1. Gemini 3.8 Live : nouveaux modèles vocaux avec raisonnement

Google a mis à disposition Gemini 3.8 Live et Gemini 3.8 Live Extended Thinking, des modèles speech-to-speech capables de maintenir une conversation tout en exécutant des tâches. Ils sont accessibles via l’API Gemini et Google AI Studio ; la version Extended Thinking vise les demandes complexes et le raisonnement en plusieurs étapes.

– Le prompt ne porte plus seulement sur du texte, mais aussi sur le tour de parole, le contexte visuel et les interruptions.

– Il devient nécessaire de définir explicitement les règles de dialogue : quand écouter, quand agir, quand demander confirmation.

– Les prompts pour agents vocaux devront séparer le rôle conversationnel, les outils disponibles et les conditions d’exécution.

– Google annonce des tarifs de 0,005 dollar par minute d’audio entrant et 0,018 dollar par minute d’audio sortant, ce qui rend les prototypes vocaux plus accessibles.

Le prompting évolue vers la conception de comportements multimodaux et temps réel, plutôt que vers la seule rédaction d’instructions textuelles.

2. Anthropic envisage un nouveau modèle, mais aucune annonce confirmée

Selon Reuters, Anthropic envisagerait de lancer un nouveau modèle afin de répondre à la dynamique d’OpenAI, notamment après le lancement annoncé de GPT-6 Astra. À ce stade, il n’existe pas d’annonce officielle confirmant le nom, les performances ou la date de sortie de ce modèle.

Une vérification indépendante des pages de modèles et des notes de version d’Anthropic ne trouvait pas de trace d’un éventuel Claude Opus 5.2 au 19 septembre.

Pourquoi c’est important pour le prompting :

– Il faut éviter de réécrire une bibliothèque de prompts sur la base de rumeurs ou de benchmarks non vérifiés.

– Une nouvelle génération de modèle peut modifier le comportement des instructions : niveau de verbosité, suivi des contraintes, usage des outils ou raisonnement.

– La bonne pratique consiste à maintenir des jeux de tests reproductibles et à comparer les modèles sur ses propres cas d’usage.

– Pour un praticien, la capacité à détecter une annonce officielle devient presque aussi importante que la capacité à optimiser le prompt.

Aucune nouvelle version majeure d’Anthropic ne doit être considérée comme confirmée pour l’instant.

3. Claude Code adopte `AGENTS.md`

Claude Code 2.1.277 prend en charge le fichier `AGENTS.md` lorsqu’aucun fichier `CLAUDE.md` n’est présent dans un dépôt. Ce format tend à devenir une convention commune à plusieurs agents de développement, notamment Codex et Cursor.

– Les instructions de projet deviennent plus portables entre différents agents de programmation.

– Une équipe peut centraliser ses conventions : architecture, tests, style Delphi ou SQL, règles de sécurité et procédures de déploiement.

– Le prompt système n’est plus uniquement une conversation ponctuelle : il est stocké dans le dépôt et versionné avec le code.

– Pour un développeur, cela rapproche le prompting des pratiques existantes de documentation technique et d’intégration continue.

Exemple de contenu utile dans `AGENTS.md` :

Avant toute modification :

1. Identifier les modules concernés.

2. Respecter les conventions Delphi du projet.

3. Ne jamais modifier les scripts Oracle de production sans proposer un plan de migration.

4. Ajouter ou mettre à jour les tests.

5. Résumer les fichiers modifiés et les risques restants.

4. Les connecteurs d’agents deviennent une priorité produit

Meta a annoncé une plateforme de connecteurs pour Muse, permettant à des services tiers de rendre leurs fonctionnalités accessibles à l’agent afin qu’il puisse agir à la demande de l’utilisateur. Le principe reprend la logique de MCP, mais appliquée à un agent grand public.

Dans le même mouvement, Algolia a annoncé un serveur MCP destiné aux agents et au commerce agentique, tandis que UserGems propose un MCP permettant de piloter des fonctions de recherche, de rédaction et de campagnes à partir de Claude ou ChatGPT.

– Le prompt devient une interface vers des outils réels : recherche, CRM, base documentaire, messagerie ou actions métier.

– Les instructions doivent préciser les droits, les paramètres obligatoires et les conditions de confirmation avant toute action.

– La qualité dépend moins de la formulation seule que de la qualité du contexte fourni par les outils.

– Les praticiens doivent désormais tester les cas d’échec : données manquantes, mauvais outil sélectionné, autorisation insuffisante et action irréversible.

le prompting se déplace de « produire une bonne réponse » vers « orchestrer correctement un système d’outils ».

5. Lattice Prompt applique le RAG et MCP à la conception FPGA

Lattice Semiconductor a lancé Lattice Prompt, un outil gratuit permettant de concevoir des systèmes FPGA en langage naturel. Il s’appuie sur la documentation validée de Lattice et s’intègre à Claude Code, Cursor et Visual Studio Code via MCP.

– L’outil illustre une approche plus fiable que le recours à la connaissance générale d’un LLM : les réponses sont ancrées dans une documentation technique contrôlée.

– Les prompts peuvent se concentrer sur les objectifs fonctionnels, tandis que le système récupère les contraintes propres au matériel.

– Cette architecture est transposable à d’autres domaines : Oracle, Delphi, normes industrielles, documentation interne ou procédures métier.

– Le couple RAG spécialisé + outils MCP devient un modèle concret pour construire des assistants professionnels.

pour les usages techniques, la valeur vient de plus en plus de l’ancrage documentaire et de l’accès aux bons outils, pas seulement du modèle utilisé.

6. Le débat sur le ralentissement du développement des modèles s’intensifie

Aux États-Unis, plusieurs responsables politiques demandent un ralentissement ou un encadrement plus strict du développement des systèmes avancés. En parallèle, des dirigeants du secteur — notamment chez Anthropic et OpenAI — ont évoqué la nécessité de renforcer les audits externes, la transparence sur les incidents et la coordination en matière de sécurité.

Le débat reste très polarisé : certains responsables américains privilégient la compétitivité face à la Chine et rejettent une pause, tandis que d’autres proposent des évaluateurs tiers, des obligations de déclaration et des mécanismes de suspension pour les modèles présentant un risque catastrophique.

– Les prompts destinés aux agents devront intégrer davantage de garde-fous : limites d’autorité, validation humaine et journalisation.

– Les équipes devront évaluer non seulement la qualité des réponses, mais aussi les comportements indésirables : dissimulation, contournement de consignes ou usage abusif d’outils.

– Les audits de prompts et les tests de sécurité pourraient devenir des exigences de gouvernance, en particulier dans les secteurs réglementés.

– Le prompt engineering se rapproche progressivement de l’ingénierie de sûreté : on doit définir ce que le système peut faire, mais aussi ce qu’il ne doit jamais faire.

7. Création d’une « AI Force » aux États-Unis : annonce encore très vague

Donald Trump a annoncé son intention de créer une « AI Force » et de nommer un conseiller chargé de l’IA. Les détails sur ses compétences, sa composition et son articulation avec les agences existantes ne sont pas encore connus.

– Cette annonce signale une possible centralisation de la supervision de l’IA aux États-Unis.

– Les futures règles pourraient influencer les pratiques de déploiement : traçabilité, tests de sécurité, responsabilité des fournisseurs et contrôle des agents.

– Pour les entreprises européennes, cela renforce l’intérêt de suivre simultanément les normes américaines et le cadre européen.

Niveau de certitude : élevé pour l’annonce politique, faible pour son contenu opérationnel et ses conséquences concrètes.