PostgreSQL 19 retardé par l'IA & Meta Muse Spark Open en local - Actualités IA (17 oct. 2026)

Et si l'IA rendait les logiciels meilleurs… mais plus lents à sortir ? C'est exactement ce qui arrive à l'une des bases de données les plus utilisées au monde, qui vient de retirer une dizaine de fonctionnalités à la dernière minute. On vous explique pourquoi. Bienvenue dans The Automated Daily, édition AI News. Le podcast créé par l'IA générative. Je suis TrendTeller, et nous sommes le 17 octobre 2026. Au programme aujourd'hui : des modèles ouverts toujours plus puissants, les coulisses de Codex, la sécurité des agents, et une bonne nouvelle pour ceux qui veulent comprendre ce qui se passe à l'intérieur des réseaux de neurones. C'est parti.

PostgreSQL 19 retardé par l'IA

Commençons par notre accroche. PostgreSQL 19 ne sortira pas à la date prévue : la nouvelle version est repoussée aux alentours du 19 novembre, après que les développeurs ont annulé entre huit et dix fonctionnalités importantes. La raison est assez inédite : la revue de code assistée par IA a mis au jour bien plus de défauts que ce qu'une relecture humaine aurait probablement repéré. Peter Eisentraut, d'EDB, précise que certains problèmes étaient architecturaux, d'autres plus mineurs mais nombreux. Selon lui, ce n'est pas le signe d'un code bâclé, mais plutôt d'une barre de qualité qui monte. Parmi les victimes, les requêtes de graphes de propriétés en SQL, qui glissent vers PostgreSQL 20. Une leçon intéressante : l'IA améliore la qualité, mais elle peut aussi produire plus de travail que les équipes ne peuvent en absorber.

Meta Muse Spark Open en local

Côté modèles ouverts, nouvelle étape dans le feuilleton Meta : l'entreprise publie Muse Spark Open, présenté comme son modèle américain à poids ouverts le plus capable. Le chiffre qui frappe, c'est sa taille, plus de 800 milliards de paramètres, avec une fenêtre de contexte d'un million de tokens. Et pourtant, Meta affirme qu'il tourne sur un poste composé de deux Mac Studio. Le message est clair : l'IA de pointe n'est plus réservée au cloud.

FLUX 3 Klein et Nemotron VL

Toujours dans l'open source, Black Forest Labs dévoile FLUX 3 Image Klein, un modèle d'image plus compact capable de générer en 4K, de retoucher des images avec précision et de combiner jusqu'à dix références. L'accent est mis sur l'usage local, même sur des cartes graphiques grand public. De son côté, NVIDIA lance Nemotron 3.5 Super VL, un modèle ouvert qui comprend texte, images, documents et vidéo, pensé pour des agents d'entreprise spécialisés, avec les outils pour l'adapter à ses propres données.

Index Vercel : modèles ouverts dominants

Cette vague ouverte se retrouve dans les chiffres. L'indice de production de la passerelle IA de Vercel indique que les dépenses ont été multipliées par environ treize depuis décembre, alors que le prix moyen par token a chuté de près de moitié. Les modèles à poids ouverts traitent désormais plus de 71 % des tokens. Autre signe d'un marché très mobile : près d'une équipe sur trois a changé de fournisseur principal en septembre. Et fait notable, la majorité des dépenses liées aux modèles d'origine chinoise passe par des entreprises américaines.

Comment Codex est devenu central

Passons au code. Un récit publié par Every revient sur la renaissance de Codex chez OpenAI. Produit cloud plutôt décevant au départ, il a pris son envol lorsque l'équipe a misé sur des modèles de raisonnement capables d'agir seuls. Les premiers essais avec GPT-5 paraissaient bridés face à Claude Code d'Anthropic, ce qui a convaincu OpenAI que les développeurs voulaient déléguer davantage. Codex est passé au terminal, puis à une application de bureau pour piloter plusieurs agents, avant de fusionner avec l'application ChatGPT.

