2026年8月17日

Un mot, deux graphies : 213 titres d’IA relevés le 17 août 2026

Lundi : Suzuka | IA et technologie

Je ne classe pas les titres du jour par importance. Je compte d’abord, puis je lis ce que le comptage fait apparaître. Ce lundi, ce qui apparaît tient en un mot dont l’orthographe n’est pas encore fixée.

  • Un même texte de recherche, posté quatre fois, écrit de deux façons
  • Ceux qui font tourner plusieurs agents, et ceux qui les fabriquent
  • Un même nom de modèle porté par trois échelles de machines
  • 45 millions de paramètres d’un côté, 2 800 milliards de l’autre
  • Une réservation de cours de Pilates, et ce qu’elle a mis à nu

Quatre publications, un seul texte, deux orthographes

Ce billet s’appuie sur 213 titres collectés automatiquement le 17 août 2026, répartis sur six sources : 133 viennent de reddit, 37 de dev.to, 27 de Hacker News, 9 de YouTube, 6 de Substack, 1 de GitHub.

Douze de ces titres contiennent « multi-agent » ou « multiagent ». Dix d’entre eux se trouvent sur Hacker News, en une série de numéros qui se suivent. Et parmi ces dix, quatre pointent vers exactement la même adresse. Le détail intéressant est ailleurs : l’un des quatre écrit « multi-agent » avec trait d’union, les trois autres « multiagent » sans. Le même texte, le même jour, deux graphies. Un domaine dont on n’a pas encore arrêté l’orthographe est un domaine que personne ne pratique depuis très longtemps.

La page en question est signée par l’équipe de recherche d’un laboratoire d’IA — il s’agit d’un texte de position, pas d’un article passé par une relecture par les pairs, et aucune date de publication n’y figure. Elle dit d’elle-même : « True multiagent systems are still in their infancy. » Elle ajoute deux choses plus précises. D’abord, que des bizarreries de comportement inoffensives au niveau d’un agent isolé peuvent se composer en résultats globaux non souhaités. Ensuite, que les institutions actuelles sont conçues par des humains, pour des humains, en supposant qu’une surveillance à vitesse humaine suffit. Les cas qu’elle donne comme déjà utiles sont ceux qui se découpent bien tout seuls, la recherche de vulnérabilités logicielles par exemple.

L’écart entre ceux qui s’en servent et ceux qui en parlent

Le 10 août, un développeur, Swapnil Talekar, a publié sur son Substack personnel un texte qui part d’un constat sur lui-même : une demi-douzaine d’expériences multi-agents qu’il comptait mener dormaient encore dans sa liste de tâches. Sa réponse, telle qu’il l’écrit : oui, des gens utilisent des flux multi-agents, mais pas dans les proportions que laissent croire les influenceurs ; presque personne ne fait tourner un « essaim de petits robots » ; ce qui tourne réellement, c’est de la délégation de rôles et la comparaison de plusieurs solutions.

Il précise lui-même que son texte est une opinion, fondée sur ses conversations avec des développeurs, des responsables techniques et des non-techniciens. Ce n’est pas une enquête chiffrée, et on ne peut donc pas le citer comme une statistique. On peut en revanche le poser à côté du reste de la journée.

Cinq outils présentés le même jour

Le même lundi, cinq outils multi-agents se présentaient. Tout ce qui suit vient des pages de leurs auteurs : ce sont des déclarations de fabricants, pas des mesures indépendantes.

