Les agents web commencent à quitter la navigation par captures d’écran et clics simulés. OpenAI a activé WebMCP dans le navigateur intégré à ChatGPT et lancé un challenge dédié : une page peut désormais déclarer des outils structurés, avec schémas d’entrée et indications sur leurs effets, que l’agent appelle directement.

Les premiers déploiements montrent ce que cette interface change. Respira expose dans WordPress des actions de lecture, de préparation d’édition, d’approbation et de retour arrière ; Finmagine ouvre 21 outils sur six pages financières. L’agent travaille dans la session déjà authentifiée de l’utilisateur, sans installer un connecteur séparé.

Pour les développeurs, le travail se déplace du pilotage de l’interface vers la conception d’un contrat d’action : noms explicites, paramètres étroits, effets annoncés et résultats vérifiables. Les retours de Respira montrent aussi une limite très concrète : trop d’outils par page peuvent désactiver la découverte, donc mieux vaut exposer peu d’actions bien ciblées.

Les agents de code lisent des fichiers destinés à les aider, puis transforment parfois ces instructions en actions. Ars Technica rapporte que 120 sites contenaient des références vers des paquets ou domaines non réclamés dans leur documentation pour LLM ; des agents comme Claude, Codex et Hermes ont exécuté certains chemins d’installation.

Mindgard montre la même frontière dans un dépôt local : du contenu contrôlé par l’attaquant pouvait pousser Kiro à lire un secret, modifier sa configuration puis déclencher un appel réseau. Le problème n’est donc pas seulement le prompt injection ; c’est la chaîne qui relie texte non fiable, outils autorisés et effets externes.

Les protections commencent à refléter cette réalité. Claude Code 2.1.248 ajoute un mode restreint qui retire l’exécution de commandes et WebFetch, limite les fichiers au répertoire de travail et ignore les réglages du projet. Pour les développeurs, documentation et configuration doivent désormais entrer dans le même modèle de menace que le code tiers.

Le retrait annoncé des modèles OpenAI de Cursor montre qu’un IDE agentique dépend aussi des contrats passés avec ses fournisseurs. OpenAI propose une coupure au 12 novembre après le rachat de Cursor par SpaceX. Pour les développeurs, un modèle disponible aujourd’hui peut donc disparaître sans changement de code côté client.

Cursor cherche précisément à réduire cette dépendance. L’entreprise affirme que son rapprochement avec SpaceX lui donne davantage de calcul pour entraîner ses propres modèles, tandis que Reuters rapporte qu’Anthropic prévoit d’augmenter la capacité Claude disponible dans Cursor. La concurrence entre modèles devient ainsi une contrainte d’architecture autant qu’un choix de qualité.

Les équipes ont intérêt à traiter le fournisseur de modèle comme une dépendance remplaçable : conserver l’état hors du modèle, isoler les appels derrière une API stable et prévoir un repli. Les mécanismes BYOK ou les extensions dédiées réduisent le risque qu’un changement contractuel transforme soudainement un workflow de développement en impasse.

Les agents commencent à découper l’inférence par fonction au lieu d’envoyer chaque étape au même LLM. Neurometric isole le tool calling dans un petit modèle dédié, chargé uniquement de transformer une intention en appels conformes au schéma. Le raisonnement général peut ainsi rester sur un modèle plus coûteux, appelé moins souvent.

Cloudflare applique la même séparation à la recherche. AI Search permet de choisir le modèle qui réécrit une requête ou génère la réponse, et ajoute GLM-5.3 Flash à son catalogue Workers AI. La récupération de documents devient donc une étape configurable du workflow, plutôt qu’un comportement figé dans le modèle principal.

À l’autre extrême, Tencent réduit Hy4 preview à 213,66 Gio en GGUF mixte et le rend utilisable derrière un serveur local compatible OpenAI avec plusieurs agents. Pour les développeurs, l’architecture qui se dessine assemble petits modèles spécialisés, gros modèles locaux ou distants et routage par étape, selon coût, latence et mémoire.