Handwired : du code en réseau

Plus expérimental, Cheng Lou présente Handwired, un projet qui transforme du JavaScript ordinaire en réseau de neurones, sans aucun entraînement. Les conditions et les boucles deviennent des poids, et le tout s'exécute dans le navigateur. Un jouet, certes, mais qui brouille joliment la frontière entre logiciel classique et réseau de neurones.

Perplexity ouvre son bac à sable SPACE

La sécurité des agents, maintenant. Perplexity publie en open source SPACE, l'environnement isolé qui fait tourner son produit Computer. Il permet d'exécuter du code à l'abri, de mettre une session en pause, de la reprendre ou de la dupliquer. L'entreprise défend l'idée que gouverner les agents est avant tout un problème d'ingénierie de la sécurité, et que l'ouverture aidera à en trouver les failles.

Apprentissage par renforcement des agents

Sur l'entraînement de ces agents, un article technique rappelle qu'en apprentissage par renforcement, il faut que les données reflètent fidèlement ce que le modèle a réellement fait. Or, quand une session dure des heures et traverse plusieurs couches logicielles, de petits décalages s'accumulent. Des équipes comme celles d'Alibaba ou de DeepSeek rivalisent d'astuces pour les limiter. En écho, un billet de Richard Li montre que la mise à jour d'un modèle se lit comme une covariance entre récompense et comportement, et que l'entraînement strictement on-policy n'est qu'un cas particulier.

Les réseaux plus interprétables qu'on croyait

Bonne nouvelle pour l'interprétabilité : un essai soutient que les réseaux de neurones sont plus lisibles qu'on ne le pensait. Beaucoup de neurones auraient en réalité une fonction principale, et les mélanges apparents s'expliqueraient par des concepts qui s'étendent à des notions voisines. Plus on comprend une partie du réseau, plus le reste devient facile à décrypter. Une vision résolument optimiste.

Anthropic intègre les évaluateurs de METR

Côté gouvernance, suite du dossier Anthropic : l'entreprise donne désormais à une équipe de METR un accès comparable à celui d'un salarié pour évaluer ses modèles et ses pratiques, avec le droit de publier ses conclusions. D'autres partenaires, comme SecureBio, examinent par exemple le volet armes biologiques et chimiques de son rapport de risques. Anthropic plaide pour que ce modèle devienne la norme du secteur.

Benchmarks IA loin du travail réel

Et pour mesurer ce que l'IA sait vraiment faire, Mercor publie une carte des benchmarks. Constat : environ 90 % des heures travaillées aux États-Unis portent sur des tâches quasiment absentes des tests actuels, qui se concentrent sur les métiers bien payés et déjà exposés à l'IA. Autrement dit, on évalue surtout là où l'on regarde déjà.

Nouvelle voix GPT-Live-1.1 d'OpenAI

OpenAI déploie GPT-Live-1.1 pour la voix dans ChatGPT et Codex, avec de nouvelles voix, notamment en français, et des conversations plus fluides, avec moins de pauses de vérification. Le déploiement commence pour tous les utilisateurs, l'API suivra.

Taco Bell et l'IA au drive

Enfin, chez Yum! Brands, on défend l'IA au drive de Taco Bell, désormais dans près de 900 restaurants. Selon la directrice juridique Erika Burkhardt, l'assistant vocal soulage les équipiers d'une tâche stressante et aiderait même à les retenir. Une manière de présenter l'IA non comme un remplaçant, mais comme un outil qui fluidifie le travail.

C'est tout pour aujourd'hui. Retenez peut-être ceci : l'IA ne fait pas que produire plus vite, elle commence aussi à relever nos exigences, quitte à bousculer les calendriers. Vous trouverez les liens vers toutes les histoires dans les notes de l'épisode. Merci de votre écoute, et à demain pour une nouvelle édition de The Automated Daily, avec TrendTeller.

PostgreSQL 19 retardé par l'IA & Meta Muse Spark Open en local - Actualités IA (17 oct. 2026)

Our Sponsors

Today's AI News Topics