7 minutes
Veille du 20 novembre 2026 — astrophysique trous noirs · fraude tokens api · tests agents ia
Les 3 articles les plus chauds de la veille du 20 novembre 2026. 🔥
🔥 Top 3
1. Claude solves two open problems in the physics of black holes
Une équipe de physiciens avait posé les bases d’un calcul en 2003. Trop complexe. Personne ne l’a terminé. Claude, si.
Claude a résolu deux problèmes ouverts de physique théorique, tous deux liés aux trous noirs. Le premier concerne ce calcul lancé il y a plus de vingt ans et jamais achevé. L’IA l’a mené à terme en pilotant un petit groupe de copies d’elle-même, chaque copie refaisant une partie du travail de façon indépendante, avec vérification croisée des résultats.
Rappel du décor : la physique repose sur deux piliers qui ne se parlent pas, la relativité générale pour le très grand et la mécanique quantique pour le très petit. Les trous noirs sont l’un des rares endroits où les deux comptent, donc le terrain naturel pour chercher une théorie de la gravité quantique.
L’outil central s’appelle la dualité holographique. Un univers théorique avec gravité peut se décrire entièrement par une théorie quantique sans gravité, posée sur sa frontière, une dimension plus bas. Comme un hologramme : une image en trois dimensions encodée sur une surface plane. On transforme ainsi une question de gravité en question quantique, parfois plus facile à traiter.
La question de 2003 : la formation d’un trou noir reste-t-elle une transition brutale quand l’espace-temps perd toute forme définie ? Réponse de Claude : oui. Le même saut net apparaît aux deux extrémités du problème, ce qui suggère que la formation des trous noirs est inscrite dans la théorie quantique elle-même, pas seulement dans la relativité.
Second résultat : la borne exacte sur la masse du trou noir le plus léger dans un univers simplifié à deux dimensions d’espace. Claude a repéré une régularité dans les résultats numériques que les physiciens avaient laissée passer.
Les deux préprints sont en ligne. Reste une question que personne ne tranche encore : qui vérifie un calcul de vingt ans quand l’outil qui le produit est aussi celui qui l’annonce ?
2. Token fraud is here and it’s BAD (YouTube)
Des pélicans à vélo. C’est le motif le plus étrange que Claire Vo a trouvé dans les journaux de son agent.
Elle dirige ChatPRD, un outil qui transforme une idée de produit en spécification rédigée. Le service tourne depuis l’époque de GPT-4 et propose un essai gratuit. Mauvaise idée, visiblement.
Ce qu’elle raconte dans une vidéo YouTube, c’est de la fraude aux tokens à grande échelle. Des groupes enchaînent les essais gratuits et les codes promo, puis branchent leurs propres outils sur son agent pour consommer le crédit de calcul à sa place. L’un d’eux a résumé son business sans détour : il finance un studio international de maps Roblox et Fortnite en aspirant le crédit de l’agent. D’autres revendent simplement l’accès.
Le token, ici, c’est l’unité de facturation des modèles de langage. Chaque requête coûte quelques centimes réels au fournisseur. Un essai gratuit mal protégé devient donc une pompe à argent pour qui sait le détourner.
Et les pélicans ? Une requête revenait en boucle : des SVG de pélicans sur bicyclette. Ce n’est pas de l’art. Chaque famille de modèles a sa signature graphique, et ce motif sert à deviner quel modèle tourne derrière l’API, y compris les versions non annoncées.
Claire Vo supprime donc les essais gratuits. Simon Willison, qui relaie l’affaire, juge la décision logique, à regret. Pour tous ceux qui construisent sur des modèles : quel plafond de dépense avez-vous posé sur votre clé API ce mois-ci ?
3. Our AI agent’s emails read fine. The bugs were in what it did, not what it said. Here’s how we test it…
Un agent IA peut écrire des emails impeccables et être complètement à côté de la plaque. Les bugs ne sont pas dans le texte, ils sont dans les actions : réserver une visite sans vérifier les disponibilités, créer un doublon de prospect, interroger trois fois la base de connaissances au lieu de passer la main à un humain.
Les évaluations classiques, celles qui comparent la similarité entre la réponse générée et une réponse attendue, ne voient rien de tout ça. Une phrase polie qui annonce une réservation inexistante obtient un bon score.
