Veille — 2026-11-01
73 nouvel articles.
How We Took Over ChatGPT Accounts
Simon Willison
Parameter Labs a découvert une chaîne de vulnérabilités dans les aperçus HTML de ChatGPT permettant à du contenu non fiable de sortir de son cadre isolé. Le mécanisme de clavier virtuel de la bibliothèque MathLive permettait d’injecter du HTML dans la page principale, puis d’y créer un cadre dépourvu de restrictions d’isolation. Un point d’accès YouTube permettait ensuite de contourner les restrictions de chargement des scripts et d’exécuter du JavaScript dans ChatGPT. Un lien de partage malveillant pouvait ainsi permettre de dérober les données privées d’un utilisateur connecté ou d’effectuer des actions en son nom. OpenAI a corrigé la faille et versé une prime de 5 000 dollars.
Lire l’article original
datasette-llm 0.1a9
Simon Willison
La version 0.1a9 de datasette-llm apporte une amélioration de l’expérience utilisateur : le plugin reprend désormais le modèle par défaut défini dans LLM. Datasette Agent peut ainsi démarrer sans configuration explicite d’un modèle par défaut, alors qu’il fallait auparavant le préciser avec l’option « -s plugins.datasette-agent.default_model ». Simon Willison annonce également préparer des améliorations plus importantes pour Datasette Agent, sans en détailler le contenu.
Lire l’article original
dbreunig/nesformer
Simon Willison
Drew Breunig a créé nesformer, un émulateur fonctionnel du processeur 6502 de la Nintendo Entertainment System intégré aux poids de Qwen3.5-4B, en s’inspirant de qwenputer de Divyansh Agrawal. Le système permet d’exécuter des ROM NES, notamment Super Mario Bros, mais très lentement. Dans un commentaire sur Hacker News, Breunig a partagé les requêtes adressées à Opus 5.5 pour explorer la faisabilité du projet, puis construire les poids et une interface en ligne de commande permettant de lancer une ROM. Selon le texte, Opus a trouvé et utilisé une suite de tests de conformité du processeur NES publiée quinze ans auparavant par Christopher Pow.
Lire l’article original
API credits benefit for eligible ChatGPT subscriptions
Simon Willison
Selon Simon Willison, OpenAI propose désormais aux titulaires d’abonnements éligibles à 100, 200 ou 500 dollars des crédits API d’un montant équivalent, à affecter à l’une de leurs organisations API. Cette offre reprend un avantage annoncé plus tôt dans le mois par Anthropic pour ses abonnements Max et Team, dont les crédits ont une durée de validité limitée. L’auteur indique être abonné aux deux entreprises et se réjouit de cet avantage. Il envisage de publier des démonstrations accessibles au public, les crédits étant déjà couverts par ses abonnements existants.
Lire l’article original
Building a multiplayer game world with autonomous Fable-class models
Simon Willison
Spawn est un environnement de jeu massivement multijoueur dans lequel les joueurs peuvent modifier le monde par des instructions adressées à Savi, un agent intégré, notamment pour créer un château ou un dragon. Selon Jacob Sansbury, son développement repose désormais sur un essaim d’agents utilisant les modèles Fable, pour un coût mensuel supérieur à trois millions de dollars en jetons.
Ces agents modifient directement le code en production et livrent chaque heure ; environ 60 % des travaux proviennent d’erreurs, de signalements, de journaux ou de demandes de fonctionnalités. L’équipe considère une heure sans livraison comme un incident de gravité maximale et affirme pouvoir annuler une modification défectueuse de manière ciblée en trente secondes. Sansbury attribue cette autonomie à Fable 5 puis 5.1 et rapporte qu’un essai de GPT-6 Astra pour corriger des problèmes de sécurité a abouti à la désactivation de toutes les fonctionnalités. Simon Willison juge cette expérimentation prometteuse pour explorer les capacités des agents de programmation dans les jeux, tout en exprimant des réserves sur son application à des logiciels présentant des risques plus élevés.
