X ouvre ses conversations aux agents avec Chat API et Chat XDK.
Les bots reçoivent, déchiffrent et signent les messages privés. Le kit officiel fournit un squelette et six liaisons de langage pour répondre dans X Chat.
X ouvre ses conversations aux agents avec Chat API et Chat XDK.
Les bots reçoivent, déchiffrent et signent les messages privés. Le kit officiel fournit un squelette et six liaisons de langage pour répondre dans X Chat.
Vercel ajoute la génération et l’édition d’images à AI Gateway.
Le modèle de Meta génère ou modifie une image sous le même identifiant. L’AI SDK l’appelle via generateImage, avec texte et images de référence.

Yutori lance un modèle qui alterne interface, terminal et scripts.
Le modèle de 27 milliards de paramètres choisit entre interface graphique, CLI, outils et scripts. Disponible via API, il atteint 65,2 % sur OSWorld 2.0 pour 1,46 dollar par tâche.
Knack ouvre un backend MCP compatible HIPAA aux assistants de code.
Claude, ChatGPT, Replit et d’autres outils peuvent se brancher à une base relationnelle gérée, avec contrôle d’accès, journaux et infrastructure de santé conforme.

Z.ai ouvre un modèle d’agent de code doté d’un million de tokens.
Le modèle active 18 milliards de paramètres sur 320, accepte un million de tokens et publie ses poids sous licence MIT. Z.ai l’annonce dix fois moins cher que GLM-5.2.

Glean donne identité, mémoire et permissions à ses agents en bêta.
Le routage choisit le modèle selon la tâche et le coût. Chaque agent reçoit une identité, des permissions, une mémoire et un journal d’audit pour agir dans Slack, Jira et GitHub.

G-P branche ses données d’emploi mondiales aux agents via MCP.
Le serveur MCP injecte données RH et conformité dans Claude, ChatGPT, Gemini ou Cursor, avec permissions, masquage et validations humaines.
L’autonomie accélère la production de code, mais déplace le coût vers l’exploitation. Chez Meta, les modifications de plateformes internes ont bondi de 220 % quand les fonctions livrées n’augmentaient que de 36 %. Les incidents techniques et de sécurité ont progressé de 40 %, tandis que le temps de lutte contre le feu gagnait 70 %.
Cette dette n’apparaît pas seulement dans les diffs. Cyera montre qu’une page web peut atteindre un serveur Ollama mal configuré, empoisonner durablement le modèle d’un agent local et survivre à ses futurs prompts système. Le sandbox limite alors la machine, mais pas les dépôts, API et secrets confiés à l’agent.
La réponse quitte donc le texte des garde-fous. Terok traite modèle, instructions et code produit comme non fiables : conteneur sans privilèges, pare-feu sortant, coffre de secrets et passerelle Git mettent les changements en quarantaine. La supervision utile se place désormais aux frontières d’action, avant réseau, identifiants et production.

Octomind programme des agents sur des machines cloud persistantes.
Routines réveille une machine cloud persistante à l’heure prévue. Chaque passage trace ses succès ou ses sauts, borne le coût et conserve sa mémoire dans un fichier modifiable.
Retriever finance son agent navigateur gratuit par la publicité.
Les annonces financent désormais l’inférence après une réduction du coût par étape. L’agent reste disponible dans Chrome, le cloud, via API, MCP, CLI et SDK.
Ollama permet à Claude Desktop d’utiliser des modèles locaux.
Un interrupteur configure Ollama comme passerelle tierce, permet de choisir un modèle local ou cloud par conversation et restaure à la demande le profil Anthropic.
Le calcul agentique quitte partiellement le cloud. Junie Local exécute un modèle de 27 milliards de paramètres sur un Mac M5 sans transmettre code, prompts ni diffs, tandis que le nouveau Mac mini cible explicitement les agents toujours actifs. Le poste du développeur redevient ainsi une infrastructure d’exécution, pas seulement une interface.
Cette relocalisation assemble logiciel, fichiers et matériel. TeXbrain compile LaTeX dans le navigateur, travaille directement dans le dossier du projet et laisse les agents locaux partager le même état sans serveur. Apple ajoute des accélérateurs neuronaux, jusqu’à 64 Go de mémoire unifiée et un rendement pensé pour des tâches agentiques continues.
Le compromis devient visible : l’exécution locale supprime quotas, pannes de fournisseur et fuite de données, mais exige beaucoup de mémoire et cède encore sur les raisonnements difficiles. Une architecture hybride se dessine : agents locaux pour le travail privé, répétitif ou nocturne ; modèles distants pour les décisions rares qui justifient latence et coût.

Quatre skills transforment les plans d’agents en pages interactives.
Visual Planning Skills lance quatre skills pour transformer explications, plans et schémas en pages HTML interactives. Un autre modèle peut ensuite retrancher les choix trop complexes.