La semaine en bref

Gemini 4 Carbon prend la tête de l'Intelligence Index mais reste réservé aux cyberdéfenseurs, Kimi K3.1 Pro promet le meilleur modèle à poids ouverts, et les agents de code passent à la parallélisation. Le vrai sujet de la semaine : paralléliser coûte cher si le cache de prompt n'est pas partagé.

Accès rapide

news-2026-10-30.ailab.infocepo.com
Scannez ce QR code pour ouvrir la page sur téléphone.

Synthèse arrêtée au vendredi 30 octobre 2026 — seules les informations vérifiables de la semaine sont retenues.

News & outillage

Cinq sujets cette semaine : la parallélisation des agents de code arrive, et l'outillage de sécurité s'industrialise.

OpenCode — worktrees parallèles

En quatre jours et trois versions, OpenCode apprend à créer, lister et supprimer des git worktrees pour les tâches parallèles : une session pilote distribue les correctifs à des sous-agents, chacun dans son arbre de travail. Le 29 octobre s'ajoute une PR task-parallel pour les sous-tâches concurrentes (+611 lignes, encore en brouillon).

anomalyco/opencode

Le piège de la parallélisation

Chaque sous-agent ouvre une session neuve, avec sa propre clé de cache de prompt et sans plafond de concurrence (issue #54935). Le contexte partagé est re-facturé à chaque sous-agent : sous une limite de requêtes/seconde, la parallélisation ne finit pas plus vite — elle coûte plus cher.

Cloudflare — security-audit-skill

Une skill d'agent de code qui transforme l'assistant en auditeur, en six phases : reconnaissance, chasse guidée par la couverture (coverage-ledger.json), validation par réfutation, sortie structurée (findings.json), vérification indépendante, rapport neutre. Trois verdicts : confirmed, needs_validation, rejected. Installation : npx skills add https://github.com/cloudflare/security-audit-skill.

Open source

Kimi K3.1 Pro — 4ᵉ de l'Intelligence Index

55 points (+11 sur K3), contexte de 1 M de tokens, Terminal-Bench 4.0 à 65,7 %, OfficeQA Pro v2 à 64,4 (meilleur score publié). Poids annoncés avant le 4 novembre : il deviendrait alors le meilleur modèle à poids ouverts, à 3 points du front fermé.

Moonshot AI · poids ouverts à venir

paperless-ngx 3.4.0

La GED auto-hébergée passe en 3.4.0 : vignettes PDF par poppler, chat IA retravaillé, champs personnalisés dans les workflows. La recherche plein texte reste entièrement locale (backend Tantivy depuis la 3.0) : recherche et chat sur des PDF administratifs sans sortie de données.

GPL-3.0 · 29 octobre

GitHub Agentic Workflows — GA

On décrit en Markdown une tâche de raisonnement (triage d'issues, analyse d'échec CI, écriture de tests) et GitHub exécute un agent dans Actions, avec un périmètre de permissions explicite. À comparer avec Copilot Fusion : Fusion Max marque 60 sur le Coding Agent Index pour environ la moitié du coût API de Claude Code + Opus 5.5.

GitHub Next · 28 octobre

Décision

Trois briques pour classer, router et sélectionner — sans LLM génératif quand ce n'est pas nécessaire.

autotrust/JEV-35B — le modèle de décision « System 1 »

35 Md de paramètres (~3 Md actifs), Apache-2.0, fine-tune de Qwen3.5-35B-A3B : jusqu'à 256 options notées en une seule passe — une distribution de probabilités calibrée, pas du texte généré. Decision Index 0.3 : 59,73 (contre 53,64 pour JEV-27B-VL). Latence médiane 204 ms sur un B200. La version NVFP4 tient en 23,3 Gio de VRAM avec 96,6 % de réponses identiques au bf16, même API POST /v1/decide : un seul GPU 32–48 Go suffit. À ne pas confondre avec TypeSafe Jev 1.13, modèle fermé dont il reproduit les décisions sans affiliation.

vLLM Semantic Router — le plugin RAG

Un seul endpoint OpenAI-compatible (vllm-sr/auto) devant plusieurs modèles et backends ; le plugin RAG s'exécute dans le pipeline, avant l'appel modèle. Backends : OpenAI vector store, Llama Stack, MCP, API externe, OpenAI file search. Recherche hybride avec fusion RRF (à calibrer par plage de scores plutôt qu'avec un seuil cosinus brut), réécriture de requête, embeddings fenêtrés.