Lire l’article original
Quoting Ben Hylak
Simon Willison
Ben Hylak affirme que tous les produits qu’il utilise devraient être accessibles via un MCP sans interface, relié à un agent qui lui épargnerait de se soucier du fonctionnement sous-jacent. Il fait toutefois une exception pour son propre produit, dont les clients aimeraient particulièrement l’interface et l’équipe. Cette remarque ironique souligne le décalage entre le souhait de déléguer les interactions à des agents et la conviction que son propre produit mérite de conserver une interface.
Lire l’article original
Quoting Ted Sanders
Simon Willison
Ted Sanders explique que les performances des grands modèles de langage sont multidimensionnelles : un modèle meilleur en mathématiques ne l’est pas nécessairement pour l’humour. Selon lui, la taille explique néanmoins une grande partie des écarts, les modèles plus grands étant généralement plus performants et fiables, plus coûteux par jeton et meilleurs pour restituer des faits obscurs. Il présente la gamme selon l’ordre croissant Luna, Terra, Sol et Astra. Les numéros de version indiquent à la fois l’ordre de sortie, les liens entre modèles et l’ampleur des progrès : une version 6.1 succéderait ainsi à une 5.6 sans représenter une avancée suffisante pour justifier une version 7.
Lire l’article original
GitHub Octoverse 2026
Simon Willison
Selon Simon Willison, Jay Parikh a présenté le rapport GitHub Octoverse 2026 lors de GitHub Universe, en soulignant une forte hausse de l’activité associée à l’ingénierie par agents. Les demandes de fusion intégrées auraient triplé en moins d’un an pour atteindre 220 millions par mois, tandis que les commits auraient plus que triplé à 7,38 milliards par mois, avec une accélération au second semestre. Le rythme de création de dépôts aurait doublé pour atteindre 30,3 millions par mois. Le rapport utilise les informations des profils, analysées par un modèle de langage, pour attribuer les contributions publiques à des pays et limiter les biais liés aux VPN. Il classe également des échantillons de dépôts par secteur industriel grâce à un modèle multilingue spécialisé et repère ceux liés à l’interopérabilité ou à la rétro-ingénierie à partir de termes présents dans leurs métadonnées et leur fichier de présentation.
Lire l’article original
The October inflection point for vibe game development
Simon Willison
Simon Willison présente octobre 2026 comme un tournant pour la création de jeux vidéo par instructions en langage naturel, estimant que Claude Opus 5.5 progresse en modélisation 3D, en génération musicale et surtout en conception de mécaniques amusantes.
Il décrit quatre jeux réalisés sans examiner leur code : Tree Appreciator, un jeu de différences entre arbres, Emberwick, une aventure fantastique, Battle Drones, un jeu de stratégie multijoueur, et Quarter Sun Cove, une simulation de culture de citrouilles encore en développement.
Selon son expérience, ces projets montrent que les modèles peuvent produire des jeux plaisants avec peu de directives, même si les créations plus ambitieuses nécessitent des essais et des corrections.
Il précise n’avoir consacré personnellement plus de quatre heures à aucun de ces projets, tout en soulignant que les agents ont parfois travaillé beaucoup plus longtemps.
L’auteur reconnaît les réticences envers les contenus entièrement générés par IA, mais voit dans ces outils une ouverture de la création vidéoludique à davantage de personnes et une possibilité de concevoir des jeux originaux et personnels.
Lire l’article original
Quoting Terk Terkowitz
Simon Willison
Terk Terkowitz affirme que l’absence de bénéfice des outils d’IA actuels dans un travail constitue un constat, et non un échec. Il recommande d’en documenter les raisons, de les partager avec ses pairs et son responsable, puis de chercher des solutions. Selon lui, un ingénieur capable d’expliquer les limites de l’utilité de l’IA dans son activité démontre le discernement attendu. Cette citation est tirée d’une communication de la direction de l’ingénierie d’Amazon sur le rôle du développeur à l’ère de l’IA.
