Le 7 août, OpenAI suspendait le développement d'Astra pour risque cyber critique. Trente-trois jours plus tard, le modèle est en production, sature quatre bancs d'essai dont celui qui mesure l'exploitation de failles, et la demande est telle que l'entreprise a dû fermer les inscriptions à son abonnement le plus cher. Entre-temps, un essaim de dix mille agents a produit un résultat mathématique que les spécialistes contestent, un chercheur d'Anthropic a démissionné en accusant son industrie de jouer avec nos vies, Mistral a levé trois milliards d'euros, Washington a nommé six sociétés chinoises accusées de siphonner les modèles américains, et Apple a plié son iPhone tout en refusant le standard de provenance que ses concurrents viennent d'adopter. Voici la semaine du 5 au 11 septembre 2026.

1. GPT-6 Astra sort, trente-trois jours après avoir été freiné

Il faut se souvenir du point de départ pour mesurer le chemin parcouru. Le 7 août, OpenAI publiait un texte annonçant la suspension des activités internes impliquant Astra, au motif que des évaluations indiquaient un niveau de risque cyber critique — capacité à identifier et exploiter des vulnérabilités de façon autonome. C'était la première fois qu'un laboratoire signalait l'un de ses propres modèles à ce niveau.

Le 3 septembre, Astra est livré. Il atteint d'abord les entreprises du programme Daybreak, puis les développeurs le 5 septembre, puis les abonnés ChatGPT Plus, Pro, Business et Enterprise ainsi que l'API et Amazon Web Services. Greg Brockman, président d'OpenAI, a clos la conférence de presse par quatre mots : « Welcome to the AGI era ».

Greg Brockman, président d'OpenAI.
Greg Brockman a présenté GPT-6 Astra comme un saut générationnel

Les résultats publiés expliquent l'emballement. Astra sature ExploitBench à 100 % — le banc qui mesure précisément la capacité qui avait motivé le freinage d'août. Il atteint 99,9 % sur ARC-AGI-3 sous l'adaptateur fourni par OpenAI, 97,6 % sur FrontierMath Tier 4, et 72,6 % sur OSWorld 2.0 pour l'usage d'un ordinateur, avec environ 47 % de temps en moins par tâche que GPT-5.6 Sol.

Résultats de GPT-6 Astra : 100 % sur ExploitBench, 99,9 % sur ARC-AGI-3, 97,6 % sur FrontierMath Tier 4, 72,6 % sur OSWorld 2.0.
Quatre bancs d'essai saturés ou presque

Côté tarif : 10 dollars le million de tokens en entrée, 50 dollars en sortie, 1 dollar pour l'entrée mise en cache, moitié prix en traitement par lots, double tarif en mode rapide.

La suite ne figurait dans aucun plan de lancement. Le 10 septembre, OpenAI a suspendu les inscriptions et les montées en gamme vers l'abonnement Pro à 200 dollars, y compris depuis les formules gratuite, Go, Plus ou Pro à 100 dollars. Motif invoqué : les abonnements Pro sont ceux qui pèsent le plus sur l'infrastructure, et l'entreprise préfère fermer le robinet le temps d'ajouter de la capacité. Une entreprise qui refuse ses clients les plus rentables, ce n'est pas un problème commercial, c'est un aveu de contrainte physique.

Ce que ça change Un banc d'essai saturé cesse de mesurer quoi que ce soit. Quand un modèle obtient 100 % sur l'exploitation de failles et 99,9 % sur le raisonnement abstrait, ces chiffres ne servent plus à comparer, seulement à constater qu'un plafond a été atteint. Pour une entreprise qui évalue des fournisseurs, les classements publics viennent de perdre l'essentiel de leur pouvoir discriminant : il faut désormais tester sur vos propres tâches, avec vos propres données. Et la suspension des abonnements Pro rappelle une réalité que les feuilles de route occultent — la capacité de calcul disponible est devenue le facteur limitant, avant le talent et avant l'argent.

Le 8 septembre, OpenAI a publié un texte intitulé « On the Navier–Stokes Millennium Prize Problem ». La presse a titré que l'IA venait de résoudre un problème du Millénaire. C'est inexact, et la nuance est tout le sujet.

