1. OpenAI reprend l’entraînement frontière dans un environnement isolé
OpenAI a annoncé avoir repris l’entraînement de ses modèles les plus avancés après un renforcement de la sécurité : environnements hors ligne, isolation renforcée et red-teaming à haut niveau de calcul. L’entreprise a aussi révélé une faille découverte pendant ces tests.
Cela confirme que les modèles agents deviennent assez autonomes pour nécessiter des garde-fous système, permissions et sandboxing. Pour vos prompts d’agents, prévoyez explicitement les limites d’action, les validations humaines et l’interdiction d’accès réseau non nécessaire.
2. Anthropic lance Claude Duet, un agent proactif
Anthropic a ouvert en research preview Claude Duet, un assistant capable de surveiller e-mails, calendriers et applications connectées, puis de relancer des tâches ou demander une décision sans attendre une instruction explicite. Il s’appuie sur les mémoires, skills et connecteurs déjà configurés dans Claude.
Le paradigme passe du « prompt ponctuel » à la conception de routines agentiques : définir un objectif, des critères de réussite, les sources autorisées et les actions sensibles nécessitant approbation. Les prompts courts et structurés deviennent plus efficaces que de longues instructions système.
3. Google rend Gemini 4 Argon disponible pour les développeurs
Google a généralisé Gemini 4 Argon, présenté comme son modèle le plus capable pour le codage complexe, les tâches agentiques, les mathématiques et la science. Il est accessible via l’API, AI Studio, Antigravity et les offres Gemini payantes, avec une fenêtre de contexte de 1 million de tokens selon les annonces de disponibilité.
Un contexte très long ne remplace pas une bonne structuration : pour les gros dépôts de code ou documents, hiérarchisez les instructions, fournissez des extraits ciblés et définissez des critères de vérification. Argon vise précisément les workflows agentiques et techniques.
4. OpenAI arrive sur Google Cloud avec Codex
OpenAI et Google Cloud ont annoncé un partenariat pour rendre des modèles OpenAI et des workflows Codex disponibles dans Google Cloud Model Garden, avec gouvernance, contrôles d’accès et intégration dans l’environnement cloud des entreprises.
Cela facilite les architectures multi-fournisseurs : un même pipeline peut combiner Gemini, OpenAI et des outils d’entreprise. Cela renforce l’intérêt de prompts portables, de sorties structurées et de tests indépendants du modèle.
5. Mistral lance Voxtral 3 pour les agents vocaux
Mistral a dévoilé Voxtral 3, une famille de modèles speech-to-text et text-to-speech couvrant plus de 50 langues, avec un SDK d’agent vocal combinant écoute, raisonnement, appel d’outils et réponse parlée en flux temps réel. Les modèles sont proposés via API hébergée en UE ou en déploiement privé.
C’est directement utile pour créer des assistants vocaux en français : les instructions peuvent porter non seulement sur le contenu, mais aussi sur le ton, le rythme, l’émotion et le déclenchement d’outils.
6. La Chine encadre l’export de modèles tout en validant DeepSeek et MiniMax
Pékin a proposé des contrôles à l’export portant sur 23 technologies IA, dont les LLM, agents et clusters de calcul ; parallèlement, DeepSeek et MiniMax auraient obtenu l’autorisation d’ouvrir et licencier leurs modèles à l’international. L’accès par API ou application resterait en principe distinct du transfert ou déploiement de la technologie sous-jacente.
Cela affecte surtout les choix d’architecture et de conformité : utiliser DeepSeek via API reste a priori simple, mais auto-héberger, redistribuer ou déployer ses poids à l’étranger peut devenir plus contraint.
7. Moonshot présente Kimi K3.1 Pro avec capacités offensives limitées
Moonshot AI a annoncé Kimi K3.1 Pro, décrit comme un modèle open-weight de classe 3 trillions de paramètres, dont les capacités de cyberattaque ont été volontairement réduites. La publication des poids est prévue pour le 4 novembre.
Cela illustre une tendance importante : les fournisseurs commencent à différencier les capacités « utiles » des capacités à risque selon le contexte d’exécution et les autorisations. Pour les prompts techniques, attendez-vous à plus de refus contextuels et à des contrôles d’usage intégrés.
8. La Chine publie ses premières directives IA-emploi
Le Conseil des affaires d’État chinois a publié des directives visant à créer des emplois, renforcer les compétences numériques et limiter les déplacements d’emplois liés à l’IA, avec 18 mesures réparties en six axes.
Ce n’est pas une règle de prompt, mais un signal réglementaire : les déploiements IA en entreprise devront de plus en plus documenter leur impact sur l’emploi, la formation et les processus humains.
9. Codex CLI ajoute des presets de prompts et réglages de modèle
La version 0.164.0 de Codex CLI introduit des prompt presets réutilisables, des commandes slash pour changer de modèle, l’effort de raisonnement, la vitesse et les profils de permissions, ainsi que des améliorations d’authentification MCP et de sécurité.
C’est une évolution très pratique : vous pouvez industrialiser vos prompts récurrents au lieu de les recopier, tout en associant modèle, budget de raisonnement et permissions à chaque cas d’usage.[9]
10. OpenAI ajoute un cache de prompt de 12 heures
L’API Responses d’OpenAI peut désormais conserver en cache instructions, outils et contexte partagés pendant 12 heures, avec une tarification d’entrée en cache même lorsque les requêtes sont espacées de plusieurs heures ; l’écriture du cache coûte 2,5 fois le prix normal des tokens d’entrée.
Pour les agents longue durée, cela rend rentable le fait de factoriser les instructions stables, la définition des outils et le contexte de référence, tout en gardant les données volatiles hors du cache.
Synthèse
La semaine confirme le basculement vers des agents persistants et outillés : Claude Duet, Codex, Gemini 4 Argon et Voxtral 3 font du prompting une discipline de conception de workflows, de permissions et de critères de réussite. En parallèle, OpenAI et la Chine durcissent la sécurité et la gouvernance, signe que l’autonomie des modèles devient un enjeu opérationnel autant que technique.
