Anthropic met en garde contre la tragédie de la machine à laver de Stanisław Lem

Anthropic : les modèles d’IA vont pirater les téléviseurs et les fours et devenir immortels

La Frontier Red Team d’Anthropic a publié le 12 octobre 2026 les résultats d’une recherche selon laquelle de petits modèles d’IA pourraient n’être qu’à quelques mois de se répliquer de manière autonome sur des appareils IoT grand public tels que des fours intelligents et des boîtiers TV Android sans marque. Les auteurs, William Zhou et Daniel Freeman, rapportent qu’un modèle de 9 milliards de paramètres a permis l’inférence sur huit des neuf types de matériel testés. Selon eux, les modèles comptant jusqu’à 30 milliards de paramètres maîtrisent déjà de nombreuses étapes individuelles de la réplication, mais commettent des erreurs lors de l’enchaînement pour former un processus complet. Lors de tests simplifiés, GLM-5.2 et des modèles plus puissants ont réussi le processus complet. Si l’on extrapole le taux d’amélioration actuel des petits modèles, l’équipe estime qu’ils atteindront ce niveau d’ici la fin de l’année 2026.

Pour démontrer que des accélérateurs coûteux ne sont pas indispensables, l’équipe a acheté et mis en réseau 15 boîtiers TV Android sans marque, d’une valeur d’environ 55 dollars chacun, et a distribué Gemma4-26B-A4B sur ces appareils, chacun ne détenant qu’une petite partie des couches du modèle avec ses 4 gigaoctets de RAM. Selon les chercheurs, cette configuration a fourni 0,39 token par seconde. L’article cite comme scénario de menace représentatif le botnet Kimwolf qui, d’après Anthropic, a infecté plus de deux millions d’appareils, principalement des téléviseurs Android sans marque. Avec 4 gigaoctets de RAM et une quantification 4 bits, l’équipe calcule que les modèles 9B peuvent fonctionner sur quatre machines ou plus, et les modèles 26B sur dix ou plus.

L’article décompose la réplication et adaptation autonomes en quatre étapes : trouver des cibles, obtenir l’exécution, mettre en place l’inférence et se propager à partir du nouvel hôte. Les chercheurs laissent largement de côté les deux premières étapes, renvoyant à des travaux antérieurs comme CyberGym et ExploitBench, selon lesquels les petits modèles maîtrisent déjà les exploits. L’accent est mis sur la mise en place de l’inférence, qu’ils décrivent comme l’étape la moins étudiée. Trois modèles sont considérés comme les plus réalisables : un petit réplicateur basé sur les poids qui compromet des hôtes, un grand réplicateur ciblant un centre de données, et un réplicateur basé sur une API qui vole des identifiants. Les droits root ne sont pas nécessaires, car les moteurs d’inférence s’exécutent entièrement dans l’userspace ; les auteurs citent en exemple les cryptomineurs et les botnets comme P2Pinfect et Fritzfrog.

Pour les expériences, l’équipe a construit Memento, un harness basé sur l'agent open source Pi Coding Agent, qui lance régulièrement une nouvelle instance d’agent héritant du répertoire de travail et des brèves notes de son prédécesseur. Dans l’expérience de serving, la limite était de 1,5 heure par itération et de six heures au total. Pour le cycle complet, les chercheurs ont mis en place un cloud virtuel isolé de huit nœuds Google Cloud avec l’émulateur Android 15 redroid, dans lequel un ver « patient zéro » sautait de nœud en nœud. Un tel réplicateur serait difficile à arrêter, car il n’y a pas de point central sur lequel agir ; cependant, la propagation serait lente, avec un temps de doublement de plusieurs jours → Anthropic, unite

Synthszr Take : Le four intelligent de la cuisine n’a pas vu de mise à jour depuis des années, et c’est précisément ce qui devient maintenant un problème de calcul. Kimwolf a collecté plus de deux millions de ces appareils bon marché, et dans la chaîne allant du fabricant à l’acheteur en passant par le distributeur, personne ne se sent responsable des correctifs. 0,39 token par seconde peut sembler ridicule, mais c’est suffisant pour un processus qui n’a pas de date limite et qui double tous les quelques jours. Le fait que l’inférence s’exécute entièrement dans l’userspace invalide la logique de défense habituelle, qui se concentre sur l’escalade des privilèges et la protection des terminaux. La contre-mesure est banale et pourtant non appliquée : les appareils sans chemin de mise à jour doivent être placés dans un segment de réseau distinct, et ce dès maintenant, pas après le premier incident.

