La revue de la semaine : Trump bloque l’IA chinoise et Kimi s’impose

Lundi — Yelp, Delta, JPMorgan, Citi et Bank of America : de plus en plus de sites bloquent les agents

Plusieurs grands sites web américains bloquent actuellement les agents IA autonomes censés accomplir des tâches pour le compte des utilisateurs. Yelp déclare n’autoriser que les agents qui paient pour son programme de licences de données propriétaire, tandis que Delta Air Lines empêche la réservation de billets par des agents. JPMorgan Chase et Charles Schwab ont confirmé exclure les agents de l’accès aux comptes clients pour des raisons de sécurité. Au cours des dernières semaines, des utilisateurs ont signalé des blocages avec Muse de Meta, Grok de xAI, Dots d’OpenAI et l'agent d’Instinct ; Cars.com et Amtrak ont également cessé de fonctionner soudainement pour certains, laissant présager des blocages discrets de la part d’autres fournisseurs. Même sans interdiction explicite, les agents se heurtent régulièrement aux systèmes anti-bots.

Amazon a créé un précédent l’an dernier en bloquant l'agent d’achat de Perplexity et en engageant des poursuites judiciaires dans la foulée. Amazon a soutenu avoir demandé à plusieurs reprises à Perplexity d’arrêter, affirmant que les tiers achetant pour le compte de clients devaient agir en toute transparence et respecter la décision de l’opérateur du service. Perplexity a rétorqué qu’Amazon craignait simplement de voir diminuer le nombre d’yeux humains rivés sur ses publicités, comparant son propre agent à un prolongement direct de l’utilisateur. Un tribunal a d’abord interdit à Perplexity d’acheter sur Amazon, mais une cour d’appel a annulé cette décision en août, incitant Amazon à déposer une plainte modifiée.

La manière dont Duet d’Anthropic entend contourner précisément cet obstacle jeudi, grâce à des autorisations et des mots de passe protégés, illustre le revers de la médaille de ces blocages.

Synthszr Update : Selon Axios du 22 octobre, de grandes banques américaines n’ont pas seulement éconduit des agents non autorisés à l’entrée, mais en ont parfois découvert déjà connectés à des comptes clients. Morgan Stanley les bloque désormais activement, tandis que Wells Fargo travaille encore sur des contre-mesures. Dimon refuse d’admettre « n’importe quel agent externe », bien que l’accès en lecture seule via des intermédiaires comme Plaid reste autorisé. Notre analyse s’est confirmée et est devenue encore plus urgente : la question de la responsabilité n’est plus une vue de l’esprit, car les agents opèrent déjà là où les banques se retranchent derrière leurs conditions d’utilisation. À l’avenir, l’accès se paiera via des intermédiaires agréés. Amazon contre Perplexity demeure la pierre de touche juridique, l’audience étant fixée au 20 novembre.

Mardi — Trump bannit DeepSeek de toutes les agences fédérales civiles

Le département de la Sécurité intérieure des États-Unis (DHS) a ordonné le retrait de tous les produits de l’entreprise chinoise d'IA DeepSeek des systèmes informatiques de l’ensemble des agences fédérales civiles. L’ordonnance a été publiée le 19 octobre 2026 dans le Federal Register. Sont concernées des agences telles que l’Agence pour la protection de l’environnement (EPA) ou le régulateur des télécommunications (FCC). Elles doivent supprimer les produits DeepSeek existants et s’abstenir d’en déployer de nouveaux. Cette consigne s’applique explicitement aux services tiers reposant sur la technologie de DeepSeek.

Dans sa justification, le ministère évoque de « multiples vecteurs de menace  ». Ces modèles pourraient conférer au Parti communiste chinois une«  autorité étendue  »pour accéder à l’infrastructure du gouvernement américain. Selon le DHS, les utilisateurs pourraient être pistés ou identifiés numériquement par le biais du logiciel. Des données sensibles appartenant à des employés du gouvernement et à des sous-traitants risqueraient ainsi d’être transmises à la République populaire de Chine. En outre, les modèles pourraient comporter des logiciels malveillants ou d’autres failles de sécurité.