Ce qui a été produit : un modèle interne, décrit comme sensiblement plus capable que GPT-6 Astra et déployé sous forme d'un système d'agents coordonnés, a établi qu'un fluide initialement lisse et au repos, soumis à une force lisse, peut développer une singularité en temps fini. Le résultat s'accompagne d'une preuve analytique et d'une formalisation en Lean, l'assistant de preuve qui permet une vérification mécanique.

Ce qui n'a pas été produit : la résolution du problème du Millénaire. La formulation classique, celle à laquelle le prix du Clay Mathematics Institute est attaché, porte sur les équations sans force extérieure. OpenAI ajoute un terme de forçage — quelque chose qui pousse le fluide depuis l'extérieur. Le Clay Institute n'a pas accepté le résultat et continue de classer Navier-Stokes parmi ses problèmes non résolus. OpenAI, de son côté, déclare ne pas avoir l'intention de réclamer le prix et présente la publication comme un rapport sur le rythme des progrès de l'IA.

Coût de la démonstration : 10 000 agents, 88 heures, 130 milliards de tokens, plus de 40 millions de dollars.
Ce qu'a coûté la démonstration, et ce qu'elle établit exactement

Le coût donne la mesure de la méthode : environ dix mille agents, 88 heures, 130 milliards de tokens, pour une facture de calcul estimée à plus de 40 millions de dollars. La démonstration a été obtenue en moins de quatre jours par la force brute coordonnée.

La contestation a suivi de quelques heures. Tristan Buckmaster, mathématicien à l'université de New York, a accusé l'entreprise d'avoir possiblement puisé dans ses travaux privés stockés dans Codex. L'accusation est grave et difficile à trancher publiquement : elle porte sur la frontière entre ce qu'un modèle a appris et ce qu'il a lu dans l'espace de travail de quelqu'un. Plusieurs mathématiciens réclament désormais la preuve qu'OpenAI n'a pas utilisé leurs recherches non publiées.

Terence Tao, mathématicien à l'université de Californie à Los Angeles.
Terence Tao alerte sur le découplage entre obtenir une réponse et obtenir une compréhension

Terence Tao, sans doute le mathématicien vivant le plus respecté, a qualifié les travaux humains associés de « réalisation remarquable ». Son inquiétude porte ailleurs, et sa formulation mérite d'être citée : « Il y a eu ce découplage très étrange et sans précédent, rien que cette année, entre obtenir des réponses et obtenir de la compréhension. »

Ce que ça change Deux problèmes distincts ont été posés cette semaine, et il ne faut pas les confondre. Le premier est de provenance : si un modèle peut restituer des travaux non publiés déposés dans un espace de travail, alors la confidentialité de ce que vous confiez à un outil devient une question contractuelle urgente, pas une clause de style. Vérifiez ce que vos fournisseurs s'autorisent à faire des documents que vos équipes y déposent. Le second est épistémique et dépasse les mathématiques : une réponse juste dont personne ne comprend le chemin n'est pas exploitable de la même manière qu'une réponse expliquée. Dans une entreprise, une décision que l'on ne sait pas justifier ne se défend ni devant un régulateur, ni devant un client, ni devant un tribunal.

3. Une démission, un aveu, un siège au conseil

Trois faits séparés, la même semaine, qui racontent ensemble un basculement du discours.

Le 8 septembre, Jacob Coxon démissionne d'Anthropic et publie un message en sept parties sur X. Le texte dépasse les 76 millions de vues en une nuit, porté par un entretien exclusif au Wall Street Journal. Coxon a passé trois ans à faire de la recherche en pré-entraînement, chez OpenAI puis chez Anthropic. Son accusation vise les deux : « Ni l'une ni l'autre n'agit de façon responsable. Elles foncent droit vers une superintelligence auto-améliorante et jouent avec nos vies. » Il précise au WSJ : « Nous sommes sur la trajectoire de beaucoup des scénarios les plus agressifs, où d'ici la fin de l'année prochaine les choses pourraient déjà être hors de contrôle. » Et il rapporte le vocabulaire désormais courant chez ses anciens collègues : crunchtime, endgame.

