Le briefing IA du 12 octobre résume les dernières 24 heures : AlphaProof Nexus de Google DeepMind a résolu seul neuf problèmes d'Erdős ouverts de longue date et a passé l'évaluation par les pairs, tandis qu'OpenAI a porté le contexte par défaut de GPT-6.1 Sol de 272k à 500k. Au sommaire également : le cadre d'entraînement de Qwen (Alibaba) pour les agents de longue durée, les négociations rapportées d'Amazon pour racheter Decart, les données sur l'emploi des jeunes développeurs aux États-Unis et les travaux de Sakana AI sur l'auto-amélioration. Le tour de série C d'Infinigence, Step 5 Preview de StepFun dans WorkBuddy et le classement Arena de la semaine 41 ont déjà fait l'objet d'articles séparés aujourd'hui et ne sont pas repris ici.
AlphaProof Nexus résout 9 problèmes d'Erdős, dont 2 ouverts depuis 56 ans
Le 12 octobre, The Decoder a relayé une nouvelle étude publiée dans Science : AlphaProof Nexus de Google DeepMind a résolu de manière indépendante 9 des 353 problèmes d'Erdős ouverts, dont 2 sans solution depuis 56 ans, et l'équipe avait mis les preuves en ligne avant la parution. Le système a aussi démontré 44 conjectures de la base de suites d'entiers OEIS, résolu une question ouverte de géométrie algébrique et amélioré une borne connue en optimisation min-max. AlphaProof Nexus repose sur Gemini 3.1 Pro, qui rédige et révise des preuves dans le langage formel Lean ; Lean vérifie chaque modification et ses messages d'erreur guident la tentative suivante, tandis que les sous-problèmes difficiles peuvent appeler AlphaProof, un outil de preuve spécialisé. Fait notable : ces travaux sont passés par l'évaluation par les pairs au lieu de déverser un grand nombre de preuves d'IA dans un dépôt public — alors que le monde académique débat de la façon de publier les preuves d'IA, cette voie est bien plus facile à accepter pour la communauté mathématique.
Le contexte par défaut de GPT-6.1 Sol passe de 272k à 500k, maximum 1M
Le 11 octobre au soir, Thibault Sottiaux (Tibo) d'OpenAI a annoncé que la longueur de contexte par défaut de GPT-6.1 Sol dans Codex et ChatGPT Work passe de 272k à 500k, soit environ 80 % de plus. Les utilisateurs peuvent toujours l'ajuster à la hausse ou à la baisse, et le contexte maximal du modèle est de 1M. Cette valeur, largement testée, serait un équilibre entre expérience et performance, et devrait réduire nettement la fréquence de compression du contexte lors des longues tâches. En parallèle, l'utilisation décomptée de l'abonnement ne facturera plus de frais de contexte long pour GPT-6.1 Sol. Pour celles et ceux qui enchaînent chaque jour de longues tâches de code et de documents, ce sont moins de détails perdus en route et moins de contexte à réexpliquer.
Alibaba Qwen publie QwenGyre, pensé pour entraîner des tâches d'agent de plusieurs heures
Le 12 octobre, l'équipe Qwen d'Alibaba a publié QwenGyre, un cadre d'apprentissage par renforcement en ligne pour les tâches d'agent de longue durée. Une seule exécution peut durer des heures, enchaîner des centaines d'interactions interdépendantes et traiter des millions de jetons, ce qui rendait ces tâches difficiles à convertir en données d'entraînement. QwenGyre découpe les GPU en unités de calcul avec une planification élastique : dès qu'un lot de tâches se termine, les unités libérées rejoignent immédiatement l'entraînement, tandis que les tâches en cours conservent intégralement leur progression, leur état et leur cache. Les trajectoires sont organisées en arbre par préfixe partagé, seuls les chemins sélectionnés sont déployés en exemples d'entraînement, et les tâches interrompues par délai mais partiellement terminées fournissent un retour en score partiel. Dans les expériences officielles sur NL2RepoBench, un entraînement de 48 étapes avec des tâches d'environ 700k jetons par rollout a fait passer le taux de réussite du modèle de 52,5 % à 58,5 %, avec une accélération de bout en bout d'environ 1,78x par rapport à une implémentation asynchrone, à budget GPU égal.
Amazon serait en pourparlers pour racheter Decart, valorisée environ 7 milliards de dollars
Le 12 octobre, le Wall Street Journal a rapporté qu'Amazon négocie l'acquisition de la start-up d'IA Decart, pour une valorisation potentielle d'environ 7 milliards de dollars. Basée à San Francisco, Decart développe un logiciel qui permet aux développeurs de passer sans couture d'une puce d'IA à l'autre — une couche d'adaptation précieuse quand tout le monde se dispute la puissance de calcul sans vouloir dépendre d'un seul fournisseur de puces. Selon des personnes informées, un accord pourrait aboutir rapidement si aucun nouvel enchérisseur ne se présente. D'après PitchBook, Decart avait auparavant levé plus de 400 millions de dollars, et un tour en mai l'avait valorisée près de 4 milliards. Bloomberg avait rapporté qu'Anthropic avait négocié un rachat de Decart autour de 6 milliards de dollars avant de se retirer en septembre ; l'arrivée d'Amazon dans les discussions montre que la bataille pour les outils indépendants des puces continue de s'intensifier. Les pourparlers ne sont pas conclus : le prix final et la réalisation même de l'opération restent incertains.
L'emploi des jeunes développeurs américains recule d'environ 20 %, les postes seniors progressent
Le 12 octobre, des données relayées par CNBC ont montré les deux faces de l'effet de l'IA sur les emplois de programmeurs. Selon Indeed Hiring Lab, les offres d'emploi de développeurs logiciels aux États-Unis ont augmenté de près de 15 % depuis le lancement de Claude Code en février 2025, 71 % de cette croissance venant de postes seniors et 37 % de postes comportant IA dans l'intitulé. Mais l'AI Index 2026 de Stanford constate que, depuis l'essor de l'IA générative, l'emploi des 22-25 ans dans les métiers exposés à l'IA a reculé de 16 %, et celui des développeurs logiciels en début de carrière d'environ 20 %. Les experts d'Indeed avertissent que si les entreprises cessent dès maintenant de former la relève, elles pourraient manquer de profils seniors dans dix ans ; le Bureau of Labor Statistics prévoit toujours une croissance de 10 % de l'emploi des développeurs entre 2025 et 2035. Pour les nouveaux entrants, le signal est clair : les postes qui n'exigent que du codage de base se raréfient, tandis que l'expérience de supervision des résultats d'IA, d'intégration et de communication prend de la valeur.
Sakana AI propose MASS, l'auto-supervision multi-agent pour une auto-amélioration récursive
Le 11 octobre au soir, Sakana AI a publié MASS, une étude où le modèle à améliorer est aussi son propre optimiseur et son propre évaluateur : le travail collectif de plusieurs agents est distillé en signal d'auto-supervision pour optimiser de façon répétée les flux multi-agents. L'équipe réunit Sakana AI et UC Berkeley, et la page officielle rapporte un meilleur score par jeton de sortie sur des benchmarks de recherche. L'approche vise un problème concret : les réponses de pointe sont générées plus vite que les experts et les preuves ne peuvent les vérifier, et un modèle pourrait devoir apprendre de son propre travail collectif. L'auto-amélioration autonome et fiable reste lointaine, mais ce dispositif — l'objet optimisé est aussi l'évaluateur — mérite d'être suivi, notamment sur les tâches non vérifiables.