BGE-M3 — le socle d'embeddings à garder

Trois modes de récupération dans un seul modèle (dense, sparse lexical, multi-vecteurs façon ColBERT), plus de 100 langues, 8 192 tokens de contexte, licence MIT. Architecture à retenir : BGE-M3 pour les embeddings, fusion RRF côté routeur, et un modèle de décision type JEV-35B pour les choix fermés — 204 ms contre plusieurs secondes, et des probabilités exploitables comme seuil.

Réduction de tokens

Quatre outils, quatre angles d'attaque : les sorties d'outils, le code, la prose du modèle, la mémoire.

hystax/optscale-kompressor + RTK

Les agents ré-envoient tout leur historique à chaque étape : logs apt-get, warnings, barres de progression. Kompressor réécrit ces sorties machine en une forme plus courte, sans toucher au prompt. Chiffres annoncés : 2× les économies de Headroom, −22,7 % de coût, −25 % de trafic de prompt, 15× moins de requêtes au-delà de 200 K tokens. L'argument clé est le déterminisme : le même octet produit doit sortir à chaque tour, sinon le cache de prompt est invalidé et la conversation re-facturée. Un binaire Rust de ~33 K lignes, aucune dépendance ML, aucun réseau à l'exécution.

graphify — cartographier le code

Plutôt que de laisser l'agent grep, /graphify construit un graphe de connaissances du projet (code, docs, PDF, images). Le code est parsé par AST tree-sitter : déterministe, sans LLM, rien ne quitte la machine. Chaque arête est étiquetée EXTRACTED (explicite) ou INFERRED (déduite). Ce n'est pas un index vectoriel : un vrai graphe que l'on parcourt. L'éditeur annonce jusqu'à 80 % de tokens en moins — chiffre marketing, à vérifier avec graphify benchmark sur notre base.

Graphify-Labs/graphify

JuliusBrussee/caveman

La skill compresse les réponses du modèle en prose « caverne » : plus d'articles ni de hedging, mais le code, les blocs et les symboles restent exacts. 65 % de tokens de sortie en moins en moyenne (plage 22–87 %) ; côté entrée, −33,2 % sur 54 runs Claude Code, 18 réponses justes sur 18. Le fichier HONEST-NUMBERS.md explique quand caveman coûte des tokens et conseille de le désactiver si c'est net-négatif. La skill seule ne compresse ni l'entrée, ni le contexte, ni les tokens de raisonnement.

v1.9.1

mem0 — mémoire d'agent

Sur LoCoMo : score de 92,5 pour ~6 956 tokens par appel, contre plus de 25 000 en contexte complet — environ −90 % de tokens pour +26 % de précision relative, latence médiane quasi inchangée (+1 ms). L'explication : extraction « ADD-only » (on n'écrase jamais un fait), liaison d'entités, reranking temporel, et seuls les meilleurs résultats entrent dans le prompt.

Autres

lightpanda-io/browser — le navigateur des agents

Moteur écrit de zéro pour les machines : exécution JavaScript, aucun rendu graphique. Annoncé 9× plus rapide et 16× moins de mémoire que Chrome, démarrage instantané — donc beaucoup plus de sessions parallèles. Le revers assumé : moins puissant que Chrome. Lightpanda pour le crawl massif et l'extraction de données, Chrome/Playwright quand il faut du rendu fidèle ou du débogage visuel.

Lightpanda 1.0

Gemini 4 Carbon — premier à l'Intelligence Index, accès verrouillé

Deux semaines après Argon, Google sort son modèle le plus puissant : 59 points à l'Intelligence Index v5, devant Claude Opus 5.5 (58) et GPT-6 Astra (57). Orienté cybersécurité (88,2 % SEC-bench Pro, 71,0 % CWE-bench). Disponibilité volontairement restreinte : cyberdéfenseurs d'abord, puis le programme Fairwind, avant les développeurs et le grand public. Tarif de lancement 2 $ / 10 $ le million de tokens, puis 4 $ / 20 $.

À retenir pour mi-agent

Sources