Le meilleur modèle de Meta, Wonder Full, est disponible uniquement par abonnement et non via une API

Meta a présenté le lundi 12 octobre 2026 deux nouveaux modèles propriétaires de pointe : Muse Wonder et Muse Wonder Full, développés par les Meta Superintelligence Labs sous la direction d’Alexandr Wang. Contrairement aux précédents modèles Llama, les poids d’aucun de ces deux modèles ne seront publiés en téléchargement. Muse Wonder fonctionne via la Meta Model API et dans Muse Code, et coûte 4 dollars par million de tokens d’entrée et 20 dollars par million de tokens de sortie, avec des entrées mises en cache à 20 cents par million. La variante plus puissante, Wonder Full, n’est pas distribuée via l’API mais réservée aux abonnés de Muse Code, spécifiquement aux forfaits de 50 et 200 dollars par mois. Les deux modèles devraient à l’avenir également alimenter l’application Muse, d’abord pour les utilisateurs payants.

La société d’analyse indépendante Artificial Analysis évalue Wonder Full à 56 points sur son Intelligence Index v4.3, à égalité avec Claude Sonnet 5.5 d’Anthropic et devant GPT-6 Astra, Gemini 4 Argon et Claude Fable 5.1, qui obtiennent chacun 53 points. Seul Claude Opus 5.5 le surpasse avec 58 points. Muse Wonder, disponible via l’API, atteint 52 points. Son prédécesseur, Muse Spark 1.3, était à 48. Sur le Vals AI Index, Wonder Full fait ses débuts à la cinquième place, se classant ainsi devant tous les modèles d’OpenAI.

Les plus grandes avancées se situent au niveau des tâches agentiques et de la programmation. Sur Terminal-Bench 4.0, la performance passe de 33 à 57 %, avec 30 % de tokens de sortie en moins. Sur le Coding Agents Index, Wonder Full atteint 68 points, et sur le benchmark privé de mathématiques ProofBench, il résout 94 des 100 problèmes, contre 58 pour son prédécesseur. En matière de connaissances factuelles, la série est à la traîne : sur AA-Omniscience, Wonder Full obtient 30 points contre 46 pour Opus 5.5, ce qui, selon Artificial Analysis, suggère un modèle de base plus petit. Le taux d’hallucination diminue de 33 à 23 %.

Meta mentionne comme innovations centrales Active Memory, c’est-à-dire la capacité de conserver et de récupérer de manière ciblée des informations pertinentes au fil des conversations, et Active Focus, la capacité de poursuivre un objectif même en présence d’obstacles, d’examiner des alternatives et de demander une confirmation avant des étapes importantes. Les deux modèles acceptent du texte, des images, de l’audio et de la vidéo et fonctionnent avec une fenêtre de contexte d’environ un million de tokens. Selon l’entreprise, ils ont été entraînés dans le centre de données Prometheus en Ohio, d’une capacité de plusieurs gigawatts, en combinant un pré-entraînement à grande échelle et un apprentissage par renforcement (Reinforcement Learning).

