En deux semaines et pour environ 20 000 $ d’API (environ 18 500 € au taux actuel), 16 instances de Claude Opus 4.6 ont collaboré sans supervision centrale pour écrire près de 100 000 lignes de Rust et livrer un compilateur C complet. L’initiative, menée par Nicholas Carlini chez Anthropic, s’appuie sur des « Agent Teams » cloisonnés dans des conteneurs Docker, tous reliés à un même dépôt Git.

Chaque agent fonctionnait comme un développeur autonome : identification des priorités, réservation de tâches via un fichier de verrouillage, commits et push vers la branche amont. Aucun agent d’orchestration n’a été défini. Les conflits de fusion ont été traités par les modèles eux-mêmes, qui ont su converger après quelque 2 000 sessions de code. La facture d’API agrégée atteint 20 000 $, pour un codebase Rust final dépassant les 100 000 lignes.

Un toolchain qui cible x86, ARM et RISC-V

Le projet open source publié sur GitHub produit un compilateur C capable de générer des binaires pour x86, ARM et RISC-V. En validation, l’outillage a compilé un noyau Linux 6.9 amorçable sur ces architectures et a passé le GCC Torture Test Suite à 99 %. Il a également mené à terme la compilation de PostgreSQL, SQLite, Redis et FFmpeg, des cibles révélatrices de la maturité du front-end, de la sémantique et de la chaîne de génération.

Comme épreuve finale, le compilateur a produit une build fonctionnelle de « Doom », souvent considéré comme un jalon pratique pour valider ABI, appels systèmes et gestion mémoire en conditions réelles. L’ensemble du pipeline et des correctifs issus des résolutions de conflits est documenté dans l’historique Git du dépôt.

Architecture de la collaboration et coûts

Les 16 agents, isolés en conteneurs, partageaient un même dépôt cloné et utilisaient un mécanisme de lock file pour s’attribuer les tâches, limitant le piétinement mutuel. L’absence de planificateur central a été compensée par une logique locale : priorisation des bugs bloquants, bifurcation des chantiers et résolutions des merges via échanges contextualisés. Le rythme de travail s’est stabilisé autour de milliers d’itérations courtes, avec une granularité suffisante pour faciliter les revues croisées automatisées.

Le coût de 20 000 $ (environ 18 500 €) reflète un flux intensif d’appels API sur Opus 4.6 et une orchestration minimale côté humain. Le ratio coût/portée technique, au vu de la qualité mesurée par la suite de tests GCC et de la compatibilité avec Linux 6.9 et des stacks logicielles lourdes, positionne l’expérience comme un jalon significatif pour l’ingénierie logicielle multi-agents.

Au-delà de la démonstration, l’intérêt industriel tient à la capacité d’une équipe d’agents non orchestrée à livrer un composant système critique, transposable à d’autres briques toolchain. Si de tels workflows deviennent reproductibles avec des coûts prévisibles, on peut imaginer des sprints de maintenance de compilateurs, des ports d’architectures émergentes ou des campagnes de durcissement de toolchains menés par des équipes d’IA, avec des humains concentrés sur la conception des passes, la sécurité et la gouvernance du code.

Source : ITHome

La secousse qui frappe les éditeurs cotés ne convainc pas tout le monde. Face au narratif « l’IA va tuer le logiciel », plusieurs voix lourdes du secteur tempèrent, voire contestent frontalement l’idée. À l’heure où les valeurs logicielles décrochent sous la pression des flux et de la peur d’une substitution pure et simple par les modèles génératifs, les dirigeants de Nvidia, OpenAI, Arm ou encore d’anciens cadres de Microsoft recadrent le débat.

« Le logiciel ne disparaît pas, il change de rôle »

Jensen Huang, CEO de Nvidia, rejette l’hypothèse d’un remplacement du logiciel par l’IA : « Le logiciel deviendra l’outil par lequel l’IA s’exécute ». Il juge l’idée d’une substitution totale « illogique », rappelant que des acteurs comme ServiceNow, SAP, Cadence ou Synopsys restent des points forts du paysage. Le message est clair : l’empilement logiciel ne s’évapore pas, il s’adapte à des flux d’inférence et d’automatisation nouveaux.

Sam Altman, patron d’OpenAI, va dans le même sens mais insiste sur la nature du changement : la façon de concevoir, d’assembler et d’exploiter les applications évolue. Génération de code partielle, systèmes qui imposent une cohérence d’expérience, répartition différente entre composants écrits et comportements appris… Le secteur restera volatile tant que le marché n’aura pas intégré ces déplacements de valeur.

Un cycle d’assainissement, pas une fin de cycle

Sridhar Vembu, fondateur de Zoho, estime que le modèle SaaS était déjà mûr pour une consolidation, indépendamment de l’IA. Quand la dépense commerciale dépasse l’effort d’ingénierie, la fragilité est structurelle. L’IA n’aurait fait que « percer la bulle » d’un modèle gonflé par le capital-risque et des multiples boursiers trop généreux. Message interne à l’appui : reconnaître le risque d’échec pour planifier froidement l’avenir.

Steven Sinofsky, ex-Microsoft, balaye l’idée que les LLM avaleraient les « pure players » du logiciel : « non-sens ». Des acteurs disparaîtront, comme dans le retail ou les médias lors de précédentes vagues technos, mais la trajectoire reste cyclique. Selon lui, nous entrons surtout dans une phase de recomposition intense, autant commerciale que technique.

Rene Haas, CEO d’Arm, rappelle que le déploiement de l’IA en entreprise est loin d’être mature. Les gains opérationnels restent inégaux et l’intégration aux systèmes métiers demande du temps. Il lit la correction boursière comme une surréaction de court terme, déconnectée du rythme réel d’adoption côté back-office, data et sécurité.

Côté marchés, Stephen Parker (JPMorgan) parle d’une rotation plus que d’une rupture. La logique de reprise s’élargit au-delà des fournisseurs d’infrastructures IA et des hyperscalers, même si la pression compétitive issue de l’IA continuera de secouer le logiciel coté. En creux : le rerating ne condamne pas la catégorie, il reprice son exposition au nouveau mix IA/logiciel.

Au-delà des postures, le point de convergence est net : l’IA rebat la chaîne de valeur logicielle sans l’annuler. Le différentiel se jouera sur la propriété des données, l’orchestration des modèles, la gouvernance, la sécurité et l’intégration aux flux existants. Les éditeurs capables d’industrialiser l’IA dans leurs produits tout en maîtrisant leurs coûts d’inférence garderont l’avantage, là où les modèles économiques reposant exclusivement sur l’acquisition payante et la dette de R&D seront les plus exposés.

Source : ITHome

Le DLSS 4.5, qui utilise la seconde génération de transformer model pour offrir un rendu plus clair, plus précis, plus net et plus riche, est arrivé au CES 2026. Il est compatible avec toutes les RTX, même si toutes les RTX 20 à 30 subissent un impact plus marqué au niveau des performances à qualité...

Des chirurgiens de Chicago ont réalisé un exploit : maintenir en vie un patient pendant 48 heures après lui avoir retiré ses deux poumons, liquéfiés par une infection. Cette première a été rendue possible par un système de "poumon artificiel total" inédit, ouvrant la voie à une transplantation réussie et offrant un nouvel espoir aux cas les plus désespérés.