L’équipe a donc monté un banc de test avec de faux prospects, dotés de vraies boîtes mail, qui écrivent à l’agent et attendent des heures avant de répondre, comme le ferait un client. À chaque tour, un LLM judge (un modèle d’une autre famille, réglé à température 0) liste les appels d’outils qu’il attendait. On compare ensuite avec les appels réellement tracés par l’agent. Le score : nombre d’appels appariés divisé par nombre d’appels attendus, en ensembles, donc l’ordre et les répétitions ne comptent pas. Les paramètres obtiennent un crédit partiel par clé, et [1,2,3] face à [3,2,1] vaut match complet.
Le détail malin : quand un garde-fou de sécurité bloque la réponse, ne rien appeler est la bonne décision. Compter ça comme un échec reviendrait à pénaliser un agent prudent. Les coups de garde-fou ont leur propre graphique.
Reste une question ouverte : qui écrit les attentes quand personne ne sait à l’avance ce que l’agent devrait faire ?
🔗 x.com
📦 Le reste de la veille
Gemini 4 Neon — Annonce d’un nouveau modèle Gemini 4 Neon, un événement majeur qui redéfinit les capacités disponibles pour les workflows d’agents.
How OpenAI’s Performance Factory keeps ChatGPT fast — OpenAI détaille la « Performance Factory », un ensemble de workflows basés sur Codex qui détectent et corrigent automatiquement les problèmes de performance de ChatGPT, un cas concret d’agents intégrés à la production.
Introducing AlphaProof Code: a breakthrough in verifying complex software at depth — AlphaProof Code annonce que des agents ont produit trois millions de lignes de preuves Lean pour vérifier le chiffrement de Signal, une démonstration marquante de vérification formelle automatisée.
Anthropic’s Nasdaq debut — Introduction en bourse d’Anthropic sur le Nasdaq, une actualité financière marquante qui consolide la place des laboratoires d’IA sur les marchés.
Fuck Your AI Safeguards — Article au titre provocateur sur le contournement des garde-fous des modèles, un sujet récurrent pour qui déploie des agents auto-hébergés.
A task that costs $1 billion in AI compute today could cost $1,000 in ten years, according to a new Google… — Un essai de Google DeepMind sur l’évolution des coûts de calcul, estimant qu’une tâche à 1 milliard de dollars pourrait tomber à 1000 dollars en dix ans.
AI agents ask better questions than KPMG accountants in audit trial — Compte rendu d’un test où des agents IA posent de meilleures questions d’audit que des comptables de KPMG, un signal concret sur la fiabilité des agents en entreprise.
Energy-Based Reasoners: 385x more efficient inference — Présentation d’approches de raisonnement par fonctions d’énergie revendiquant une inférence 385 fois plus efficace, une piste technique à fort potentiel.
Running the full server-side Datasette Python app in the browser with service workers and Pyodide — Réécriture de Datasette Lite pour exécuter l’application Python complète dans le navigateur via service workers et Pyodide, une démonstration d’ingénierie inhabituelle.
Genie 4 is now available — Mise à disposition de Genie 4, la nouvelle génération de modèle de monde génératif de DeepMind, dont les capacités interactives intéressent les projets de simulation et d’agents.
LLM assisted reverse engineering — Retour d’expérience sur l’usage de LLM pour accélérer le reverse engineering, avec une méthode réutilisable pour l’analyse de binaires.
Gemini 4 Neon is the new #1 on the Models Engineering Index — Gemini 4 Neon prend la première place d’un index d’évaluation des modèles, une actualité de benchmark utile mais peu surprenante.
Google is showing what the future of AI automation looks like. · The shift is no longer just about using AI… — Un fil décrivant l’évolution de l’automatisation IA vers des systèmes d’agents et de sous-agents, avec une terminologie de système d’exploitation d’agents.
Research acceleration: The jagged frontier — OpenAI mesure l’accélération de la recherche en IA par les agents de codage et les zones où leurs performances restent inégales, avec des implications sur l’auto-amélioration récursive.
PostgreSQL 19 Released — Annonce de la sortie de PostgreSQL 19, publiée avec deux mois de retard sur le calendrier habituel, qui résume les nouveautés de la version sans analyse approfondie.
… et 46 autres articles consultés.