Cette augmentation de performance a un coût. Artificial Analysis chiffre les coûts d’une exécution de l’Intelligence Index avec Muse Wonder à 4,52 dollars, contre 1,60 dollar pour Muse Spark 1.3. Le modèle consomme 28 % de tokens d’entrée en plus par tâche, lesquels représentent 76 % du coût total. Meta avait annoncé son intention d’investir jusqu’à 145 milliards de dollars dans ses projets d’IA cette année ; Mark Zuckerberg décrit Wonder comme une classe de modèles nettement plus grande et plus avancée que la famille Spark. → VentureBeat, Meta AI Research, Engadget, TechCrunch, The Decoder

Synthszr Take : Quatre points dans l’Intelligence Index séparent Wonder (52) de Wonder Full (56), et ces quatre points sont le ticket d’entrée dans la boutique de Meta. Via l’API, on obtient le modèle qui se situe juste derrière GPT-6 Astra ; le modèle de niveau Sonnet 5.5 n’est disponible que dans l’abonnement Muse Code à partir de 50 dollars par mois. De l’époque Llama, Meta a tiré la leçon que la distribution libre des poids fait certes baisser les prix de la concurrence, mais ne fidélise personne à son propre produit. Désormais, le meilleur modèle est l’argument de vente pour un abonnement, et cet abonnement est la relation client qui compte pour Zuckerberg. Les chiffres des benchmarks figurent dans tous les tableaux, mais la règle d’accès dans aucun, et c’est elle qui décidera sur quelle interface le travail se fera dans deux ans.

La variante interne de Gemini 4 de Google, « Carbon », serait au niveau d’Opus 5.5 d’Anthropic pour le codage

Selon Business Insider, Google teste en parallèle plusieurs variantes de Gemini 4 sous les noms de code internes Argon, Barium et Carbon. La rédaction s’appuie sur des documents, des captures d’écran et des discussions internes. D’après les informations, Carbon a été déployé ces derniers jours sur Jetski, la plateforme de programmation interne de Google, et surpasse Argon, notamment pour les tâches de codage. Un employé a comparé en interne Carbon au modèle de codage le plus puissant d’Anthropic, Opus 5.5, tout en précisant que des tests supplémentaires étaient nécessaires. Dans l’annonce de l’agent Gemini pour Google Workspace, Google attribue des rôles à ses modèles : Argon pour le raisonnement à la pointe de la performance, Flash pour la vitesse et le volume, Omni pour les médias génératifs, et Gemma pour les charges de travail légères en périphérie (edge). → Techpresso

L’avis de Synthszr : Un modèle qui n’a pas encore été livré est comparé à un modèle concurrent qui est lui-même à peine sorti, et la source est un historique de discussion interne sur un outil nommé Jetski. De telles captures d’écran quittent rarement une entreprise comme Google par accident : la fuite est le canal le moins cher pour gérer les attentes sans avoir à se mesurer à un benchmark publié. Le fait que Vedant Misra commente l’article de Business Insider sur X en mentionnant une auto-amélioration récursive, au lieu de le démentir, en dit plus sur l’intention que n’importe quel communiqué de presse.

Dès décembre, Revolut laissera un agent IA faire des achats avec sa propre carte

À partir de décembre, Revolut testera AIR au Royaume-Uni, un agent IA qui effectue des achats de manière autonome. C’est ce que rapporte la newsletter de Linas. La différence avec les agents d’achat concurrents réside, selon la newsletter, dans le processus de paiement : Revolut émet elle-même la carte, autorise le paiement et détient sa propre licence bancaire. En revanche, Muse de Meta et le Grok Bot de xAI utilisent Stripe Link pour le traitement des transactions, louant ainsi précisément les composants que Revolut possède en interne. → Linas from Linas’s Newsletter

L’avis de Synthszr : La technologie est ici le cadet des soucis, l’autorisation est le plus grand. Un agent qui commande de manière autonome a besoin de l’autorisation de l’utilisateur pour dépenser de l’argent sans surveillance, et c’est précisément cette autorisation que le secteur bancaire sécurise depuis des décennies avec des limites, des codes d’autorisation et des rétrocessions. Revolut est mieux positionnée que Meta et xAI car la carte et l’autorisation de paiement sont gérées en interne, au lieu d’être louées chez Stripe Link ; cependant, une licence ne suffit pas à elle seule à créer la confiance.

