Veille du 2 novembre 2026 — coordination multi-agents · réseau neuronal embarqué · planification longue durée

Les 3 articles les plus chauds de la veille du 2 novembre 2026. 🔥

🔥 Top 3

1. AI agent swarms in Minecraft fail to build civilization, drown in bureaucracy

Quatre agents IA ont passé onze minutes à nommer un « unique opérateur d’engrais » pour une seule poudre d’os posée sur un seul bloc de blé.

Voilà le résultat le plus parlant de l’expérience menée par des chercheurs dans Minecraft : 50 agents, trois heures, une mission simple, bâtir une civilisation prospère. La première nuit, les zombies déciment une bonne partie de la colonie. Les agents survivent, mais les projets ambitieux passent à la trappe. À la place, la bureaucratie s’installe.

Ce travers rappelle ce que beaucoup constatent en pilotant des agents de code : plus il y a d’agents, plus il y a de réunions.

Deuxième volet, le conflit. En Bed Wars, 10 agents GPT affrontent 10 agents Claude. Les GPT attaquent, empilent des stratégies élaborées ; les Claude défendent. Détail révélateur : un bug bloque la destruction de blocs. Les GPT diagnostiquent la cause et partagent des contournements. Plusieurs Claude concluent que c’est impossible. Sur Mindustry, les GPT gagnent 6 à 1. Leur avantage tient à un fonctionnement en ruche. Côté Claude, un chef unique et un vote démocratique, moins efficace dans ce cadre.

Les essaims sont publiés en open source, avec les scripts et les configurations pour relancer les parties.

Reste une question que les chiffres ne tranchent pas : un essaim plus gros est-il vraiment plus intelligent, ou seulement plus lent à se mettre d’accord ?

🔗 www.tomshardware.com

2. Show HN: A language model that lives in a boot sector

Votre PC démarre et, au lieu de charger Linux, il rêve qu’il charge Linux.

Le projet bootgpt tient dans le MBR, ces 512 premiers octets que la carte mère exécute avant tout système d’exploitation. L’auteur l’a écrit en assembleur à la main. Le secteur charge un modèle de 11,5 Ko réparti sur les 23 secteurs suivants, puis l’exécute en mode réel 16 bits, sur un 386. Pas de noyau, pas de bibliothèque C.

Le réseau est minimal : des embeddings de caractères, une couche cachée, un softmax en sortie. Tout est quantifié en int8, donc stocké en petits entiers avec des échelles en puissances de deux. La passe avant tient dans des imul et un seul idiv. L’échantillonnage s’appuie sur un générateur pseudo-aléatoire amorcé par le timer.

Entraîné sur 3 Mo de faux logs noyau, le modèle sort ce genre de ligne avec huit caractères de contexte:

[ 1.883084] NET: Registered protocol family 16

Plausible. Faux. Il hallucine des barres PCI et des événements ACPI pour du matériel qui n’existe pas.

La contrainte est brutale: 510 octets pour le code, les poids et les chaînes vivent dans les secteurs suivants. L’image s’écrit sur une clé USB avec dd et démarre sur n’importe quelle machine BIOS.

Le genre du boot sector a déjà accueilli un compilateur C et un interpréteur BASIC. Ici, l’astuce est plus fine : le modèle n’apprend pas à raconter des histoires, seulement à mentir sur son propre démarrage.

🔗 GitHub

3. GPT-5.6 Sol can beat Factorio on peaceful mode

GPT-5.6 Sol a terminé Factorio. 13,5 heures de temps de jeu, mode paisible (sans les insectes aliens qui attaquent votre usine). Pour situer le jeu : Factorio, c’est de la logistique industrielle poussée à l’absurde, où l’on assemble une chaîne de production de la mine de fer jusqu’à la fusée. Les humains y passent des centaines d’heures.

Le montage est le même que lors des essais précédents : le modèle tourne dans Codex, avec un niveau de réflexion bas, et pilote le jeu via une bibliothèque Python qui respecte les contraintes d’un joueur normal, portée limitée et brouillard de guerre. Pas d’accès magique aux données de la partie.