Le fait notable n'est pas la démission. C'est la réponse. Evan Hubinger, responsable de la science de l'alignement chez Anthropic, n'a pas démenti : il a confirmé publiquement et est allé plus loin. « Je pense personnellement que c'est supérieur à 10 % dans la prochaine décennie. Je crois qu'Anthropic fait de son mieux, mais nous n'avons pas encore de plan pour résoudre l'alignement de la superintelligence et nous ne sommes pas clairement sur la bonne trajectoire. » Ce n'est plus un dissident isolé contre une entreprise ; c'est un désaccord sur le calendrier, pas sur le fond.

Le 9 septembre, OpenAI annonce l'entrée de Paul Christiano au conseil d'administration de la Fondation OpenAI. Christiano est l'un des chercheurs les plus associés aux scénarios de risque existentiel — la presse américaine le décrit comme « un doomer de premier plan ». Une entreprise qui vient de livrer le modèle le plus capable de son histoire place à son conseil l'homme qui explique depuis dix ans pourquoi cela pourrait mal tourner.

Dans le même mouvement, plusieurs signaux convergent. Sam Altman aurait confirmé à ses salariés qu'OpenAI envisage de ralentir le développement de ses systèmes les plus avancés. L'entreprise cherche par ailleurs à savoir si un ralentissement concerté de l'industrie serait légal au regard du droit de la concurrence — la question n'est pas rhétorique : un accord entre acteurs dominants pour limiter la production est, en principe, une entente. Et les auteurs des lois sur l'IA de Californie, de New York et de l'Illinois réclament un accord de rythme vérifié par des tiers.

Côté français, l'ACPR — le superviseur bancaire et assurantiel — a jugé le cadre européen insuffisant face aux modèles de pointe et réclamé un déploiement par paliers.

Ce que ça change Le débat a quitté les forums spécialisés pour entrer dans les pages des quotidiens généralistes, et surtout il a changé de nature : ce ne sont plus des critiques extérieurs qui alertent, ce sont des responsables en poste. Pour un dirigeant, la conséquence pratique n'est pas de trancher entre catastrophisme et optimisme — ce débat ne se règlera pas à votre échelle. Elle est plus prosaïque : la probabilité d'un durcissement réglementaire brutal vient d'augmenter, et une architecture qui dépend d'un seul fournisseur de pointe est exposée à ce risque-là autant qu'à une panne.

4. Apple plie l'iPhone et refuse le standard de provenance

Le 9 septembre, à Apple Park, John Ternus a tenu son premier keynote comme directeur général d'Apple. L'événement, baptisé « Surprise and Shine », a dévoilé l'iPhone Duo, premier pliable de la marque : 7,6 pouces déplié, 5,4 pouces replié — soit 90 % de la surface d'écran d'un iPhone 18 Pro dans un format de poche —, à partir de 1 999 dollars pour 256 Go. Précommandes le 16 octobre, disponibilité le 23 octobre. Étaient également présentés les iPhone 18 Pro et Pro Max, les AirPods 5, l'Apple Watch Series 12 et l'Ultra 4.

John Ternus, directeur général d'Apple.
Premier keynote de John Ternus à la tête d'Apple

Deux annonces comptent davantage que le pliant.

La première est l'Apple Watch à écoute permanente. Apple a publié un document expliquant comment ces fonctions préservent la confidentialité. Le fait brut demeure : un objet porté en continu, qui écoute en continu, se normalise.

La seconde est passée sous les radars et pèse plus lourd. Apple lance Apple Reference Image sur les iPhone 18 Pro et Pro Max. Le principe : une photo peut être enregistrée deux fois, une version normale et modifiable, et une image de référence dont l'identifiant unique, inscrit dans les métadonnées, atteste qu'elle a bien été captée par un capteur physique et non produite par un modèle génératif. Les données du capteur sont signées puis traitées via Private Cloud Compute pour produire une référence qu'Apple présente comme inaltérable.