Un développeur solo crée des clones open source de Word, Excel et PowerPoint avec Claude

Le développeur, qui avait déjà recréé sept applications Adobe, s’est maintenant attaqué à Microsoft Office et a publié trois clones, rapporte The Code. Les programmes s’appellent WordCraft, GridCraft et DeckCraft, sont écrits en Rust et sont disponibles en tant que logiciels libres. Selon le développeur, ils ont été créés avec Claude Opus 5.5 d’Anthropic. Sur le plan fonctionnel, les trois répliques n’atteignent pas encore le niveau des applications Office établies. → The Code

L’avis de Synthszr : Les fonctionnalités ne sont pas protégées par le droit d’auteur, mais le code concret l’est, et WordCraft, GridCraft et DeckCraft naviguent entre ces deux pôles. Le plus grand risque réside dans le droit des marques : trois noms de produits qui citent de manière audible Word, Excel et PowerPoint représentent un cas bien plus facile à traiter pour un service juridique que n’importe quelle ligne de code Rust. À cela s’ajoute la question ouverte de savoir avec quel matériel Claude Opus 5.5 a été entraîné ; si un modèle reproduit des fragments importants de sources protégées, la responsabilité incombe à celui qui les publie sous une licence libre, et non au laboratoire qui l’a développé.

Epic reporte son jeu de tir Star Wars-Marvel et fait passer le projet en mode « AI first »

Epic Games a reporté à une date indéterminée un jeu de tir encore non annoncé dans l’univers de Star Wars et Marvel, et a demandé aux développeurs de relancer le projet selon un modèle de production « AI first ». Selon un article de Bloomberg, le personnel a été informé la semaine dernière ; la date de sortie interne était fixée à mars 2027. Les instructions prévoiraient d’utiliser des outils comme Claude d’Anthropic dans la production et de générer les ressources graphiques via des flux de travail entièrement basés sur l’IA. Le PDG d’Epic, Tim Sweeney, a commenté l’article peu après sur X, parlant d’une restructuration majeure au cours de laquelle les développeurs seraient réaffectés en interne. Selon lui, il s’agit de construire plus et mieux, et non la même chose avec moins de personnel. Interrogé sur une introduction en bourse accélérée, il a répondu que l’objectif plus modeste était de survivre à la révolution de l’IA et d’aider d’autres développeurs à en faire de même. → PC Gamer

L’avis de Synthszr : Un PDG qui se fixe comme objectif de « survivre » parle en réalité des coûts. Plus de 1 000 licenciements en mars, un projet qui a perdu sa date de sortie de mars 2027 sans en obtenir une nouvelle : voilà le contexte dans lequel le passage à l'« AI first » est ordonné. Les propres chiffres de Sweeney ne soutiennent pas non plus cette vision, car une accélération de 20 % dans les parties techniques du travail sur l’Unreal Engine est un gain d’outil solide, mais personne ne reporte un jeu entier à une date indéfinie pour cela.

Shing-Tung Yau rassemble les mathématiciens chinois dans une alliance pour l’IA et met en garde contre l’avance américaine

Les plus grands mathématiciens chinois ont fondé dimanche à Pékin une alliance visant à intégrer systématiquement l’intelligence artificielle dans la recherche mathématique. La Yau Laboratory Alliance for Mathematics and Artificial Intelligence est dirigée par le lauréat de la médaille Fields, Shing-Tung Yau, directeur du Yau Mathematical Sciences Centre à l’université de Tsinghua. Selon le South China Morning Post, Yau a averti que la Chine était en retard sur les États-Unis dans l’application de l’IA à la recherche fondamentale. L’alliance relie huit institutions de premier plan et vise à construire un réseau de plus de 1 000 scientifiques. Sur le fond, il s’agit de modèles mathématiques spécialisés, de la génération automatique de conjectures, de la formalisation des preuves et de systèmes dont les conclusions sont plus faciles à vérifier. → South China Morning Post

L’avis de Synthszr : Un lauréat de la médaille Fields qui déclare publiquement que son pays est à la traîne envoie un signal politique en Chine, pas une simple note de bas de page académique. Coordonner 1 000 scientifiques à travers huit institutions est une tentative de transformer la recherche fondamentale en un processus de production, avec des objectifs et un calendrier. Le véritable levier se trouve dans le troisième point de l’agenda : les preuves formalisées sont vérifiables par machine, et c’est précisément cette vérifiabilité qui manque à OpenAI là où trois manuscrits sur 722 ont dû être retirés en l’espace d’une journée.