Ce qui rend l’exercice intéressant, c’est moins la victoire que la façon dont elle est obtenue. Sol a été meilleur que prévu sur certaines phases, puis a calé à mesure que l’usine grossissait. Pour lancer la fusée, il a fini par transporter des ressources à la main entre les zones de production, colmatant ses propres erreurs de raccordement. Un peu comme un développeur qui copie-colle des fichiers entre serveurs parce que le pipeline ne tient pas debout.

Reste le progrès net : GPT-5.5, lui, n’arrivait même pas à poser des tapis roulants. L’auteur du billet parie sur Factorio comme banc d’essai des capacités des modèles, plus lisible pour un spectateur qu’une session de code. Prochaine étape annoncée : les parties avec aliens, où la défense s’ajoute à la logistique.

Une usine qui tourne, c’est joli. Une usine qui tourne pour de mauvaises raisons, c’est une info.

🔗 ryanmadden.net

📦 Le reste de la veille

• AI delivers ‘zero financial payoff’ to most companies, Apollo economist says — Un économiste d’Apollo affirme que la plupart des entreprises ne tirent aucun gain financier de l’IA, un constat qui alimente le débat sur le retour sur investissement.

• Anthropic blocks users for anything touching training larger models — Anthropic bannirait des comptes dont l’usage touche à l’entraînement de modèles plus grands, ce qui relance le débat sur les conditions d’utilisation des API.

• Malware uses LLMs to rank victims by how much they’re worth — Un malware s’appuie sur des LLM pour classer ses victimes selon leur valeur financière, illustrant une nouvelle forme d’automatisation offensive.

• Building a multiplayer game world with autonomous Fable-class models — Le récit de la construction d’un monde de jeu multijoueur reposant sur des modèles autonomes de classe Fable, avec des détails sur l’architecture et les workflows agents.

• Anthropic takes steps to block Claude from reverse-engineering video games — Anthropic restreint l’usage de Claude pour le reverse-engineering de jeux vidéo, une décision qui questionne les limites imposées aux modèles.

• The AI cost of JavaScript frameworks — Une analyse mesure le coût en intelligence artificielle induit par les frameworks JavaScript, un angle technique rare mais surtout utile aux équipes front-end.

• GitHub Octoverse 2026 — Le rapport Octoverse 2026 de GitHub met en évidence la forte hausse des commits et push liée à l’adoption des agents par les développeurs.

• Quoting Kyle Kingsbury — Une citation de Kyle Kingsbury sur la manière dont l’usage des LLM érode la confiance dans la documentation et les logiciels, et ses effets sur la perception des nouveaux projets.

• It wasn’t AI that flipped Proton’s charge — Un décryptage conteste l’explication attribuant à l’IA le revirement de Proton, en revenant sur les causes réelles de ce changement.

• If in doubt, delete the uv.lock file — Un billet court de Simon Willison qui rappelle qu’il faut supprimer le fichier uv.lock en cas d’erreur de dépendances Python depuis le passage à la version 3.15.

• The Impact of Generative AI on Critical Thinking: Self-Reported (2025) — Une étude Microsoft interroge l’effet de l’IA générative sur la pensée critique à partir de déclarations d’utilisateurs, avec les limites d’une auto-évaluation.

• Quoting Ben Hylak — Une citation de Ben Hylak défendant l’idée que tout produit devrait être un serveur MCP sans interface, alimenté par un agent.

• datasette-llm 0.1a9 — Une note de version mineure de l’extension datasette-llm, qui apporte surtout une petite amélioration d’ergonomie.

• API credits benefit for eligible ChatGPT subscriptions — OpenAI annonce l’octroi de crédits API aux abonnés ChatGPT éligibles, une actualité tarifaire qui suit une initiative similaire d’Anthropic.

• Quoting Ted Sanders — Un commentaire Hacker News de Ted Sanders sur la nature multidimensionnelle des performances des LLM et la difficulté à les classer selon un ordre unique.

… et 4 autres articles consultés.