Tech • IA • Robotique • Jeu

VIDÉO
ENFR

OpenAI O au Dev Day, Copilot relancé, Claude Sonnet 5.5

IAlundi 28 septembre 2026· 16 vidéos

Briefing

Lecteur audio
0:00 / 0:00

OpenAI prépare l’agent O

OpenAI devrait profiter de son Dev Day du 29 septembre pour présenter O, un assistant « toujours actif » destiné aux tâches longues. Des indices dans ChatGPT et des écrans d’abonnement évoquent 63 langues, plusieurs offres payantes, jusqu’à 100 Go de stockage et un fonctionnement sur heures, jours ou semaines. Le projet est aussi relié au nom de code AON, suggérant une infrastructure cloud capable d’exécuter du code, faire de la recherche et poursuivre un objectif sans interaction continue. Cette orientation placerait OpenAI plus frontalement sur le terrain des agents persistants face à Microsoft, Google, Meta, xAI et Anthropic.

Microsoft relance Copilot au travail

Microsoft repositionne Copilot comme une application autonome pour le travail, et non plus comme une simple couche ajoutée à Windows ou Office. L’interface centralise chat, documents, code et automatisation, avec des agents capables d’agir dans Word, Excel et PowerPoint sous contrôle de l’entreprise. L’objectif est aussi de contenir l’« IA de l’ombre », c’est-à-dire l’usage d’outils grand public hors des systèmes approuvés. Ce virage intervient alors que la demande de solutions hébergées et gouvernées en interne s’accélère dans les grandes organisations.

Claude Sonnet 5.5 accélère

Anthropic lance Claude Sonnet 5.5 comme une version plus rapide, moins coûteuse et plus claire que Sonnet 5. L’éditeur avance des réponses environ 30 % plus rapides et des coûts jusqu’à 30 % plus bas sur de nombreuses tâches, avec une meilleure efficacité en tokens. Le modèle est particulièrement mis en avant pour la programmation et la collaboration, où la lisibilité des réponses compte autant que les scores bruts. Dans la gamme, Sonnet 5.5 se place sous Opus 5.5 en prix, tout en conservant une grande partie de l’ergonomie de cette génération.

Figure bondit avec Helix 2.5

Figure affirme que Helix 2.5 améliore nettement les capacités domestiques de son humanoïde Figure 03 dans des maisons inconnues. Testé dans environ 30 maisons de la baie de San Francisco, le système est passé d’un taux de réussite complet de 9 % à 56 % sur des tâches comme ranger 13 à 15 jouets, plier des serviettes ou faire un lit. L’entraînement repose sur une vaste bibliothèque de vidéos humaines, dans une logique de montée en échelle des données proche de celle des grands modèles de langage. Le résultat renforce l’idée qu’une loi d’échelle robotique pourrait émerger, tout en ravivant les inquiétudes sur la sécurité, l’emploi et la vie privée.

OpenAI voit une fenêtre défensive

OpenAI soutient qu’une « fenêtre des défenseurs » s’est ouverte en cybersécurité, où les modèles de pointe aideraient à trouver et corriger les vulnérabilités avant leur industrialisation par les attaquants. L’entreprise affirme que plus de 1 milliard de personnes utilisent désormais GPT chaque semaine, tandis que la sécurité devient la priorité numéro un de nombreux clients. Elle cite aussi Stadler à Berlin, qui aurait obtenu 30 % à 40 % de gains d’efficacité avec 145 agents d’IA pour 650 employés. L’argument central est que cet avantage est temporaire et exige une adoption rapide par les entreprises, les gouvernements et les fournisseurs de sécurité.

WCO revendique l’auto-amélioration récursive

WCO dit avoir observé un premier cas public d’auto-amélioration récursive dans un cadre contrôlé. Son agent AID a réécrit son propre processus sur 100 tours en 8 jours, sous budget constant, jusqu’à dépasser une version conçue manuellement sur 2 ans. Environ 90 % des refontes ont été rejetées, mais sept améliorations successives ont été conservées après validation sur des tâches d’entraînement, de planification et de correction de bugs réels. Si les résultats se confirment, l’expérience crédibilise l’idée qu’un système d’IA peut optimiser sa propre architecture sans intervention humaine continue.

Space Money Alpha intrigue

Space Money Alpha émerge anonymement sur OpenRouter et OpenCode avec un profil technique inhabituel. Le modèle annoncerait environ 74 tokens par seconde, 1,5 seconde de latence initiale, une entrée multimodale et une fenêtre de contexte de 1 million de tokens. Ses performances paraissent solides en développement web, même si le temps de complétion grimpe fortement quand le niveau de raisonnement est poussé au maximum. L’absence d’auteur identifié et les spéculations autour d’un lien avec MiniMax nourrissent un intérêt particulier dans l’écosystème open model.

Saylor mise sur l’IA opérationnelle

Michael Saylor défend une approche de l’IA centrée sur l’exécution, loin des promesses futuristes sur l’abondance ou la guérison universelle. Chez Strategy, cette logique vise la conception de produits financiers, la relance de la croissance logicielle et l’exploitation d’avantages concrets plutôt que le simple discours de marque. Son cadre théorique relie aussi l’essor de l’IA à un déplacement de la valeur économique du travail humain vers les actifs rares et les canaux de distribution. Cette lecture prolonge son historique dans la business intelligence, où la donnée sert d’abord à simuler, prévoir et décider.

Vidéos couvertes

Briefings précédents · IA