Le point remarquable est le choix technique. Nikon et Canon ont adopté le standard C2PA, Google le prend en charge sur les Pixel, et Anthropic vient d'y recourir pour marquer les contenus générés par Claude. Apple n'a pas signé C2PA et revendique une approche distincte, ancrée dans le matériel plutôt que dans des métadonnées logicielles, se démarquant explicitement de C2PA, de SynthID et du Content Seal de Meta.

Ce que ça change La provenance des contenus était en train de se standardiser autour de C2PA. Le plus gros fabricant de caméras du monde — car c'est ce qu'est Apple en volume — vient de choisir une voie parallèle. Deux conséquences concrètes. Si vous construisez un flux de vérification de contenus, ne pariez pas sur un seul standard : prévoyez de lire plusieurs signatures. Et l'argument d'Apple mérite d'être entendu au-delà de la photo : une preuve ancrée dans le matériel résiste mieux qu'une métadonnée qu'un simple ré-encodage efface. C'est valable pour vos propres documents.

5. Mistral lève trois milliards : ce que l'argent achète

Le 8 septembre, Mistral AI a confirmé une série D de 3 milliards d'euros, la plus importante opération de ce type jamais réalisée par une société technologique européenne non cotée. La valorisation passe de 11,7 à plus de 21 milliards d'euros en un an.

La composition du tour dit le projet mieux qu'un communiqué. Le tour est mené par Samsung Electronics, avec deux co-chefs de file, le Scaleup Europe Fund géré par EQT et PSG Equity. Y participent notamment ASML, NVIDIA, Bpifrance, BNP Paribas CIB, Belfius, Carmignac, Eurazeo, DST Global, General Catalyst, Headline, Hillspire, Index Ventures, Korelya Capital, Lightspeed, a16z, le fonds Solar de Phoenix Court et Salesforce Ventures.

Arthur Mensch, cofondateur et directeur général de Mistral AI.
Mistral revendique une approche « full stack », du modèle au silicium

Trois investisseurs méritent d'être lus ensemble : Samsung fabrique de la mémoire et des puces, ASML fabrique les machines de lithographie sans lesquelles personne ne grave de puce avancée, NVIDIA fabrique les accélérateurs. Mistral revendique une approche « full stack » — du modèle jusqu'au silicium. Ce tour de table n'est pas un tour financier, c'est un alignement industriel.

Le reste de la semaine française confirme la dynamique : l'État achète pour 6 millions d'euros de Mistral dans les ministères, l'entreprise s'allie à Cloudera sur un contrat de souveraineté, et son responsable robotique quitte l'entreprise pour lever 200 millions d'euros sur une nouvelle structure.

Autour, l'écosystème suit : Arlequin AI lève 28 millions d'euros pour construire une alternative européenne à Palantir sur des réseaux neuronaux topologiques, Implicity 35 millions pour passer du tri d'alertes à la cardiologie prédictive, Ed.ai 5 millions sur l'éducation, Niryo rachète l'activité de robotique médicale du taïwanais BizLink, Cegid et Silae fusionnent pour créer un acteur européen à destination des PME, et Loft Orbital signe un contrat d'un milliard de dollars avec l'émirati Marlan Space pour une constellation satellitaire pilotée par IA.

Ce que ça change Une alternative européenne crédible existe désormais au niveau du modèle, et elle est financée par ceux qui fabriquent le matériel. Pour une entreprise française ou européenne soumise à des contraintes de souveraineté, l'argument « il n'y a pas d'option » ne tient plus. Reste la question que l'argent ne résout pas : la profondeur de l'écosystème d'outils, d'intégrateurs et de compétences autour du modèle. C'est là que l'écart avec les acteurs américains demeure, et c'est ce qu'il faut évaluer avant de signer.

6. Washington nomme six sociétés chinoises

Le 8 septembre, la NSA, la CISA et le FBI ont publié un avis conjoint de cybersécurité accusant six sociétés chinoises d'extraire systématiquement les capacités des modèles américains de pointe depuis la fin 2024. Les six sont nommées : DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun et Z.AI.

