Les 3 articles les plus chauds de la veille du 17 novembre 2026. 🔥

🔥 Top 3

1. A step toward defining the Standard Model on a lattice

Un physicien théoricien avait une stratégie pour définir le Modèle Standard sur réseau. Il n’arrivait pas à prouver qu’elle marchait dans tous les cas. C’est GPT-6 Astra qui a transformé l’idée en construction et rédigé la preuve détaillée. Le préprint est sorti en octobre, signé Nathaniel Craig, qui dirige le groupe de théorie des particules à l’Université de Californie à Santa Barbara et passe du temps chez OpenAI comme scientifique invité.

Rappel du problème. Le Modèle Standard décrit les particules connues et trois des quatre forces fondamentales, avec une précision vertigineuse. Mais ses prédictions reposent sur la théorie des perturbations: on imagine les interactions éteintes, on résout, puis on rajoute les interactions comme de petites corrections successives. Ça marche tant que les corrections restent petites. Pour la masse du proton, ça ne marche pas du tout : sans la force forte, le proton se désintègre.

La solution habituelle, c’est le réseau (lattice): on discrétise l’espace-temps en une grille de points, et le calcul devient faisable sur ordinateur. Ça fait des décennies que ça fonctionne pour la force forte.

Le blocage, c’est que le Modèle Standard complet est une théorie chirale. Autrement dit, il distingue gauche et droite, comme un gant unique dont le reflet dans le miroir ne ressemble pas à l’original. La force faible ne traite pas les fermions gauchers et droitiers de la même façon, et cette asymétrie résiste à la mise sur grille.

Reste à savoir si la construction proposée tient devant la communauté, et si une IA peut être créditée comme coautrice d’une avancée en théorie quantique des champs. La réponse ne viendra pas d’un benchmark.

🔗 OpenAI


2. Running coding agents without handing them my credentials

Le jeton d’accès ne quitte jamais le portable. C’est la promesse de lend, un proxy qui s’intercale devant votre agent SSH pour permettre à des agents de code lancés sur une machine distante d’utiliser gh ou git sans jamais détenir vos identifiants.

Rappel du décor : un agent tourne sur une VM jetable (une machine virtuelle qu’on supprime après usage). Il lui faut un accès pour surveiller la CI, ou pour signer un commit. Deux réflexes existent, et aucun ne satisfait l’auteur.

Copier les identifiants sur la VM. N’importe quel processus de la machine peut alors les lire, y compris l’agent et tout ce qu’il exécute, tant que le token est valide.

Forwarder son agent SSH avec ssh -A. Les clés privées restent locales, mais la VM peut signer avec toutes les clés sans rien demander, et sans laisser de trace.

lend renverse la logique. La commande ne s’exécute pas sur la VM: elle remonte par la socket de l’agent SSH jusqu’au portable et s’y exécute avec votre session. Une politique locale décide de ce qui passe. Par défaut, tout est refusé. Chaque règle autorisée déclenche une validation biométrique, Touch ID compris, directement dans la boîte de dialogue.

L’agent récupère la sortie de la commande. Il n’a jamais vu le token.

Reste une vraie question de conception : quand un agent enchaîne cinquante appels, validez-vous cinquante fois, ou finissez-vous par élargir la politique jusqu’à annuler l’intérêt du dispositif?

🔗 blog.antonio.cx


3. Two models, same 89.1% task success rate. GPT-6 Luna averaged $0.05 per task. Claude Opus 5.5 averaged $1.62.

Deux modèles, 89,1 % de réussite sur les mêmes tâches. L’un coûte 0,05 dollar par tâche, l’autre 1,62 dollar. Rapport : 32 pour un.

Les chiffres viennent du Databricks AI Index, donc des données maison, ce qui mérite d’être précisé. Le classement combine l’usage anonymisé de plus de 10 000 entreprises passant par la passerelle Databricks et un test d’agent de code maison. Détail qui change tout : la correction se fait par tests cachés, pas par un modèle juge qui aurait tendance à noter gentiment.

Autres scores : Claude Fable 5.1 atteint 96,0 % de réussite à 7,47 dollars la tâche. Muse Wonder sort 94,9 % pour 1,53 dollar. DeepSeek V4.1 et GLM 5.3 se partagent la troisième place à 93,1 %. Et Gemini 3.8 Flash consomme en moyenne 140 tours de conversation par tâche, pour 11,97 dollars.

La bascule la plus parlante n’est pas dans le tableau : les modèles open-weight sont passés de 7,3 % des tokens d’entreprise en juillet à 30,9 % en novembre. Le prix par tâche devient un critère d’architecture, pas une ligne budgétaire qu’on arbitre en fin d’année.

Reste une question que les chiffres ne tranchent pas : à budget égal, combien de tentatives supplémentaires peut-on s’offrir avec un modèle 32 fois moins cher, et est-ce que ça suffit à compenser l’écart de qualité sur les tâches les plus tordues ?

🔗 x.com


📦 Le reste de la veille

… et 70 autres articles consultés.