Lire l’article original
Game Boy Color on My Conference Badge
Simon Willison
À GitHub Universe, Simon Willison découvre un badge de conférence doté d’un écran couleur et fonctionnant comme un véritable ordinateur. Steve Francia s’est aidé de Gemini pour y faire fonctionner un émulateur NES, puis un émulateur Game Boy et Game Boy Color. Avec la ROM correspondante, il est ainsi possible de jouer à The Legend of Zelda: Link’s Awakening sur le badge. Celui-ci peut être retourné pour utiliser les boutons tactiles de commande intégrés à son boîtier.
Lire l’article original
GPT-6.1 Terra
Simon Willison
Selon Simon Willison, OpenAI présente GPT-6.1 Terra comme un modèle rapide et efficace, axé sur le raisonnement visuel, l’utilisation d’un ordinateur et une rédaction plus naturelle. Il occupe une position intermédiaire dans la gamme, avec un intérêt particulier pour les tâches professionnelles et les automatisations répétitives. D’après Ted Sanders, Terra serait meilleur qu’Astra et Sol en communication technique, comparable en vision et en utilisation d’un ordinateur tout en étant nettement plus rapide, mais moins performant sur la plupart des autres tâches. Pour les abonnés, son intérêt résiderait surtout dans la rapidité, la clarté des communications et une meilleure marge face aux limites d’utilisation. Le texte indique un tarif de 1 dollar par million de jetons en entrée et de 5 dollars en sortie, soit près de la moitié du prix de GPT-5.6 Terra et de GPT-6.1 Sol, mais environ dix fois celui de GPT-6 Luna.
Lire l’article original
Quoting Jason Koebler
Simon Willison
Selon Jason Koebler, les grandes plateformes technologiques offrent peu d’assistance et rendent très difficile le contact avec un interlocuteur humain. De nombreux utilisateurs se tournent donc vers ChatGPT pour résoudre des problèmes techniques courants. Il rapporte que ChatGPT présente de plus en plus ces problèmes comme des sujets d’intérêt journalistique et oriente les utilisateurs vers 404 Media en affirmant que ce média peut les aider.
Lire l’article original
webframe: evaluated as a scraper and a sandbox
Simon Willison
Webframe, un projet de Jeff Lindsay, permet d’exécuter une page web depuis une URL ou un fichier dans une vue web sans interface visible, en envoyant les appels console.log() vers la sortie standard et les exceptions vers la sortie d’erreur. Écrit en Go, il utilise la bibliothèque glaze pour accéder au moteur web du système, sans embarquer son propre moteur de navigateur. Simon Willison le rapproche de son outil shot-scraper javascript, tout en soulignant son format plus compact et son absence de dépendance à Playwright. Il a demandé à Claude Opus 5.5 de le tester, de réaliser des prototypes exploratoires et d’évaluer ses possibilités pour l’extraction de données web et l’exécution en environnement isolé, mais le texte ne présente pas les résultats de cette évaluation.
Lire l’article original
Seam Cutter
Simon Willison
Simon Willison a créé Seam Cutter, un outil permettant de retirer une section au milieu d’une image. Il permet de réaliser une coupe horizontale ou verticale, puis de faire glisser les deux parties l’une par rapport à l’autre. Il répond à un besoin rencontré après l’assemblage de plusieurs captures d’écran en une longue image avec Tailor sur iPhone. Il peut notamment servir à supprimer une requête sans intérêt au milieu d’une transcription.
Lire l’article original
Agents Prompt People: Using Agents for Long-Horizon Financial Work
Latent Space
Le responsable de l’IA chez Arca aborde l’utilisation d’agents pour des travaux financiers de longue durée. Il évoque la mémoire persistante et les avantages d’un environnement d’exécution sur mesure. La discussion porte également sur des processus de travail agentiques qui s’étendent sur plusieurs jours.
Lire l’article original
[AINews] Google admits AI Mode hurts Search revenue; -15% $500B drop worst since 2004 IPO. AI Bear Market coming?
Latent Space
Le texte fourni se limite à l’idée qu’on ne peut pas tout avoir à la fois et ne contient pas assez d’informations pour résumer les affirmations du titre.