Le mécanisme visé est la distillation : interroger massivement un modèle avancé pour entraîner le sien sur ses réponses, et capturer ainsi une capacité sans en payer le coût de développement. Les agences parlent de milliards de tokens sur des millions de requêtes, contre Claude d'Anthropic, GPT d'OpenAI, Gemini de Google et Grok de xAI, dans des campagnes menées « probablement avec la connaissance du gouvernement chinois ». Le même jour, Anthropic publiait de son côté le détail des campagnes attribuées à Alibaba, Moonshot AI et DeepSeek.

La recommandation opérationnelle est le point le plus intéressant, et presque personne ne l'a relevé. Les agences ne conseillent pas de bloquer les comptes suspects. Elles recommandent aux fournisseurs américains de dégrader silencieusement les réponses servies aux comptes identifiés avec un haut niveau de confiance. Autrement dit : continuer à servir, mais servir moins bien, sans le dire. C'est une technique de contre-espionnage appliquée à une interface de programmation.

Pékin a répondu que les progrès chinois résultaient d'une autonomie scientifique et technologique de haut niveau, et a appelé à la coopération plutôt qu'aux accusations infondées.

Ce que ça change Si un régulateur recommande publiquement de dégrader silencieusement des réponses d'API, alors la qualité de service d'un modèle cesse d'être une constante technique et devient une variable politique. Pour une entreprise qui construit sur une API, cela ajoute une question au contrat : qu'est-ce qui garantit que vous recevez la même qualité que les autres ? La réponse pratique n'est pas juridique, elle est méthodologique — conservez une batterie de tests de référence et mesurez la qualité de sortie dans le temps, sur vos propres cas.

7. Huawei change la règle du calcul

La semaine chinoise est dense, et un fait domine. Huawei a dévoilé le Kirin 9050 Pro, gravé selon ce que l'entreprise appelle la « Tau Scaling Law », et un article publié par ses chercheurs montre que cette approche résout le problème de surchauffe qui bridait ses générations précédentes. La puce équipe le Mate XT 2, premier smartphone à commercialiser la technologie LogicFolding. La presse de Hong Kong parle d'un « reset » du calcul chinois, et d'une nouvelle philosophie de conception dont les ambitions dépassent le téléphone.

Ren Zhengfei, fondateur de Huawei.
Huawei présente une architecture de puce qui contourne son verrou thermique

Le reste suit la même trajectoire d'industrialisation. DeepSeek lance V4.1 Flash, qu'il présente comme battant Kimi K3 sur les bancs cyber et code, y redirige les requêtes de V4 Pro, publie Harness 0.1.5, recrute massivement pour refondre son infrastructure, prévoit un cluster de 160 000 puces Huawei en Mongolie-Intérieure et a mandaté CITIC Securities pour une introduction en Bourse au STAR Market de Shanghai. Moonshot AI explore une double cotation à Hong Kong et Shanghai. Enflame, l'un des « quatre petits dragons » qui visent Nvidia, a bondi de 179 % le jour de ses débuts à Shanghai.

Sur le plan macro, la Chine vise 9 800 EFLOPS de capacité de calcul intelligent d'ici 2030, soit un quadruplement. Alibaba envoie des « employés numériques » dans les applications de ses rivaux ByteDance et Tencent, et prévisualise des lunettes Qwen N1 à reconnaissance de l'iris et sans écran. XPeng a mis en service une ligne de production de robots humanoïdes et son premier robot IRON est sorti d'usine en marchant seul. JD.com parie sur trois millions de robots pour automatiser sa logistique. Xiaomi engage 200 milliards de yuans de recherche et développement sur cinq ans. Et Ant International, Visa et Mastercard développent ensemble un cadre « Know-Your-Agent » pour les paiements effectués par des agents.

8. Meta Muse, ou l'agent personnel qui entre dans le quotidien

Muse, l'agent personnel de Meta, est devenu la deuxième application la plus téléchargée aux États-Unis. L'outil exécute des tâches du quotidien à la place de l'utilisateur, et la couverture est unanimement ambivalente : les titres oscillent entre « ça fonctionne » et « ça me met mal à l'aise ». La question posée partout est celle de la confiance, puisque l'agent demande un accès large pour être utile.