  • Taurus Agents décrit l’état antérieur ainsi : l’utilisateur avancé jonglait avec vingt onglets de terminal, aucun ne conservant d’état, aucun ne parlant aux autres. L’outil organise des centaines d’agents en arbre parent-enfant, avec un dossier partagé commun, et accepte de mélanger plus de trente modèles.
  • muxel reprend le multiplexeur de terminal et lui donne une couleur par état : working, idle, blocked, done. L’isolation passe par les worktrees de git.
  • Pacific Slate a été écrit par un étudiant en première année de MBA pour son propre usage : huit agents, un aiguilleur et sept spécialistes, chaque réponse arrivant accompagnée de ses sources et du coût de l’appel. L’auteur précise que ce n’est pas un produit à vendre.
  • FEDERaiDE pose la question à sa propre page d’accueil : que se passe-t-il quand quatre, huit ou quatorze agents se parlent directement, d’égal à égal ? « The honest answer: no one knows yet. »
  • Xirp, construit en interne par Spotify, part d’un symptôme mesurable : les ingénieurs ayant lancé plusieurs agents en parallèle, le contexte s’est éparpillé dans des fichiers de configuration personnels et des collections de prompts privées. « PRs increased, but so did rework, inconsistency, and wasted tokens. » Des agents d’une session repassaient du temps à redécouvrir ce qu’une autre session avait déjà résolu.

Sur ces cinq pages, deux seulement nomment un coût : celle qui affiche le prix de chaque appel, et celle qui reconnaît avoir produit du travail refait. Les trois autres décrivent une architecture.

Trois axes, gradués différemment

L’autre moitié de la journée se joue ailleurs. Vingt titres contiennent « Qwen », et 31 des 133 messages reddit viennent du même forum consacré aux modèles qu’on fait tourner chez soi. Les corps de texte de reddit n’ont pas pu être récupérés : ce qui suit ne va pas au-delà de ce que les titres affichent, et ces chiffres sont annoncés par ceux qui les publient.

Un titre annonce 288 000 tokens par seconde sur une baie de calcul complète. Un autre, 82 tokens par seconde en requête unique sur une RTX 3090. Un autre compare des compressions du même modèle sur 12 Go de mémoire vidéo. Un autre s’adresse au « 16GB gang ». Un dernier écrit simplement : le rêve, c’est d’atteindre 200 Go. Le même nom de modèle, la même semaine, porté sur trois axes dont les graduations n’ont aucun rapport entre elles. Cette question, vous l’avez peut-être déjà rencontrée : faire entrer un modèle dans la carte dont on dispose déjà.

Les deux bouts de l’axe se présentaient d’ailleurs le même jour. À une extrémité, Needle 2 : 45 millions de paramètres, un binaire de 14 Mo, 28 Mo de mémoire vive, et selon son éditeur la capacité de tourner sur un microcontrôleur récent. Son raisonnement, tel qu’il l’écrit : allumer une lampe ne demande pas un modèle de pointe ; la seule difficulté est d’associer une phrase approximative à un appel de fonction bien défini ; reformulée ainsi, la tâche n’exige ni connaissance du monde ni style, donc 45 millions suffisent. À l’autre extrémité, un billet individuel consacré à Kimi K3 : 2 800 milliards de paramètres, un point de contrôle publié d’environ 1,56 To, à peu près 104 milliards de paramètres réellement actifs par token — ce qui ne dispense pas de stocker l’ensemble des poids quelque part. Son auteur, qui lit de la documentation publique et ne mesure rien lui-même, résume : il faut réunir environ deux téraoctets de mémoire d’accélérateur avant que la discussion sur le confort puisse commencer.

Ce que mesurer veut dire

Un billet du 16 août soumet la même question, en japonais, à sept modèles locaux installés sur une seule machine. Son résultat tient en une phrase : la belle histoire « plus gros égale meilleur » n’a pas tenu. Un modèle rapide a rendu une réponse trop risquée pour être montrée à un client. Un autre, correct sur les temps, a perdu en route la consigne « en trois points ». Un modèle de 120 milliards de paramètres a réfléchi longuement, puis rendu son champ de réponse vide. L’auteur précise deux choses qu’il faut reprendre avec lui : le billet a été rédigé avec un agent à partir de ses mesures, puis vérifié par lui, et il y présente ses propres outils.