Lire l’article original
[AINews] Building AIE CODE: The top Coding Agent Conference
Latent Space
Le texte évoque la publication d’un modèle à poids ouverts par Mistral. Il mentionne également le suivi des modèles d’IA de pointe. Il annonce enfin des récapitulatifs des discussions du jour sur l’IA sur Twitter et Reddit.
Lire l’article original
Can Frontier Models See Past a Decoy? Elorian Tests Visual Reasoning
Latent Space
Un nouveau test de comptage utilisant des leurres met en évidence un écart entre perception visuelle et raisonnement. Il vise à évaluer la capacité des modèles de pointe à dépasser les éléments trompeurs d’une image. Glimpse, développé par Elorian, cherche à réduire cet écart en raisonnant à l’aide d’images.
Lire l’article original
[AINews] Gemini 4 Carbon tops leaderboards, launches for cyber defenders
Latent Space
Google présente Gemini 4 Carbon comme son nouveau modèle d’IA de pointe. Selon le texte, il arrive en tête d’évaluations indépendantes. Son accès est initialement réservé à des acteurs de confiance de la cyberdéfense.
Lire l’article original
Why Agents Love Supabase
Latent Space
Paul Copplestone et Ant Wilson abordent la création d’une infrastructure backend pour les agents d’intelligence artificielle, mais le texte fourni est insuffisant pour en résumer les idées principales.
Lire l’article original
[AINews] Anthropic ends Coding Interviews: "Hunger beats tenure"
Latent Space
Le texte pose la question de l’utilité de programmer lors d’un recrutement, en partant de l’affirmation que la programmation serait un problème résolu, mais il est trop succinct pour étayer ou détailler cette idée.
Lire l’article original
How Anthropic ships Claude with Claude: Separating the Brain from the Hands
Latent Space
Le texte annonce un échange avec Katelyn Lesse et Angela Jiang sur Opus 5.5, la plateforme Claude et l’ingénierie des agents d’IA, mais il est trop succinct pour en produire une synthèse détaillée.
Lire l’article original
How Anthropic ships the #1 LLM in the World safely: Separating the Brain from the Hands
Latent Space
Katelyn Lesse et Angela Jiang présentent les choix d’ingénierie de la plateforme Claude dans un entretien avec Latent Space. Les sujets annoncés comprennent le lancement d’Opus 5.5 et la séparation entre le « cerveau » du modèle et les « mains » de l’agent. L’entretien aborde également le passage à l’échelle des API et la conception d’agents gérés fiables.
Lire l’article original
Coding From the Himalayas With an Offline AI Agent
Latent Space
Le texte présente la configuration et l’utilisation d’un agent de programmation hors ligne avec OpenCode, Ollama et Qwen, mais ne fournit pas assez de détails pour en résumer la procédure.
Lire l’article original
[AINews] Anthropic files for $2T IPO in 2 weeks: 1400% growth rate, 48% of revenue through cloud partners, 85% margin, $1B op profit in Q2, $134B cash in bank and $10B lifetime burn
Latent Space
Le texte annonce une présentation du dossier d’introduction en Bourse, des chiffres et des réactions, mais ne fournit aucun détail permettant d’en faire une synthèse factuelle.
Lire l’article original
Was I wrong about open models & cyber risks?
Interconnects
Le texte désigne la semaine précédente par l’expression « Black October », après une série de divulgations de vulnérabilités critiques. Il cite notamment PHP2Shell et GitLab. L’auteur présente ces événements comme le moment où les risques liés aux modèles d’intelligence artificielle en matière de cybersécurité ont commencé à se concrétiser.
Lire l’article original
Artificial Analysis v5 and the benchmarker's dilemma
Interconnects
Le texte présente une réflexion sur le secteur des évaluations comparatives et ses lacunes, mais il est trop succinct pour permettre une synthèse plus détaillée.
Lire l’article original
Podcast: Kimi K3.1 Pro, the new cyber reality, and Muse musings
Interconnects
Le contenu fourni, limité à « #20 », est insuffisant pour produire une synthèse factuelle.
