AM-IA brings together news, research papers and applications relating to artificial intelligence published around the world into a single feed — and makes them available in your European language at the click of a button.
Scroll to browse · Click to filter
▶
Gabriel Martinez (G2i) s'attaque au nouveau goulot d'étranglement du développement assisté par IA : produire du code ne coûte presque plus rien, le relire coûte de plus en plus cher.
▶
Charles Dickens (Snorkel AI) raconte comment un modèle de 4 milliards de paramètres, entraîné par renforcement pour moins de 500 dollars, a battu son grand frère de 235 milliards sur des questions financières.
▶
Dominik Kundel (OpenAI) présente le Codex App Server, le protocole JSON-RPC open source qui fait tourner l'app Codex, et montre comment l'intégrer dans ses propres outils.
▶
Plutôt que de répéter les mêmes corrections à un agent de code sans mémoire, Greg Pstrucha (Sentry) défend l'idée de les graver dans des tests, des types stricts et surtout des règles de lint.
▶
Le cofondateur de Gitar, aujourd'hui intégré à Sonar, explique comment automatiser la validation des pull requests que l'IA produit en masse : revue, analyse de la CI, correctifs et fusion automatique.
▶
Excellents sur les benchmarks, les agents flanchent face aux vrais clients. Felipe Blanes tire les leçons de Nova Act : une boucle d'évaluation centrée client et un seuil de confiance autour de 92 %.
▶
Un serveur MCP avec un outil par endpoint a cédé dès que toute l'équipe s'en est servie. Abhi Arya raconte comment Reducto l'a reconstruit autour de moins d'outils et d'une incertitude affichée.
▶
Jake Broekhuizen (LangChain Labs) explique comment transformer les traces d'un agent en mémoire durable qui modifie réellement son comportement d'une exécution à l'autre.
▶
Une développeuse d'AWS explique pourquoi agrandir la fenêtre de contexte ne règle pas les pannes d'agents, et présente quatre stratégies de gestion de la mémoire.
▶
Philipp Schmid (Google DeepMind) explique pourquoi un agent IA a besoin de son propre environnement d'exécution isolé pour travailler en sécurité.
▶
Eli Cohen (Snyk) explique pourquoi un test d'intrusion une ou deux fois par an ne suffit plus face à des attaquants qui enchaînent des failles avec l'IA en quelques minutes.
▶
Rafal Wilinski (Runlayer) montre comment des agents rédigent leurs propres compétences à partir de leurs essais réussis et ratés, et les partagent via MCP.
▶
Pour Dor Sasson, les crises tarifaires des éditeurs d'IA relèvent de l'infrastructure : il faut vérifier les droits avant l'inférence et régler après, comme un distributeur de billets.
▶
Pourquoi le grep de Claude Code suffit pour du code mais pas pour des millions de PDF d'entreprise : George He (LlamaIndex) propose de laisser l'agent choisir parmi cinq outils de recherche.
▶
Pete Hegseth annonce la création d'un commandement à quatre étoiles dédié à la guerre autonome, AutoWarCom, et présente le projet Meridian sur les technologies militaires des prochaines décennies.
▶
Charles Frye (Modal) suit une requête à travers un moteur d'inférence comme SGLang ou vLLM, et détaille cache KV, CUDA graphs, décodage spéculatif et débogage en production.
▶
Jim Clark (Docker) explique pourquoi la sécurité d'un agent tient à son bac à sable et aux outils qu'on y fait entrer, et pourquoi il ne devrait y détenir aucun identifiant.
▶
Un ingénieur de PayPal compare trois façons d'encaisser un paiement lancé par un agent IA : Instant Checkout dans ChatGPT, AI Mode de Google et une application MCP avec page de paiement externe.
▶
Paige Bailey présente Gemma 4, la famille de modèles ouverts de Google DeepMind sous licence Apache 2, de 2 à 31 milliards de paramètres, avec des démonstrations d'inférence entièrement locale dans le navigateur.
▶
Le PDG de Sourcegraph explique pourquoi le flot de code produit par les agents accélère la dégradation des grandes bases de code, et pourquoi le contexte compte plus que la qualité du modèle.