Voici les faits marquants des dernières semaines :

1. L’Agentic AI passe à l’échelle supérieure 

•  Délégation de tâches complexes : Une étude publiée fin juin par OpenAI montre que l’unité de travail n’est plus l’interaction courte (le « prompt » ponctuel), mais la tâche de longue durée. Les agents (notamment via Codex) opèrent désormais seuls pendant des heures, orchestrant des appels d’outils externes et itérant vers des solutions sans intervention humaine continue.
•  La recherche scientifique automatisée : L’Université de Chicago expérimente en ce moment Agent For Science, une plateforme où des entités IA rédigent, débattent et critiquent des articles de recherche entre elles, sans humain dans la boucle, ce qui bouscule complètement les méthodes de validation scientifique.

2. Cybersécurité : l’écosystème développeur ciblé

•  Vols de clés API : Une quinzaine de faux plugins JetBrains, déguisés en assistants de codage IA, ont été récemment découverts. Leur but direct était de dérober discrètement les clés API (OpenAI, DeepSeek, etc.) des développeurs.
• Failles spécifiques à l’IA : Le mois de juin a également vu la correction d’une faille critique (« SearchLeak ») sur Copilot, ainsi que des vulnérabilités d’injection de prompt exploitant des URL cachées, rappelant que la sécurisation des architectures intégrant de l’IA reste un défi majeur.

3. Géopolitique et guerre des modèles

•  Blocage américain sur Anthropic : Les États-Unis ont imposé de fortes restrictions d’exportation sur les tout nouveaux modèles d’Anthropic, Claude Fable 5 et Claude Mythos 5. Cette décision a provoqué une levée de boucliers du côté de la communauté de la cybersécurité, qui demande l’accès à ces modèles par le biais d’une lettre ouverte.
•  La France joue la souveraineté : La DGSI (renseignement intérieur français) a officiellement mis fin à son contrat historique avec l’américain Palantir. C’est l’entreprise française ChapsVision qui prend le relais pour le traitement des données sensibles, illustrant une volonté européenne de réduire la dépendance technologique.

4. Le mur environnemental de l’IA

L’alerte de l’ONU : Un récent rapport de l’Université des Nations Unies souligne que d’ici 2030, les data centers liés à l’IA pourraient consommer jusqu’à 945 térawattheures d’électricité par an (près du triple de pays comme le Nigeria) et générer 2,5 millions de tonnes de déchets électroniques. Fait marquant : c’est désormais l’utilisation quotidienne des modèles (l’inférence) qui représente 80 à 90 % de la facture énergétique globale, et non plus la phase d’entraînement.