Lire l’article original
The Pulse: Anthropic kills the coding interview
The Pragmatic Engineer
Selon cet extrait de The Pragmatic Engineer, Anthropic a supprimé les entretiens de programmation de type LeetCode de son processus de recrutement. Le texte présente l’intelligence artificielle comme rendant ce format d’évaluation inutile. Il annonce également des informations sur les dépenses d’incident.io en IA et sur une offre de départ proposée par Microsoft à des ingénieurs, sans fournir de détails.
Lire l’article original
Software engineering at Google & CS education with Titus Winters
The Pragmatic Engineer
Titus Winters présente des enseignements tirés de l’ingénierie logicielle à l’échelle de Google. Il examine comment l’intelligence artificielle transforme la productivité des développeurs. Il aborde également ses effets sur l’enseignement de l’informatique.
Lire l’article original
AI SRE: what is it, how could it change on-call – and does it work?
The Pragmatic Engineer
Le terme « AI SRE » gagne en popularité, porté par des démonstrations spectaculaires de fournisseurs. L’extrait soulève la question de savoir si ces outils ont déjà assuré une astreinte pendant que les ingénieurs dormaient. Il ne fournit toutefois aucun exemple ni résultat permettant d’évaluer leur efficacité réelle.
Lire l’article original
Childhood and Education #22: Voice Without Exit
Don't Worry About the Vase
Nikole Hannah-Jones a publié dans le New York Times un texte autocritique sur sa décision d’inscrire sa fille à PS 307, une école bien financée mais en difficulté. Elle espérait contribuer à améliorer l’établissement en faisant entendre sa voix. Selon l’extrait, cette démarche n’a amélioré ni la situation de sa fille ni celle de l’école.
Lire l’article original
AI #192: Anthropic Is Going Public
Don't Worry About the Vase
Selon le texte, Anthropic a déposé cette semaine un formulaire S-1 pour préparer son introduction en Bourse, mais le contenu est insuffisant pour une synthèse plus détaillée.
Lire l’article original
Anthropic Files Its S-1
Don't Worry About the Vase
Le texte annonce que le document complet est désormais disponible et qu’il fera l’objet d’une analyse approfondie, sur le modèle du traitement d’une fiche de modèle. Le titre évoque le dépôt d’un formulaire S-1 par Anthropic. L’extrait ne fournit aucun détail sur le contenu de ce document.
Lire l’article original
Anthropic Versus Anthropic
Don't Worry About the Vase
Le texte se limite à qualifier Anthropic d’entreprise frustrante, sans fournir d’éléments permettant une synthèse plus détaillée.
Lire l’article original
Gemini 4 Argon: The Model and Safety Cards
Don't Worry About the Vase
La fiche du modèle Gemini 4 compte 14 pages et est présentée comme concise. Le texte ne fournit aucun autre détail sur le modèle. Il ne contient pas d’information sur ses caractéristiques de sécurité.
Lire l’article original
Ce qu’il faut construire pendant que l’IA accélère
Anthony Basille
Le texte évoque deux millions de vues en trois semaines, mais ne précise pas les enseignements tirés ni ce qu’il faudrait construire face à l’accélération de l’IA ; son contenu est insuffisant pour en proposer une synthèse détaillée.
Lire l’article original
PdF 26-10>86
Passeur de Futur
Le texte souligne que le panneau d’un portail ne précise jamais si un chien se trouve derrière, mais son contenu est insuffisant pour une synthèse plus développée.
Lire l’article original
Add Google Search Console verification file
Awesome-Agent-Harness
Le texte annonce l’ajout d’un fichier de vérification pour Google Search Console, sans fournir d’autres détails.
Lire l’article original
Add SEO metadata, sitemap and website link in README
Awesome-Agent-Harness
Le texte annonce l’ajout de métadonnées SEO, d’un sitemap et d’un lien vers le site web dans le README, mais ne fournit pas assez de détails pour une synthèse plus complète.
Lire l’article original
Refine layout density, spacing and mobile header
Awesome-Agent-Harness
Le contenu évoque l’ajustement de la densité de la mise en page, des espacements et de l’en-tête mobile, mais ne fournit pas assez de détails pour une synthèse plus complète.