Cette ordonnance intervient quelques jours après le lancement du dernier modèle de DeepSeek, le V4.1-Flash-1017. L’entreprise le présente comme « plus intelligent, plus rapide, plus efficace », avec des améliorations notables en matière de raisonnement et de programmation. Les premiers retours placent ce modèle sur un pied d’égalité avec certains des systèmes américains les plus avancés. Auparavant, DeepSeek avait réduit de façon permanente le prix de son modèle phare V4 de 75 %.

Synthszr Update : Le 20 octobre, le ministère chinois du Commerce a menacé de prendre « toutes les mesures nécessaires ». Le 22 octobre, DeepSeek a annoncé un tour de table d’environ 15 milliards de dollars mené par Tencent et CATL, valorisant l’entreprise à près de 74 milliards de dollars, tout en accélérant son projet d’introduction en bourse à Shanghai. L’analyse s’est avérée exacte sur le fond, plus encore qu’anticipé : l’interdiction fédérale ne coûte pratiquement rien à DeepSeek. En Chine, elle agit plutôt comme un label de qualité auprès des investisseurs. La logique de cette mesure se retourne ainsi contre son auteur : Washington bloque des bons de commande, pendant que Pékin finance un rival pour OpenAI et Anthropic. La question déterminante reste de savoir si la clause relative aux tiers affectera les fournisseurs du gouvernement fédéral.

Mercredi — Anthropic perd 20 millions de dollars par heure avant son entrée en bourse

Anthropic a enregistré une perte nette de 80,7 milliards de dollars au premier semestre 2026. C’est ce qui ressort d’un projet de prospectus S-1 que l’entreprise prépare en vue de son entrée en bourse. Sur la même période, le chiffre d’affaires s’est élevé à 16,3 milliards de dollars. Les premiers chiffres avaient déjà filtré fin septembre, mais le document préliminaire apporte désormais bien plus de détails. Selon des sources concordantes, l’introduction en bourse est prévue pour novembre.

La croissance se poursuit. La semaine dernière, Anthropic a indiqué à des investisseurs potentiels que ses revenus du seul troisième trimestre avaient atteint 16,8 milliards de dollars, soit une hausse de 45 % par rapport au trimestre précédent. Les revenus reposent toutefois sur une base restreinte : deux clients représentent environ un cinquième des recettes. L’entreprise mentionne elle-même cette concentration comme un facteur de risque.

Le principal poste de dépenses réside dans la puissance de calcul. Dans ses documents, Anthropic indique pouvoir dépenser jusqu’à 750 milliards de dollars au cours des prochaines années pour acquérir de la capacité de calcul supplémentaire. Ce montant comprend également des contrats encore en cours de négociation. Malgré de tels volumes, l’entreprise peine à réserver suffisamment de capacités cloud auprès d’AWS, Google et Microsoft. Selon le prospectus, les trois géants du cloud considèrent de plus en plus le développeur de Claude comme un concurrent plutôt que comme un client.

Anthropic réagit en explorant ses propres voies pour sécuriser sa puissance de calcul. L’entreprise loue ses propres centres de données et collabore avec des tiers exploitant des data centers. Toutefois, dans le prospectus, Anthropic s’inquiète du fait que ces exploitants ne disposent que d’un « historique d’exploitation limité », ce qui pourrait les rendre moins fiables que les géants établis du cloud.

La liste des facteurs de risque est longue. Outre la dépendance envers un petit nombre de grands clients et l’accès incertain à la puissance de calcul, le projet met en garde contre des risques de responsabilité juridique. Anthropic pourrait ainsi être tenue responsable des dommages résultant de comportements néfastes de ses modèles d'IA, et ce pour un montant dépassant la couverture d’assurance disponible. Cela fait écho à des informations précédemment révélées concernant des risques catastrophiques. Anthropic, dirigée par son CEO Dario Amodei, n’a pas répondu dans l’immédiat aux demandes de commentaires sur ces documents. → Reuters, Wall Street Journal, TechCrunch

Synthszr Update : Selon des rapports des 22 et 23 octobre, Anthropic pourrait déposer publiquement son formulaire S-1 dans les délais afin que la tournée de présentation (roadshow) puisse débuter à la mi-novembre. Chamath Palihapitiya a qualifié la dépendance envers la capacité de calcul dans le cloud de risque central. Le constat s’est vérifié : les investisseurs perçoivent le même problème. Anthropic achète en effet sa puissance de calcul auprès de ses concurrents.