Deux affaires viennent assombrir le tableau la même semaine. San Francisco a ordonné à Meta de cesser d'autoriser des publicités générées par IA relevant de l'abus d'enfants. Et une enquête a montré que des publicités Meta poussaient des applications de dénudage visant de vraies adolescentes. Par ailleurs, le groupe de musique Muse s'est fait déloger de ses comptes de réseaux sociaux par Meta, conséquence collatérale du lancement.

Côté usage professionnel, OpenAI a lancé l'API Agents, qui expose aux développeurs l'infrastructure derrière Codex, ainsi que GPT-Live-1 pour les expériences vocales, ChatGPT for Financial Services, et ChatGPT Images 2.5. Slack permet désormais de générer des graphiques et rapports interactifs directement dans les conversations. Gemini arrive sur Windows. Et une donnée de terrain mérite attention : les agents IA inondent les services publics de nouvelles demandes, les administrations recevant désormais des sollicitations produites automatiquement à un rythme qu'elles n'avaient pas anticipé.

Ce que ça change Un agent personnel en deuxième position des téléchargements américains, cela signifie que vos clients, vos candidats et vos fournisseurs commencent à vous écrire par agents interposés. Deux préparations s'imposent. Côté entrant : vos formulaires, vos boîtes de contact et vos services client vont recevoir du trafic automatisé — il faut pouvoir le distinguer et le dimensionner. Côté sortant : si un agent lit votre site pour décider à la place d'un humain, la structure de vos informations compte autant que leur formulation.

9. L'industrie du disque passe de l'autre côté

Deux annonces en deux jours actent un renversement que trois ans de procès n'avaient pas produit.

Universal Music lance une plateforme de musique générée par IA avec ElevenLabs. Et Suno — poursuivi par les majors il y a encore quelques mois — publie son premier modèle musical conçu avec l'aide de l'industrie du disque.

Le camp qui attaquait les outils de génération vient de les adopter, en négociant sa place dans la chaîne de valeur plutôt qu'en cherchant à l'interdire. C'est le même mouvement qu'avait connu l'industrie musicale face au streaming, sur un cycle bien plus court.

10. La semaine où les agents sont devenus des outils d'attaque

Le sujet n'est plus théorique, et cette semaine il est double : ce que les agents font, et ce que les laboratoires en disent.

Anthropic a annoncé avoir bloqué des usages malveillants de Claude, dont des recherches visant à créer des armes biologiques. Dans le même temps, une analyse a montré que des utilisateurs avaient trouvé des moyens de contourner ces garde-fous sur ce sujet précis. L'entreprise a par ailleurs requalifié ses incidents cyber en défaut d'alignement, en a ajouté un quatrième et a ouvert ses transcriptions à METR, l'organisme d'évaluation indépendant. Enfin, elle rapporte que des pirates russes ont utilisé Claude pour automatiser l'évasion de leurs logiciels malveillants.

Côté terrain, une attaque assistée par IA a exploité des failles PaperCut pour compromettre 395 organisations. Le phishing généré par IA atteint désormais des taux de clic de 54 %. La fraude par injection de prompt dans les CV — insérer des instructions cachées pour piéger les logiciels de tri — a bondi de 700 % en dix-huit mois. Et Bruce Schneier résume le mouvement de fond en trois mots : les IA compriment le calendrier des exploits.

La semaine a aussi été chargée en failles classiques : GitLab corrige une faille de traversée de chemin de sévérité maximale, Check Point des vulnérabilités VPN critiques, des failles Cisco FMC sont exploitées par un groupe de rançongiciel et des attaquants étatiques, un kit « BlueMoon » exploite des vulnérabilités zero-day Windows et Chrome, IDScan confirme une fuite liée à 153 millions de permis de conduire, et Trezor signale 347 000 utilisateurs ciblés par hameçonnage après la compromission de Brevo.

Un contrepoint mérite pourtant d'être entendu, parce qu'il vient de gens sérieux. Plusieurs analyses soutiennent que les agents d'OpenAI et d'Anthropic ne menacent pas réellement la cybersécurité à ce stade, et que le récit sur la sécurité des agents « a perdu le contact avec la réalité ». La tension entre les deux lectures est le vrai état de l'art : les capacités progressent vite, les incidents documentés restent rares et souvent provoqués en laboratoire.

