Fuites Google DeepMind RSI : GPT-6 Astra « nerfé », Kimi K2.8 Code et autres nouvelles IA

Une fuite plus importante qu’un simple lancement

Le point central de cette histoire n’est pas un modèle officiellement présenté sur scène. C’est l’idée que Google DeepMind avancerait vers des boucles d’amélioration récursive, ou RSI pour recursive self-improvement. Dans son sujet publié le 13 septembre, 8news décrit des fuites associées à Google Vertex qui mentionneraient un modèle RSI, et relie ces indices à l’idée que Sergey Brin pousserait des ressources vers cette direction pendant que Demis Hassabis reste concentré sur la stratégie AGI [1].

La nuance est essentielle. L’amélioration récursive ne signifie pas seulement « un meilleur chatbot ». Elle désigne un mécanisme dans lequel l’IA participe à l’amélioration de l’IA suivante: écriture de code d’évaluation, détection de faiblesses, optimisation de pipelines, génération de tests, assistance à la recherche, voire proposition de nouvelles méthodes d’entraînement. Si ce type de boucle devient fiable, la compétition ne se mesure plus uniquement au meilleur modèle disponible aujourd’hui, mais à la vitesse à laquelle chaque laboratoire peut progresser.

Pour l’instant, il faut rester prudent. Les éléments publics parlent de fuites, de références techniques et d’interprétations communautaires, pas d’une confirmation que Google aurait atteint une auto-amélioration autonome complète. Le sujet 8news présente lui-même l’élément RSI comme une affirmation issue de fuites liées à Vertex et à l’accélération de DeepMind, non comme un produit annoncé et vérifiable [1]. La conclusion raisonnable est donc que Google semble explorer, ou au minimum structurer, des boucles de recherche proches du RSI, mais que la preuve externe manque encore.

Pourquoi la rumeur Google a autant circulé

Si cette fuite a pris autant d’ampleur, c’est parce qu’elle correspond à une tendance déjà visible. 8news souligne que Google a récemment enchaîné les mises à jour Gemini à un rythme inhabituel, notamment avec des versions Gemini 3.7 et 3.8 rapprochées, et que les boucles agentiques d’évaluation et de raffinement sont désormais évoquées autour de la feuille de route de DeepMind [1].

La vraie question est de savoir s’il s’agit seulement de meilleurs outils internes ou du début d’un moteur cumulatif. Un outil classique accélère les développeurs humains. Une boucle RSI, même partielle, accélère le processus qui améliore le modèle lui-même. C’est cette différence qui rend les signaux faibles aussi sensibles: si la boucle se ferme suffisamment, le rythme de progrès dépend moins du calendrier humain linéaire.

Il ne faut pas non plus fantasmer un scénario instantané. Les modèles peuvent écrire du code, lancer des tests et analyser des erreurs, mais le développement d’un modèle frontière dépend aussi de la qualité des données, de la validité des évaluations, de la disponibilité du calcul, de la fiabilité de l’infrastructure, de la revue de sécurité et du jugement scientifique. Si Google bâtit une infrastructure RSI, sa forme la plus probable à court terme est une chaîne de recherche très encadrée où des modèles agissent comme assistants de recherche, rédacteurs de tests, réviseurs de code et opérateurs d’expériences.

Kimi K2.8: une mise à jour concrète pour le code

Pendant que l’attention se concentrait sur Google, Moonshot AI a livré une évolution plus tangible. IT之家 a rapporté le 11 septembre à 16 h, heure de Pékin, que Kimi K2.8 Preview était entièrement déployé dans Kimi Code, avec le même identifiant de modèle, kimi-for-coding, ce qui évite toute modification de configuration pour les clients et les outils tiers [2].

Le détail important n’est pas seulement le numéro de version inhabituel. C’est le positionnement: K2.8 Preview est présenté comme proche de K3 en performance globale, avec une meilleure efficacité de réflexion, des capacités de code et d’agent renforcées, et une fenêtre de contexte allant jusqu’à 1 million de tokens pour tous les niveaux d’abonnement [2]. Le modèle prend aussi en charge trois niveaux de thinking effort — low, high et max — avec max par défaut; sans thinking, les requêtes de la série K3 et de K2.8 Preview sont routées vers une version K2.8 sans réflexion [2].

Autrement dit, K2.8 ressemble moins à un modèle de prestige qu’à un modèle d’exploitation. K3 peut rester la référence la plus ambitieuse, mais un codeur presque aussi fort, plus efficace et plus pratique peut compter davantage dans le travail quotidien. Les développeurs n’ont pas toujours besoin du raisonnement maximal; ils veulent souvent un modèle qui ne suranalyse pas une modification simple, qui garde un gros projet en contexte et qui se comporte de façon prévisible dans les outils.

Cette évolution rejoint aussi le thème RSI. Les agents de code ne servent pas seulement les utilisateurs finaux. Ils deviennent l’outillage interne des laboratoires pour écrire des tests, nettoyer des jeux de données, améliorer des harnais d’évaluation et automatiser la gestion d’expériences. Un modèle de programmation est désormais aussi un accélérateur de recherche.