Jeudi — Anthropic positionne son propre assistant IA Claude Duet face à Muse, Dots & Co

Avec Claude Duet, Anthropic a présenté un agent qui surveille les applications connectées, signale les priorités et exécute des tâches en arrière-plan. Le produit repose sur le modèle Opus 5.5 et démarre en Research Preview. L’accès est initialement réservé aux abonnés des forfaits Pro et Max aux États-Unis, via une liste d’attente. Duet fonctionne comme une application dédiée pour iOS et Android ainsi que sur claude.ai. Le quota d’utilisation appliqué est le même que pour le reste de Claude. Selon Anthropic, le public cible est constitué d’indépendants et de petites entreprises. Les abonnements Team et Enterprise sont exclus pour le moment. Il n’y a ni interface de programmation ni calendrier pour les clients entreprises.

L’agent est conçu pour agir de manière proactive. Chaque matin, il envoie un court briefing sur les activités les plus importantes des services connectés. Au fil de la journée, il vérifie ces comptes et se manifeste si un point requiert de l’attention. Les utilisateurs définissent eux-mêmes les sujets à signaler et la fréquence des alertes. Les vérifications ont lieu toutes les quelques heures ; il n’y a donc pas de surveillance en temps réel. Selon Anthropic, des requêtes plus fréquentes épuiseraient plus rapidement le quota d’utilisation.

À titre d’exemples, le fournisseur mentionne le suivi des factures impayées, la rédaction de relances clients, la planification de rendez-vous, les prévisions financières et commerciales, des tableaux de bord regroupant des dizaines d’outils ainsi que des prototypes et des applications web. Duet est piloté par texte ou par la voix au cours d’une conversation continue. L’agent reprend la mémoire, les compétences et les connexions d’applications existantes depuis le compte Claude. Sur le plan technique, il fonctionne dans une machine virtuelle dotée de son propre navigateur. C’est là qu’il détermine quelles applications et étapes sont nécessaires à l’accomplissement d’une tâche. Le travail se poursuit même si l’ordinateur portable ou le smartphone est éteint.

Avant des étapes importantes, comme un paiement ou la suppression de données, Duet sollicite une validation. Selon Anthropic, l’agent ne voit jamais directement les mots de passe ni les tokens d’authentification. Les actions sont vérifiées par le même classificateur chargé d’empêcher les actions involontaires dans Claude Code. La protection contre les instructions cachées et les prompt injections repose sur des recherches relatives au contrôle du navigateur. D’après l’entreprise, des Red Teams internes et une société externe ont testé Duet pour identifier d’éventuelles vulnérabilités. → Reuters, VentureBeat, Claude, The Verge

Duet arrive sur un marché où, lundi encore, des banques et des négociants fermaient la porte à des agents comme Muse et Dots.

Synthszr Update : Anthropic a confirmé le 22 octobre que les briefings matinaux et les vérifications intermédiaires sont déduits du quota habituel. Les nouveaux utilisateurs admis bénéficient exceptionnellement d’un quota renouvelé, valable jusqu’au 30 novembre. Le constat s’est vérifié : cette réinitialisation n’est qu’un pansement sur le conflit entre modèle au forfait et agent. Rien n’a changé concernant le prix, l’accès et les offres Enterprise.