La scène du design compare les interfaces générées par IA à des meubles bon marché d’immeubles neufs

La newsletter de UX Collective du 12 octobre 2026 présente un essai de Sophie Shrimpton, qui qualifie les interfaces générées par l’IA de design rapide et les distingue du travail UX. L’argumentation de Shrimpton s’appuie sur une image de son propre environnement : un immeuble neuf avec des imitations de bois en plastique au lieu de bois sculpté, une table de salle à manger qui lui rappelle chaque jour à quel point la production de meubles s’est éloignée de l’artisanat. La rédaction y ajoute d’autres textes, dont la contribution de Dan Maccarone « What the AI era owes you », avec la thèse que personne ne sauvera sa propre carrière de l’automatisation, et l’évaluation d’Arin Bhowmick selon laquelle les utilisateurs synthétiques n’ont qu’une valeur limitée dans la recherche sur les utilisateurs. Dans la rubrique « Make me think », la newsletter cite un texte sur les rituels du culte du cargo dans les entreprises qui se présentent à l’extérieur comme étant natives de l’IA, sans qu’aucun résultat ne le justifie. Un autre article mis en lien décrit le chat comme la ligne de commande de l’intelligence artificielle et préconise la manipulation directe plutôt que la saisie de texte. Sous « Careers & more » se trouve « The taste paradox » de Nicole Alexandra Michaelis, qui aborde la question de savoir pourquoi le goût est invoqué comme une compétence tout en étant de moins en moins entraîné.

L’avis de Synthszr : Dans la même newsletter qui déplore la perte du savoir-faire artisanal se trouve une annonce pour deux sessions de trois heures qui connectent les systèmes de design à des outils d’IA de manière à ce que le résultat généré soit conforme à la marque. Cette tension décrit la profession avec plus de précision que n’importe quel essai. La nostalgie du bois sculpté à la main est compréhensible, mais la construction neuve s’est imposée depuis longtemps car elle est suffisante dans la plupart des cas.

John Gruber revient sur X et estime que ses détracteurs « ont perdu la tête »

Le blogueur tech Warner Crocker critique sur son blog Life on the Wicked Stage le retour de personnalités influentes du monde d’Apple sur la plateforme X. L’occasion est un long billet de John Gruber, dans lequel il explique pourquoi il est de nouveau actif sur X après des années d’abstinence. Gruber y écrit que ceux qui sont restés à l’écart pendant des années et qui reviennent sont accueillis amicalement sur X, alors que sur Mastodon, on lui reproche de « nourrir les nazis » ; selon lui, de tels détracteurs ont soit perdu la tête, soit ne remettent pas en question leurs anciennes hypothèses. Selon Crocker, Federico Viticci et John Voorhees de MacStories étaient déjà revenus auparavant, principalement, d’après son analyse, parce que le débat sur l’intelligence artificielle a lieu sur X. Crocker justifie son propre refus en arguant que toute utilisation, qu’elle soit payante ou en simple lecture, finance Elon Musk, et il pointe du doigt la gestion par ce dernier de la pornographie non consensuelle sur la plateforme. → Life on the Wicked Stage

L’avis de Synthszr : L’attention l’emporte sur les principes, et ce, de manière assez fiable. En janvier, nous écrivions que Threads avait dépassé X ; en termes de portée, la question était réglée, mais apparemment pas en ce qui concerne la conversation sur l’intelligence artificielle. Gruber se plaint d’être accusé de nourrir les nazis, et dans le même paragraphe, qualifie ses détracteurs de personnes ayant perdu la tête : le ton de la plateforme l’a rattrapé plus vite qu’il n’y est entré.