Astra: le « nerf » venait surtout de la couche produit

Du côté d’OpenAI, l’actualité a été plus défensive. Des utilisateurs comparaient les sorties de GPT-6 Astra au lancement avec des sorties récentes, et jugeaient le modèle plus faible, notamment sur des générations visuelles ou des scènes 3D complexes. L’accusation était simple: Astra aurait été discrètement nerfé.

Un article de BlockTempo publié le 12 septembre, citant Thibault Sottiaux, responsable produit OpenAI Codex, rapporte qu’OpenAI a identifié trois causes: des skills écrits pour d’anciens modèles se déclenchaient trop souvent, une expérience optionnelle de gestion du contexte pouvait provoquer des arrêts prématurés ou des réponses à d’anciens messages, et certains moteurs mal configurés dégradaient la qualité d’une partie du trafic de longue traîne [3]. L’expérience de contexte aurait touché environ 4 000 à 5 000 utilisateurs, et OpenAI affirme avoir corrigé ou désactivé les éléments problématiques [3].

Ce diagnostic est révélateur. Il déplace le débat de « le modèle est devenu moins bon » vers « la pile de service a altéré l’expérience ». Dans l’IA frontière, la qualité ne dépend plus seulement des poids du modèle. Elle dépend aussi du routage, des moteurs d’inférence, des gestionnaires de contexte, des fichiers de skills, des politiques d’outils et des expériences produit autour du modèle. Un modèle de très haut niveau peut sembler médiocre si la couche d’orchestration active le mauvais skill, coupe le mauvais contexte ou dirige une requête vers une infrastructure dégradée.

OpenAI a aussi réinitialisé les quotas des utilisateurs payants, un geste qui sert à la fois de compensation et de signal de confiance [3]. Pour les clients, la leçon est claire: un score de benchmark ne garantit pas une expérience stable. Pour les laboratoires, elle l’est encore plus: dès qu’une baisse est perçue, la charge de la preuve revient au fournisseur.

Anthropic veut ralentir le front

Le contexte de sécurité s’est durci en parallèle. AP a rapporté le 12 septembre que Dario Amodei, PDG d’Anthropic, estime que l’industrie de l’IA devrait ralentir son développement afin de laisser le temps aux mesures de sécurité de rattraper les capacités [4]. Il a averti que, sans ralentissement, des systèmes d’IA pourraient d’ici six à douze mois diriger un essaim d’agents capable de prendre le contrôle d’Internet [4].

Sa proposition inclut un accès « continu, de type employé » pour des évaluateurs externes chargés de surveiller les pratiques de sécurité, et AP rapporte qu’Anthropic prévoit de le faire elle-même, avec bureaux, badges et ordinateurs d’entreprise pour ces évaluateurs [4]. AP indique également que Sam Altman, d’OpenAI, s’est rapidement engagé en faveur d’un modèle similaire d’évaluation indépendante [4].

Ce point touche directement au débat RSI. Si les modèles commencent à accélérer la recherche en IA elle-même, l’évaluation de sécurité ne peut plus être une formalité de fin de lancement. Elle doit entrer dans le pipeline de développement, là où les entraînements, les essaims d’agents, les comportements émergents et les changements d’infrastructure peuvent être inspectés avant d’atteindre le public.

Ce que cette semaine dit vraiment

Pris ensemble, ces événements montrent une frontière qui avance dans deux directions opposées mais simultanées. Les fuites sur Google suggèrent une recherche de vitesse interne. Kimi K2.8 montre que les agents de code deviennent plus pratiques. L’incident Astra rappelle que la qualité perçue dépend d’une orchestration fragile. L’appel d’Anthropic montre que les responsables de la sécurité considèrent désormais l’accélération elle-même comme un problème de gouvernance.

La conclusion immédiate n’est pas que l’amélioration récursive autonome est arrivée. C’est que les workflows proches du RSI deviennent l’idée structurante de la compétition. Les laboratoires ne construisent plus seulement des modèles; ils construisent des usines à améliorer les modèles. Les gagnants seront peut-être ceux qui rendront ces usines rapides, fiables, auditables et suffisamment sûres pour être acceptées.

Sources des dernières 72 heures

1. [1]Huge Google DeepMind RSI Leaks! GPT-6 Astra Nerfed, Kimi K2.8 Code, & More! AI News13 sept. 2026, 06:15 UTC
2. [2]月之暗面 Kimi K2.8 Preview 模型全量上线 Kimi Code，综合性能接近 K311 sept. 2026, 08:00 UTC
3. [3]OpenAI 修正 Astra 三個毛病，宣布今晚午夜前重置用量額度11 sept. 2026, 19:20 UTC
4. [4]Anthropic CEO Dario Amodei says AI industry needs to give safety measures time to catch up12 sept. 2026, 16:37 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.