000 private Nachrichten, exponiert in No-Code-Anwendungen, die Lovable generiert hatte – daran, dass das schwächste Glied fast nie das Modell ist. Es ist das Standard-Setup, die fehlende Trennung, die Konfiguration, die niemand auditiert hat.
Die Lektion ist nicht neu, gewinnt aber schärfste Konturen, wenn man sie neben die industrielle Aktualität stellt. Goldman Sachs entfernt Claude Code von den Arbeitsplätzen seiner Trader; United Airlines verbietet Agenten die Flugbuchung; eine Recherche des Wall Street Journal und der Beschluss des Verwaltungsrats beenden die Ära Jensen Huang an der Spitze von Nvidia, während TechPowerUp berichtet, das Unternehmen habe Start-ups finanziert, damit diese seine eigenen GPU kaufen und die Knappheit künstlich aufrechterhalten. Die Welt der agentischen KI wird nicht zurückgewiesen: Sie wird am Massstab der Governance gemessen – und verliert dabei Federn.
Was ist diese Woche nun tatsächlich geschehen? Drei Schichten des KI-Stacks haben sich gleichzeitig bewegt, jede mit ihrer Geschwindigkeit. Die Modellschicht setzte ihren Marsch fort: Claude Fable 5.2 mit 65 auf dem Artificial-Analysis-Index, absoluter Rekord; Gemini 4 Hydrogen als «Daily Driver» des agentischen Codings positioniert; AlphaGenome 2, das dasselbe Rezept auf die Genomik anwendet. Die Wirtschaftsschicht wurde im Sturzschritt gebaut: agentisches Portemonnaie bei OpenAI, x402-Zahlungen bei Brave – die Geburt eines Webs, in dem Agenten vollwertige wirtschaftliche Akteure sind. Und die Schicht des Terrains begann, Nein zu sagen – oder Garantien zu verlangen, die die Modellschicht allein nicht liefern kann.
Genau diese Asymmetrie der Geschwindigkeiten wird die nächsten sechs Monate strukturieren. Die diese Woche publizierten Benchmarks sagen es mit brutaler Klarheit: 66 % Scheitern der Coding-Agenten an der Eintrittsprüfung in die physische Welt, ein Spitzennmodell nur auf Rang 7 der Entscheidungszuverlässigkeit, GPT-5, das sich bei 39 % der Fakten irrt, die es angeblich nicht kennt. Gleichzeitig häufen sich triumphale Fallstudien: 20 000 pro Woche verhandelte Krankenversicherungsverträge bei Curative, Elektronikprototypen, von Claude von A bis Z entworfen, CodeRabbit, das zwanzigmal mehr Auslieferungen reklamiert. Beides ist gleichzeitig wahr – und genau dieses Nebeneinander macht die Governance so dringlich.
Die Reife kam diese Woche aus unerwarteten Ecken. llama.cpp, das Werkzeug der gebastelten lokalen Inferenz, hat mit Version 1.0.0 sein Fundament eingefroren – Symbol eines heranwachsenden Ökosystems. Project Zero hat seine Offenlegungsregel auf 90 Tage ohne Ausnahme verschärft und verweigert sich damit der Diskretion der Anbieter vor der Sicherheit der Nutzer. Und die Entscheidungsmodelle – diese junge Kategorie, die Google wie Hugging Face formalisieren – erkennen implizit an: Ein verlässlicher Agent ist nicht ein grosses Modell, das man pusht, sondern ein kleines, das man kalibriert.
Nächste Woche wird es vermutlich neue Benchmark-Rekorde geben. Sie werden weniger zählen als die Frage, die der Lovable-Leck, Goldman Sachs und United Airlines gemeinsam gestellt haben: Unter welchen Bedingungen übergibt man einer Maschine ein Portemonnaie, eine Kundenakte oder einen Vertrag? Die Labors haben begonnen, produktseitig zu antworten. Das Terrain hat die Worte noch nicht gefunden – und genau dort wird 2027 entschieden.