Vendredi — Les modèles frontier orchestrés feraient mieux que nos médecins traitants

Microsoft a publié une étude dans la revue Science indiquant que son système de diagnostic interne MAI-DxO identifie correctement les cas médicaux complexes plus de deux fois plus souvent que les médecins généralistes. Sur 304 cas difficiles issus du New England Journal of Medicine, le système a atteint une précision de 83 %. Les médecins généralistes et internistes ont atteint 36 % avec des ouvrages de référence, et environ 22 % sans aide. Sur des cas plus classiques d’urgences, tirés de la base de données MIMIC-IV-ED du Beth Israel Deaconess Medical Center de Boston, le ratio était de 80 contre 47 %. L’article intitulé « Sequential Diagnosis with Language Models  »avait déjà paru l’année précédente sous forme de preprint non évalué par les pairs. Le responsable de Microsoft AI, Mustafa Suleyman, qualifie ce résultat d’étape vers la « superintelligence médicale  ».

MAI-DxO fonctionne de manière séquentielle. Le système ne reçoit dans un premier temps que le motif principal de consultation et décide lui-même des questions à poser et des examens à prescrire. Plusieurs agents IA y incarnent des rôles semblables à ceux d’un collège de médecins : ils proposent des diagnostics, sélectionnent des examens, remettent en cause des hypothèses et évaluent les coûts, tout en affinant au fil de plusieurs tours le diagnostic différentiel. Les chercheurs soutiennent que cette approche permet de compenser certains biais cognitifs, comme l’ancrage sur une première hypothèse de diagnostic. Pour ces tests, Microsoft a conçu son propre benchmark baptisé SDBench, car les examens d’autorisation d’exercer comme l’USMLE américain fournissent d’emblée toutes les informations et ne reflètent donc pas la pratique clinique quotidienne. Le groupe prévoit de publier certaines parties en open source, notamment le code d’évaluation et d’estimation des coûts.

Le système a obtenu ses meilleurs résultats avec GPT-5 et GPT-5.5 d’OpenAI. Des modèles de Google, Anthropic, Meta et DeepSeek ont également été testés. Les données de l’étude montrent qu’une grande part de la performance provient du modèle sous-jacent. À lui seul, GPT-5 a atteint 78,9 % sur les cas complexes pour un coût estimé à environ 8 400 dollars par cas. L'orchestration a permis de réduire ces coûts d’environ 3 000 dollars tout en augmentant la précision d’environ quatre points. Avec GPT-5.5, le taux est passé de 72 à près de 87 % sur les cas complexes ; sur les cas d’urgences, les deux variantes se situaient autour de 85 %. Ce sont les modèles plus modestes qui en ont le plus profité, à l’image de Gemini 2.5 Flash, qui a grimpé de 46,4 à près de 69 %. Microsoft attribue le tassement des gains au fait que les modèles se rapprochent du maximum théorique. Des modèles plus récents tels que GPT-6 Astra ou Opus 5.5 ne faisaient pas partie de l’étude.

Les limites sont considérables. Les tests ont porté exclusivement sur des cas historiques. Les médecins spécialistes et les équipes médicales qui traitent de tels cas dans la pratique ne faisaient pas partie de la comparaison, et les auteurs s’attendent eux-mêmes à ce que l’écart soit plus réduit face à eux. L’affirmation selon laquelle le système parvient au diagnostic correct pour un tiers à la moitié des coûts repose, selon Microsoft, sur des coûts estimés dans des simulations. Les professionnels de santé soulignent que ces systèmes sont conçus comme une assistance et rappellent les questions de responsabilité encore en suspens. → TechCrunch, The Verge, Gizmodo, Microsoft AI

Synthszr Take : Quatre points de précision en plus et 3 000 dollars de moins par cas, voilà tout ce que l’orchestration apporte au-delà de GPT-5. Le reste est fourni par le modèle d’OpenAI. Le véritable atout de Microsoft est SDBench : un étalon conçu maison auquel devra se mesurer tout acteur souhaitant entrer dans les hôpitaux. La superintelligence relève du marketing, le standard est le véritable produit.