Lire l’article original
Improve survey readability, grouped comparison and clear site title
Awesome-Agent-Harness
Le titre annonce trois améliorations : rendre une enquête plus lisible, faciliter les comparaisons groupées et clarifier le titre du site. La source indiquée est Awesome-Agent-Harness. Le contenu ne fournit aucun détail sur leur mise en œuvre.
Lire l’article original
Add survey website with reviewed P2 figures for GitHub Pages
Awesome-Agent-Harness
Le texte annonce l’ajout d’un site de synthèse destiné à GitHub Pages, avec des figures P2 révisées, mais ne fournit pas assez de détails pour un résumé plus complet.
Lire l’article original
docs: clarify evidence cutoff and refine incremental PR entries
Awesome-Agent-Harness
La modification documentaire précise la date limite de prise en compte des éléments probants et affine les entrées relatives aux demandes de fusion incrémentales. Le titre fourni est associé à la source Awesome-Agent-Harness. Aucun détail n’est donné sur la date retenue ni sur les ajustements apportés aux entrées.
Lire l’article original
Merge pull request #35: add TabAgent to Tool Use and Registry
Awesome-Agent-Harness
La pull request n° 35, intitulée « add TabAgent to Tool Use and Registry », a été fusionnée dans Awesome-Agent-Harness, mais le contenu fourni ne permet pas une synthèse plus détaillée.
Lire l’article original
Merge pull request #34: add booking-truth evaluation infrastructure
Awesome-Agent-Harness
La pull request n° 34, intitulée « add booking-truth evaluation infrastructure », a été fusionnée. Elle concerne l’ajout d’une infrastructure d’évaluation « booking-truth ». Le texte ne fournit aucun détail sur son fonctionnement, les modifications apportées ou les résultats des évaluations.
Lire l’article original
Merge pull request #32: add SciPIvot to Evaluation and Benchmarking
Awesome-Agent-Harness
La pull request n° 32 ajoute SciPIvot à la section « Évaluation et benchmarking » d’Awesome-Agent-Harness. Le titre indique que cette pull request a été fusionnée. Aucun détail n’est fourni sur SciPIvot ni sur le contenu de l’ajout.
Lire l’article original
Merge pull request #31: add Orbi to Extended catalog
Awesome-Agent-Harness
La pull request n° 31, intitulée « add Orbi to Extended catalog », a été fusionnée. Elle ajoute Orbi au catalogue « Extended ». Le projet source est Awesome-Agent-Harness.
Lire l’article original
Add TabAgent
Awesome-Agent-Harness
Le contenu annonce l’ajout de TabAgent, sans fournir suffisamment d’informations pour en préciser la nature ou les fonctionnalités.
Lire l’article original
docs: add booking-truth evaluation harness
Awesome-Agent-Harness
Le texte annonce l’ajout d’un dispositif d’évaluation nommé « booking-truth » à la documentation, mais ne fournit pas assez de détails pour en préciser le fonctionnement ou la portée.
Lire l’article original
Add SciΠvot to Evaluation & Benchmarking
Awesome-Agent-Harness
Le contenu propose d’ajouter SciΠvot à la catégorie « Évaluation et benchmarking », mais ne fournit aucun détail permettant une synthèse plus complète.
Lire l’article original
Add Orbi to Extended catalog
Awesome-Agent-Harness
Le texte propose d’ajouter Orbi au catalogue « Extended » du projet Awesome-Agent-Harness, sans fournir d’autres précisions.
Lire l’article original
Skills & MCP: add a same-brief test of 8 Claude design skills against…
awesome-harness-engineering
Le titre annonce l’ajout d’un test comparatif de huit compétences de conception pour Claude, toutes évaluées à partir d’un même brief. Le protocole prévoit une comparaison avec une configuration témoin sans compétence ajoutée. Le texte ne fournit aucun détail sur les compétences testées, les critères d’évaluation ou les résultats.