C'è un paradosso che questa settimana riassume meglio di qualsiasi rapporto prospettico. Da un lato, i grandi laboratori hanno dispiegato un'energia e mezzi considerevoli per rendere più sicuri i propri agenti: approvazione biometrica obbligatoria in ChatGPT Wallet, verifica formale della cifratura di Signal tramite tre milioni di righe di dimostrazioni Lean, modelli di decisione calibrati, self-hosting degli agenti nel cloud del cliente. Dall'altro, una fuga di dati — passaporti e 200 000 messaggi privati esposti in applicazioni no-code generate da Lovable — ha ricordato che l'anello debole non è quasi mai il modello. È il cablaggio predefinito, il compartimentazione assente, la configurazione che nessuno ha auditato.
La lezione non è nuova, ma assume un rilievo impressionante se messa a confronto con l'attualità industriale. Goldman Sachs ritira Claude Code dai posti dei suoi trader; United Airlines vieta agli agenti di prenotare voli; un'inchiesta del Wall Street Journal seguita dalla convalida del consiglio di amministrazione pone fine all'era Jensen Huang alla guida di Nvidia, mentre TechPowerUp riferisce che l'impresa avrebbe finanziato delle start-up perché acquistassero i propri GPU e alimentassero artificialmente la penuria. Il mondo dell'IA agentica non viene respinto: viene messo alla prova della governance, e ne esce con qualche piuma in meno.
Che cosa è davvero accaduto questa settimana, in fondo? Tre strati della pila IA si sono mossi simultaneamente, ciascuno alla propria velocità. Lo strato modelli ha continuato la propria marcia: Claude Fable 5.2 a 65 sull'indice Artificial Analysis, record assoluto; Gemini 4 Hydrogen posizionato come «pilota quotidiano» del coding agentico; AlphaGenome 2 che applica la stessa ricetta alla genomica. Lo strato economia si è costruito a ritmo forzato: portafoglio agentico da OpenAI, pagamenti x402 da Brave, la nascita di un web in cui gli agenti sono attori economici a pieno titolo. E lo strato terreno, lui, ha cominciato a dire no — o a esigere garanzie che lo strato modello da solo non può fornire.
È questa asimmetria delle velocità che strutturerà i prossimi sei mesi. I benchmark pubblicati questa settimana lo dicono con una brutalità chiara: 66% di fallimento degli agenti coder all'esame d'ingresso del mondo fisico, un modello di punta solo settimo in affidabilità decisionale, GPT-5 che sbaglia sul 39% dei fatti che pretende di non conoscere. Nel frattempo, i casi studio trionfali si accumulano: 20 000 contratti sanitari negoziati a settimana da Curative, prototipi elettronici progettati da cima a fondo da Claude, CodeRabbit che rivendica venti volte più rilasci. I due sono veri simultaneamente — ed è proprio questa coesistenza a rendere la governance così urgente.
La maturità, questa settimana, è venuta da luoghi inaspettati. llama.cpp, lo strumento dell'inferenza locale artigianale, ha congelato le proprie fondamenta in versione 1.0.0 — simbolo di un ecosistema che cresce. Project Zero ha irrobustito la propria regola di divulgazione a 90 giorni senza eccezioni, rifiutando che la discrezione dei venditori prevalga sulla sicurezza degli utenti. E i modelli di decisione, questa categoria nascente che Google come Hugging Face formalizzano, riconoscono implicitamente che un agente affidabile non è un grande modello che si spinge avanti, ma un piccolo modello che si calibra.
La prossima settimana farà senza dubbio nuovi record di benchmark. Questi conteranno meno della domanda che la fuga Lovable, Goldman Sachs e United Airlines hanno posto insieme: a quali condizioni si affida un portafoglio, un dossier cliente o un contratto a una macchina? I laboratori hanno cominciato a rispondere sul fronte prodotto. Il terreno, lui, non ha ancora trovato le parole — ed è lì che si deciderà il 2027.