Samedi — Le modèle open-weight K3.1 Pro de Kimi talonne Claude Opus 5.5

Kimi a présenté avec K3.1 Pro le premier modèle de sa nouvelle série K3.1. Selon l’entreprise, il s’agit de son modèle open-weight de classe 3T le plus performant à ce jour, capable de traiter une fenêtre de contexte d’un million de tokens. En parallèle sort K3.1 Pro Highspeed, conçu pour répondre deux à trois fois plus rapidement. Les deux variantes sont disponibles dès maintenant via Kimi.ai, Kimi Work, Kimi Code et l'API Kimi. Les poids complets du modèle devraient être mis à disposition d’ici le 4 novembre.

Sur le plan technique, K3.1 Pro est une version post-entraînée de Kimi K3. Le post-training a mobilisé nettement plus de puissance de calcul. Kimi décrit un Reinforcement Learning mutualisé à travers des centaines de domaines d’application. Pour y parvenir, toute la pile a été remaniée, du framework de RL à la long-context inference, en passant par l’infrastructure de sandbox et la planification des déploiements. L’objectif était que chaque unité supplémentaire de compute de RL apporte des gains stables et prévisibles.

Sur les benchmarks, le fournisseur se place au coude-à-coude avec les modèles propriétaires les plus puissants. Sur Terminal-Bench 4.0, qui évalue les agents de codage sur des tâches de terminal réalistes sous contraintes de ressources, K3.1 Pro affiche 65,7 pour cent d’après ses créateurs. GPT-6 Astra y obtient 58,2 pour cent et Claude Opus 5.5 atteint 66,4 pour cent. Sur le benchmark maison Kimi Code Bench 3.0 long-horizon, le score progresse de 55,95 à 61,2 pour cent par rapport à K3. Sur le benchmark 3D BenchCAD, qui teste la reconstruction d’objets à partir de plusieurs vues via du code CAD, le modèle atteint 92,7 pour cent avec des outils. Claude Opus 5.5 s’y établit à 96,2 pour cent et GPT-6 Astra à 95,9 pour cent.

Sur le plan des fonctionnalités, Kimi met l’accent sur le codage, la création 3D et les tâches agentiques. Le modèle est conçu pour interagir avec des moteurs de jeu tels qu’Unity, Unreal Engine et Godot, en combinant ces interactions avec la recherche web et la génération 3D. Pour les modèles paramétriques comme les pièces mécaniques, les maquettes architecturales ou les meubles, il écrit et exécute de manière autonome des scripts pour des outils tels que Blender, y compris sans connecteurs MCP.

Pour illustrer sa capacité à gérer de longues chaînes de tâches, Kimi met en avant un test interne. En s’appuyant sur le modèle anatomique ouvert human-atlas, composé de 296 éléments squelettiques et 402 composants musculaires, K3.1 Pro a conçu un simulateur de marche humaine intégrant sa propre pipeline d’entraînement et d’évaluation. Au fil de 167 étapes de travail et de 420 revues indépendantes, il a perfectionné le contrôleur de marche au point que la silhouette simulée a pu marcher pendant 11,2 secondes à pas alternés, au lieu de s’effondrer en quelques secondes. Constatant que le mouvement des bras ne progressait plus, le modèle a directement analysé la dynamique du simulateur, selon l’entreprise. Il y a repéré et corrigé 36 erreurs dans le calcul des bras de levier des muscles de l’épaule. → Kimi, BottleCap AI

Pour Anthropic, qui a dévoilé mercredi près de cinq dollars de pertes par dollar de chiffre d’affaires, cette pression tarifaire venue de modèles ouverts frappe précisément le point névralgique de son scénario d'IPO.

Synthszr Take : Un seul point sur Terminal-Bench sépare désormais Claude Opus 5.5 d’un modèle dont n’importe quel hébergeur pourra charger les poids dès le 4 novembre. Anthropic perd ainsi toute justification pour appliquer une surcote sur ses agents de codage, tandis que GPT-6 Astra est déjà nettement distancé. À l’avenir, ce sont les acteurs du marché de l’hébergement qui fixeront les prix — et pour eux, seuls comptent les coûts de calcul.