1. La Chine accélère une loi IA globale
La Commission nationale du développement et de la réforme (NDRC) a annoncé, le 3 novembre, accélérer une législation IA couvrant l’ensemble du cycle de vie des modèles : données, puissance de calcul, algorithmes, sécurité, incidents et applications clés. Les développeurs chinois de premier plan — DeepSeek, Moonshot et Alibaba — seraient directement concernés, avec des sandboxes réglementaires sectorielles et des obligations de divulgation des risques.
Cela renforce l’importance des prompts et workflows traçables : journalisation, contrôles de sécurité, gestion des données sensibles et documentation des comportements agents deviennent des exigences pratiques, pas seulement des bonnes pratiques. Cela peut aussi modifier l’accès et les fonctionnalités des modèles chinois utilisés en production.
2. OpenAI pousse l’agent IA « computer use » vers le milieu de gamme
OpenAI a mis en avant GPT-6.1 Terra, un modèle rapide conçu pour l’usage d’ordinateur : lecture d’écran, navigation dans des applications, remplissage de formulaires, traitement de factures et automatisation de tâches professionnelles. Il est proposé à 1 $ par million de tokens d’entrée et 5 $ par million de tokens de sortie, soit une baisse de 50% par rapport au modèle précédent selon OpenAI.
Le prompting évolue vers la spécification d’objectifs, d’étapes vérifiables, de règles d’arrêt et de garde-fous pour des agents qui manipulent une interface. Les prompts doivent désormais inclure l’état attendu de l’écran, les actions autorisées, les confirmations humaines et les critères de succès.
3. OpenAI lance une API « Decisions » pour les choix contraints
OpenAI aurait rendu généralement disponible sa Decisions API : elle ne rédige pas de texte libre, mais sélectionne une réponse parmi des options prédéfinies, avec une latence annoncée jusqu’à 10 fois inférieure à GPT-6 Luna.
C’est directement utile pour fiabiliser les systèmes : au lieu de demander au modèle de « classer » ou « décider » en texte libre, on fournit un ensemble fermé d’options. Cela réduit les dérives de format, facilite le routing, la modération et les décisions métier reproductibles.
4. Meta sort Muse Spark Open, un modèle ouvert très grand
Meta a publié Muse Spark Open, un modèle open weight mixture-of-experts de 816 milliards de paramètres, dont 42 milliards actifs, avec un contexte d’un million de tokens et une entrée multimodale. Meta le présente comme son modèle ouvert américain le plus capable à ce jour.
Un contexte d’un million de tokens rend plus réalistes les prompts intégrant de longs corpus — contrats, documentation technique, bases de code ou historiques de conversation. Cela déplace une partie du travail du prompteur vers la structuration, le découpage et la hiérarchisation de très grands contextes.
5. Mistral publie les poids de Mistral Large 4 « Le Chonk »
Mistral a publié les poids de Mistral Large 4, un modèle multimodal d’environ 1 000 milliards de paramètres, avec environ 52 milliards de paramètres actifs par token, sur Hugging Face. L’entreprise le positionne comme un modèle européen souverain, orienté codage, cybersécurité et raisonnement, et a publié son rapport technique le 3 novembre.
Pour les équipes européennes, c’est une option concrète pour héberger un modèle puissant en interne, tester des prompts sans envoyer les données à un fournisseur tiers, et construire des chaînes RAG ou agents souverains. Ses trois modes de raisonnement demandent aussi d’adapter les prompts au mode choisi.
6. Google déploie Gemini 4 Carbon et Argon
Google aurait lancé deux modèles frontière, Gemini 4 Argon et Gemini 4 Carbon; Carbon serait son modèle le plus puissant, tandis qu’Argon est accessible aux clients payants et Carbon de façon progressive via le programme Fairwind.
L’arrivée de nouveaux modèles frontière impose de retester les prompts : style de réponse, tolérance aux instructions système, raisonnement long et comportement agent peuvent changer sensiblement. Les bibliothèques de prompts deviennent des actifs à versionner et évaluer par modèle.
7. DeepSeek Harness permet de créer des plugins depuis un prompt
DeepSeek Harness a ajouté un Creator Mode qui génère des plugins directement à partir d’une description en langage naturel ; les démonstrations incluent un mur de notes, un outil d’affiche et un mini-jeu type Minecraft.
Cela rapproche le prompt de la programmation : une description fonctionnelle bien structurée peut devenir un outil réutilisable. Le prompteur doit apprendre à spécifier entrées, sorties, états, permissions et cas d’échec, comme pour une petite application.
8. Google introduit « Guided Learning » dans Search et Classroom
Google a déployé Guided Learning dans Google Classroom et lance un pilote dans Google Search : l’IA guide l’utilisateur étape par étape au lieu de donner directement la réponse finale.
C’est un signal produit important : les interfaces grand public valorisent les réponses progressives, pédagogiques et vérifiables. Pour les prompts éducatifs ou d’assistance, demander une démarche, des hypothèses explicites et des points de contrôle devient plus pertinent qu’exiger une réponse immédiate.
9. Shenzhen encadre les secrets d’affaires dans l’usage de l’IA
Le régulateur de marché de Shenzhen a publié des recommandations demandant aux entreprises de renforcer le contrôle des outils d’IA et de conserver des preuves en cas de fuite de secrets d’affaires.
Cela concerne directement les prompts d’entreprise : ne pas coller de données confidentielles dans des outils non approuvés, anonymiser les informations sensibles et documenter les flux de données des agents.
10. Pékin alerte sur la concentration du capital IA
Un haut responsable du régulateur financier chinois a déclaré que l’investissement mondial en IA devenait « trop concentré », faisant monter l’effet de levier, les coûts d’emprunt et les risques de crédit, tout en évinçant les industries traditionnelles.
Ce débat annonce possiblement une pression accrue sur les coûts de calcul, les prix API et la disponibilité des capacités GPU — des variables qui affectent directement le choix de modèles et l’architecture des applications promptées.
Synthèse de la semaine
La tendance dominante est le passage de l’IA « chatbot » à l’IA agentique opérationnelle : modèles moins chers capables d’utiliser un ordinateur, de choisir parmi des options contraintes et de générer des outils. En parallèle, la Chine fait de la gouvernance et de la maîtrise des risques une priorité stratégique, ce qui rend la conformité, la traçabilité et la sécurité des prompts aussi importantes que leurs performances.