Lire l’article original
Daily addition: add Harness Evolution Hits a Ceiling (arXiv 2610.0216…
awesome-harness-engineering
La source awesome-harness-engineering signale l’ajout de « Harness Evolution Hits a Ceiling » à la catégorie « Generators & Meta-Harnesses », en citant les références arXiv 2610.02163 et 2610.11655. Selon le texte, les résultats d’octobre 2026 montrent que les boucles d’auto-évolution des dispositifs d’encadrement atteignent un plafond lié aux échecs de contenu. Des adaptateurs LoRA entraînés sur les trajectoires issues de cette évolution permettraient de dépasser ce plafond, avec un gain de 0,13 sur les données réservées à l’évaluation et une baisse des échecs de contenu de 25 % à 5 %. Le texte en déduit une démarche consistant à diagnostiquer les échecs avant d’intervenir, pour déterminer s’il faut modifier l’encadrement du modèle ou ses poids, une frontière explorée par Harness-Zero.
Lire l’article original
Merge pull request #321 from chunxiaoxx/main
awesome-harness-engineering
La demande de fusion n° 321, issue de la branche main de chunxiaoxx, ajoute Nautilus Compass à la section « Évaluations et vérification » du dépôt awesome-harness-engineering. Nautilus Compass est présenté comme un service indépendant de vérification des affirmations des agents. Les conflits ont été résolus en ne conservant que cette entrée, les autres ajouts de la série de commits étant déjà présents dans la branche principale. Un badge d’étoiles a également été ajouté conformément aux conventions du dépôt.
Lire l’article original
Merge pull request #355 from baselkayali23-cmyk/patch-1
awesome-harness-engineering
La demande de fusion n° 355, issue de la branche « patch-1 » de baselkayali23-cmyk, a été intégrée au dépôt « awesome-harness-engineering ». Elle met à jour l’entrée « superpowers ». Les changements concernent l’enchaînement du flux de travail, la liste actuelle des harnais et un lien vers les évaluations.
Lire l’article original
Merge pull request #357 from baselkayali23-cmyk/patch-3
awesome-harness-engineering
La pull request nº 357, issue de la branche « patch-3 » de baselkayali23-cmyk, a été fusionnée dans le projet « awesome-harness-engineering ». Elle met à jour l’entrée consacrée à « browser-use ». Cette modification précise que sa base de code ne peut plus être qualifiée de minimale.
Lire l’article original
Post-merge fixes + daily addition: add star badges to AEGIS (#363) an…
awesome-harness-engineering
Le projet awesome-harness-engineering signale l’ajout de badges d’étoiles aux entrées AEGIS (#363) et Speakeasy gram (#365). Une correction précise que la checklist de tests de sécurité MCP comporte huit étapes (#367). AutoCompact (arXiv 2610.02163), un travail d’octobre 2026, est ajouté à la rubrique consacrée à la transmission et à la compaction du contexte. Cette approche remplace le déclenchement de la compaction selon un seuil fixe de tokens par un comportement appris, à partir de trajectoires corrigées par un juge, d’un ajustement supervisé et d’un apprentissage par renforcement conjoint. Le texte rapporte un gain de 9,2 % sur SWE-bench Verified.
Lire l’article original
Merge pull request #367
awesome-harness-engineering
La pull request n° 367 a été fusionnée dans « awesome-harness-engineering ». Elle ajoute une liste de contrôle des tests de sécurité MCP. Cet ajout figure dans la section « Sécurité, sandbox et permissions ».
Lire l’article original
Merge pull request #365
awesome-harness-engineering
La pull request n° 365 a été fusionnée dans le projet « awesome-harness-engineering ». Elle ajoute le plan de contrôle Speakeasy aux ressources consacrées à la sécurité des harness. Le texte ne précise ni ses fonctionnalités ni les détails de son intégration.
Lire l’article original
Merge pull request #363
awesome-harness-engineering
La pull request n° 363, intitulée « Add AEGIS host-side agent monitoring », a été fusionnée dans le projet awesome-harness-engineering. Elle porte sur l’ajout d’une surveillance des agents côté hôte avec AEGIS. Le texte ne fournit aucun détail sur le fonctionnement ou la mise en œuvre de cette surveillance.