Gh'è on paradoss che 'sta setemana chì la sommeggia mej de qualsessia rapport prospettiv. D'ona banda, i grand laboratori hann despiegaa ona energia e di mes considerabil per fà su i sò agent pussee sicur: approvazion biometrega obligatoria in ChatGPT Wallet, verificazion formala del cifradura de Signal cont tri milion de lign de prov Lean, modèj de decision calibraa, auto-hosting di agent in del cloud del client. De l'oltra, ona fuga — passaport e 200.000 messagg privaa esponuu in di app no-code generaa de Lovable — l'ha regordaa che l'anej debol l'è quasi mai el modell. L'è 'l cablagg per defaut, el separament che 'l gh'è no, la configurazion che nissun l'ha audiaa.
La lession l'è no noeova, ma la ciappa on riliev che 'l fa sccioppà quand che la se mett a confront cont l'actualitaa industrial. Goldman Sachs el tira via Claude Code di post di sò trader; United Airlines el proibiss ai agent de reservà di vol; ona inchiesta del Wall Street Journal e poeu l'aprovazion del consej d'aministrazion metten fin a l'era Jensen Huang a capp de Nvidia, intant che TechPowerUp el rapporta che l'impresa l'avaria finanziaa di start-up per comprà i sò pròpi GPU e tègner su artifizialment la scarsitaa. El mond de l'IA agentica l'è no refudaa: l'è mettuu a la proeuva de la governanza, e 'l ghe perdenn i piumm.
Coss'è che l'è succeduu proppi 'sta setemana, al fond? Tri strat de la pila IA s'inn moeves in del midemm moment, vun con la soa velocitaa. El strat di modèj l'è andaa innanz per la soa strada: Claude Fable 5.2 a 65 sora l'indecs Artificial Analysis, record assolut; Gemini 4 Hydrogen posizionaa comè «pilota giornadier» del coding agentich; AlphaGenome 2 che 'l aplica l'istessa ricetta a la genomica. El strat economia el s'è faa su a pass sforzaa: portafogli agentich de OpenAI, pagament x402 de Brave, la nascita d'on web indè che i agent hinn ator economich a tutt i effett. E 'l strat terren, lu, l'ha scominciaa a dì no — o a esig garanzij che 'l strat di modèj el po no dà perluu.
L'è 'sta asimmetria di velocitaa che la estructurarà i ses mes che vegnen. I benchmark publicaa 'sta setemana chì la disen cont ona ciarezza brutal: 66% de fali di agent coder a l'esamm d'ingress del mond fisich, on modell de coo domà al 7° post in affidabilitaa de decision, GPT-5 che 'l se sbaglia sora 'l 39% di fatt che 'l dis de cognoss no. Intant, i cas studio triumfant se sommen: 20.000 contratt de sanitaa negoziaa a la setemana de Curative, di pròtotip eletronegh concepii de la fin a la fin de Claude, CodeRabbit che 'l reclama vint voeult pussee de consegna. Tucc du hinn ver in del midemm moment — e l'è proppi 'sta coesistenza che la fa la governanza inscì urgenta.
La maturitaa, 'sta setemana, l'è vegnuda de loeugh inspettaa. llama.cpp, el strument de l'inferenxa local brioeuga, l'ha figaa i sò fondament in version 1.0.0 — simbol d'on ecosistema che 'l cres. Project Zero l'ha duRaa la soa regola de divulgazion a 90 dì senza ecezion, refudand che la discrezion di venditor la vaga innanz a la sicurezza di utent. E i modèj de decision, 'sta categoria noeova che Google comè Hugging Face formalizzen, reconossen implicitament che on agent fidabil l'è no on grand modell che se sping, ma on piscinin modell che se calibra.
La setemana che la ven la farà fors di noeuv record de benchmark. Quij chì vararann men de la domanda che la fuga Lovable, Goldman Sachs e United Airlines hann mettuu insemma: a che condizion se ghe fiden on portafogli, on dossier client o on contratt a ona machina? I laboratori hann scominciaa a respond de la banda del prodot. El terren, lu, l'ha no ancamò truaa i paroll — e l'è lì che se gioeugarà el 2027.