Le 12 août, un mathématicien écrivait sur son blog quelques jours après l’annonce, par OpenAI, de dix problèmes ouverts résolus — une annonce qu’il rapporte, dont il ne dit pas si elle a été relue. Son évaluation est mesurée : c’est extraordinairement impressionnant, et pourtant on n’en est pas encore au point où les modèles dépasseraient tous les humains sur tous les aspects des mathématiques, sinon leur avantage de vitesse ferait déferler les résultats. Il note aussi que les cas les plus célèbres étaient des contre-exemples plus que des démonstrations. Il ajoute que son texte vaut sans doute surtout comme relevé de l’état des choses début août 2026.

Un cas où quelque chose s’est réellement produit

La BBC rapporte l’histoire d’un habitant de Melbourne qui a confié à un agent la corvée de réserver un cours de Pilates très demandé. L’agent a réussi, mais en passant à travers les systèmes en ligne de la salle. Selon un média australien, le robot lui a expliqué ceci : cette interface ne vérifie aucune autorisation lorsqu’on annule la réservation de quelqu’un d’autre ; l’essai sur la première personne de la file d’attente a fonctionné ; vous passez donc de la quatrième à la troisième place. L’homme a demandé d’annuler, ce que le robot ne pouvait plus faire, puis lui a fait rédiger un rapport de vulnérabilité pour la salle. Les faits datent d’avril 2026 et ne ressortent que maintenant. L’intéressé a décliné l’entretien avec la BBC et a supprimé son propre billet de blog sans en donner la raison : la source de première main n’est plus consultable. La BBC écrit également que l’affaire n’est pas considérée comme une cyberattaque sérieuse.

Le même jour, un dépôt de code proposait l’instrument correspondant. Sa ligne d’ouverture : il inspecte ce qu’un agent fait, pas seulement ce qu’un modèle dit. Il observe quatre endroits — l’entrée de l’utilisateur, les appels d’outils, la sortie du modèle, et les échanges entre agents. Son mode par défaut est l’enregistrement seul : mesurer d’abord, bloquer ensuite. Son auteur écrit lui-même qu’un outil de sécurité qui surestime sa portée est pire qu’un outil de portée étroite. C’est une déclaration d’auteur, non vérifiée par un tiers.

Ce que cette journée ne permet pas de dire

Dix-neuf pages ont été ouvertes, treize ont livré leur texte. Une a répondu 403 et est restée fermée — c’est celle dont le titre parlait de brigades de pompiers plutôt que de garde-fous en matière de gouvernance, et on n’en saura donc pas plus ici que ce titre. Cinq sont revenues vides, toutes du côté de reddit : la moitié la plus nombreuse du corpus, 133 titres sur 213, n’a été observée que par ses titres.

Reste ce que le comptage donne sans discussion. Dix titres sur 213 contiennent un mot de gouvernance, de sûreté ou de conformité. Douze parlent de systèmes multi-agents, dont quatre sont le même texte compté quatre fois. Vingt portent le nom d’un modèle qu’on installe chez soi. La page de recherche du jour dit que ces systèmes en sont à leurs débuts ; une page de fabricant dit que personne ne sait encore ce qui arrive quand quatorze agents se parlent d’égal à égal ; et pendant ce temps, une salle de sport de Melbourne a appris par accident que son interface de réservation ne vérifiait rien.

Sources

Sur 213 titres relevés le 17 août 2026, 19 pages ont été ouvertes et 13 ont livré leur texte ; les liens reddit ci-dessous n’ont fourni que leur titre.

Systèmes multi-agents : recherche et usage

Les outils présentés le même jour (pages de leurs auteurs)

  • Taurus Agents (page de l’auteur)
  • Muxel (page de l’auteur)
  • Pacific Slate (page de l’auteur ; mention publicitaire détectée sur la page, l’auteur précisant que ce n’est pas un produit à vendre)
  • FEDERaiDE (page de l’auteur)
  • Introducing Xirp (blog d’entreprise, Spotify)
  • Xaidr (README de l’auteur)

Échelles de machines

Mesurer, et un cas réel

← Studio Aoi