Lire l’article original
docs(security): add MCP Security Testing Checklist
awesome-harness-engineering
Le titre annonce l’ajout d’une liste de contrôle des tests de sécurité MCP à la documentation, mais le contenu fourni est insuffisant pour en préciser les détails.
Lire l’article original
Add 'AI Harness Engineering: A Runtime Substrate' (arXiv 2605.13357) …
awesome-harness-engineering
Le texte propose d’ajouter « AI Harness Engineering: A Runtime Substrate » (arXiv 2605.13357) à la section « Foundations ». Ce travail présente une échelle opérationnelle de maturité des harnais d’IA, de H0 à H3, complémentaire de leur définition constitutive. Il prévoit également de corriger cinq liens morts détectés par verify_urls.py, notamment en actualisant les adresses de publications Anthropic et en pointant vers la spécification d’authentification MCP du 28 juillet 2026. Les autres corrections consistent à utiliser une archive Wayback pour HyperAgents et à retirer le lien vers le dépôt supprimé anthropics/ai-harness-scorecard.
Lire l’article original
Merge pull request #364 from samtlyoung/add-levelbench-100-eval
awesome-harness-engineering
La demande de fusion n° 364, intitulée « [Evals] Add LevelBench-100 multi-file CLI and browser harness benchmark », a été fusionnée dans le projet awesome-harness-engineering. Elle ajoute LevelBench-100, un banc d’évaluation multifichier portant sur les dispositifs d’exécution en ligne de commande et dans un navigateur. Le message signale un conflit dans le fichier README.md.
Lire l’article original
Merge pull request #356 from baselkayali23-cmyk/patch-2
awesome-harness-engineering
La demande de fusion n° 356 provient de la branche « patch-2 » de baselkayali23-cmyk. Elle concerne l’entrée OpenViking dans « awesome-harness-engineering ». La modification vise à aligner cette entrée sur la documentation actuelle du projet.
Lire l’article original
Merge pull request #358 from baselkayali23-cmyk/patch-4
awesome-harness-engineering
La demande de fusion n° 358, issue de la branche « patch-4 » de baselkayali23-cmyk, a été intégrée au projet awesome-harness-engineering. Elle met à jour l’entrée « agentmemory ». Les modifications précisent la formulation relative aux tests de performance et actualisent la liste des agents.
Lire l’article original
Add Speakeasy control plane to harness security resources
awesome-harness-engineering
Le titre annonce l’ajout d’un plan de contrôle Speakeasy aux ressources de sécurité de Harness, mais le contenu ne fournit pas assez de détails pour en préciser la portée ou le fonctionnement.
Lire l’article original
Add Anthropic's 'Investigating unintended model actions' (Oct 2026) t…
awesome-harness-engineering
Le texte propose d’ajouter « Investigating unintended model actions », attribué à Anthropic et daté d’octobre 2026, à la rubrique « Evals & Verification ». Il présente cette publication comme une preuve officielle de la nécessité d’isoler les environnements d’évaluation pour mesurer les agents de manière fiable. Aucun détail sur les méthodes ou les résultats de cette publication n’est fourni.
Lire l’article original
[Evals] Add LevelBench-100 multi-file CLI and browser harness benchmark
awesome-harness-engineering
Le texte annonce l’ajout de LevelBench-100, présenté comme un benchmark d’évaluation de harnais pour des tâches multifichiers en ligne de commande et dans un navigateur, mais ne fournit pas assez de détails pour une synthèse plus complète.
Lire l’article original
docs: add AEGIS host-side agent monitoring
awesome-harness-engineering
Le titre annonce l’ajout d’une documentation sur la surveillance des agents côté hôte avec AEGIS, mais le contenu fourni ne permet pas d’en préciser le fonctionnement ni la portée.
Lire l’article original
Update README.md
awesome-harness-engineering
Le contenu indique uniquement une mise à jour du fichier README.md, sans préciser les modifications apportées, ce qui est insuffisant pour produire une synthèse détaillée.
Lire l’article original
Update README.md
awesome-harness-engineering
Le contenu indique uniquement une mise à jour du fichier README.md, sans fournir suffisamment d’informations pour en résumer les modifications.
Lire l’article original