Microsoft vise 40 % de tokens en plus par mégawatt dès 2027 avec sa propre puce Maia-300

Lors du OCP Global Summit, Microsoft a présenté la troisième génération de son accélérateur d’IA maison. L’Azure Maia 300 devrait être déployé à grande échelle à partir de 2027 et devenir, selon le chef du cloud Scott Guthrie, le « système d’inférence principal » pour les produits et services de Microsoft. Satya Nadella a qualifié cette étape de plus grand pari jamais fait par l’entreprise sur son propre silicium. Selon le fabricant, la puce fournit 40 % de tokens en plus par mégawatt que les systèmes basés sur des GPU de pointe ; dans sa configuration complète avec 96 accélérateurs par rack, le débit devrait atteindre jusqu’à sept fois celui de son prédécesseur, le Maia 200. Ces chiffres n’ont pas encore été vérifiés de manière indépendante.

Techniquement, Microsoft mise sur le processus N2P de TSMC, un nœud de gravure de classe 2 nanomètres, et sur une architecture en Chiplet qui sépare le calcul (compute), les contrôleurs mémoire et les E/S (I/O). Les chiplets d’E/S fonctionnent sur un processus distinct de 3 nanomètres. Les caractéristiques clés annoncées sont 6,9 PFLOPS en FP8 et 13,8 PFLOPS en FP4, ainsi que 288 Go de mémoire HBM4 répartis sur huit empilements avec une bande passante de 18 To/s, pour une dissipation thermique de 950 watts. À titre de comparaison, le B200 de Nvidia atteint 4,5 PFLOPS en FP8 dense et 192 Go à 8 To/s, tandis que le B300 atteint 7,0 PFLOPS et 288 Go pour une consommation allant jusqu’à 1 400 watts. En FP8 sparse, le Maia est nettement en retrait avec 6,9 PFLOPS contre 14,0. Les clusters scale-up devraient comprendre environ 12 000 accélérateurs, et selon les informations du secteur, Microsoft négocierait avec TSMC pour plus de 300 000 unités.

La génération précédente, le Maia 200, n’a été annoncée qu’en janvier et est désormais en production pour Microsoft 365 Copilot ainsi que pour les modèles d’OpenAI et de Microsoft lui-même. Cet été, elle n’était utilisée que dans deux centres de données américains ; elle est maintenant en cours de déploiement aux États-Unis, en Europe et en Australie. GitHub Copilot et Microsoft Foundry devraient suivre d’ici la fin de l’année. Contrairement aux TPU de Google ou au Trainium d’Amazon, Maia ne peut pas être loué par des clients externes. Le chef de l’IA chez Microsoft, Mustafa Suleyman, justifie cet effort par l’ambition de co-concevoir leurs propres modèles jusqu’au niveau du silicium.

La transition se fait lentement. Les analystes d’Evercore ISI estiment que début 2027, Maia représentera environ 10 % des dépenses de Microsoft en puces d’IA. Nvidia reste un fournisseur important, et Microsoft veut être parmi les premiers à déployer les systèmes Vera-Rubin et Helios d’AMD. La semaine dernière, Satya Nadella et Jensen Huang étaient ensemble sur scène pour présenter des PC Windows basés sur la technologie Nvidia. Microsoft a annoncé que plus de détails seraient révélés lors de la conférence Ignite le mois prochain à San Francisco. → Forkast, The Verge, GeekWire

L’avis de Synthszr : Les prix de Nvidia se maintiendront tant qu’aucun client ne pourra présenter une alternative crédible, et c’est exactement ce que fait Microsoft maintenant avec un seul chiffre : 40 % de tokens en plus par mégawatt. Personne ne saura si ce chiffre est exact avant 2027, et rien n’a été vérifié de manière indépendante pour l’instant. Cependant, il est suffisant pour les négociations, car le goulot d’étranglement se situe au niveau de l’alimentation électrique, et chaque acheteur calcule désormais en dollars par mégawatt plutôt qu’en dollars par accélérateur. Les 10 % de part de marché que Evercore attribue à Maia pour début 2027 ne remplaceront pas Nvidia, mais ils servent d’ancrage pour les prix des 90 % restants. Huang continuera de vendre toutes ses cartes : la seule question est de savoir à quelle marge, et la réponse à cette question tendra vers le bas à partir de 2027.