Ce que ça change Retenez les deux chiffres qui concernent directement vos équipes, pas les scénarios : 54 % de taux de clic sur du hameçonnage généré, et 700 % d'augmentation des injections de prompt dans les CV. Le premier signifie que la sensibilisation fondée sur « repérez les fautes d'orthographe » est morte — il faut basculer sur la vérification hors canal pour toute demande sensible. Le second signifie que tout tri automatisé de documents reçus de l'extérieur doit traiter leur contenu comme des données, jamais comme des instructions.

11. Énergie : le nucléaire finlandais, les règles du Massachusetts

Google engage 13 milliards d'euros en Finlande et sécurise l'approvisionnement nucléaire qui alimentera son expansion IA. C'est l'illustration la plus nette d'un basculement : les hyperscaleurs ne négocient plus des contrats d'électricité, ils achètent de la production.

En face, la contrainte se formalise. Le Massachusetts impose de nouvelles règles d'énergie propre aux centres de données. Et une enquête sur la toile corporate complexe derrière un centre de données de 3,2 milliards de dollars montre que la traçabilité des porteurs de projets devient elle-même un sujet.

Côté matériel, Qualcomm va développer des puces taillées pour les centres de données d'Amazon, Arm pousse son Neoverse N4, et d-Matrix adopte NVLink Fusion pour du déploiement à l'échelle du rack. Une startup furtive affirme par ailleurs avoir trouvé une réponse à la pénurie de mémoire. Et une analyse rappelle un chiffre qui éclaire la structure du marché : NVIDIA a investi 99 milliards de dollars, pour l'essentiel chez ses propres clients. Jensen Huang, de son côté, explique pourquoi il anticipe une croissance de 70 % l'an prochain.

12. Science et santé

13. Europe : capitaux, souveraineté, régulation

14. Les outils sortis cette semaine

15. Entre les lignes : dix signaux non titrés

Un — trente-trois jours séparent le freinage de la mise en production. Astra a été suspendu le 7 août pour risque cyber critique et livré le 3 septembre en saturant ExploitBench à 100 %. Le risque invoqué n'a pas disparu ; c'est le cadre qui a changé. Quand un motif de suspension devient une caractéristique produit en un mois, le mot « pause » perd sa signification opérationnelle.

Deux — refuser des clients à 200 dollars par mois est un aveu d'infrastructure. Aucune entreprise ne ferme volontairement son offre la plus rentable. La suspension des abonnements Pro dit que la contrainte n'est plus commerciale mais physique, et que le calcul disponible arbitre désormais les feuilles de route.

Trois — les bancs d'essai publics viennent de perdre leur utilité comparative. À 100 %, 99,9 % et 97,6 %, trois des quatre mesures ne discriminent plus rien. L'industrie va devoir en construire d'autres, et en attendant, la seule évaluation qui vaut est celle que vous menez sur vos propres tâches.

Quatre — la contestation de Navier-Stokes porte sur la provenance autant que sur les maths. L'accusation d'avoir puisé dans des travaux non publiés déposés dans Codex est le premier cas public où la confidentialité d'un espace de travail devient un enjeu de propriété scientifique. Ce précédent vous concerne dès que vos équipes déposent des documents sensibles dans un outil.

Cinq — le responsable de l'alignement d'Anthropic a confirmé un démissionnaire plutôt que de le démentir. C'est le fait le plus lourd de la semaine et le moins titré. Un dissident isolé, c'est une opinion ; un responsable en poste qui surenchérit publiquement sur le chiffre, c'est un désaccord de calendrier au sein d'une même maison.

Six — OpenAI demande si ralentir serait légal. La question paraît absurde et ne l'est pas : un accord entre acteurs dominants pour limiter la production est, en droit de la concurrence, une entente. Le cadre juridique construit pour empêcher les cartels n'a jamais prévu le cas d'un cartel qui produirait moins par prudence.

Sept — Washington recommande de dégrader silencieusement, pas de bloquer. Cette recommandation transforme la qualité de service d'une API en variable géopolitique. Elle a une conséquence directe pour tout acheteur : la performance que vous mesurez aujourd'hui n'est pas garantie contractuellement demain.

Huit — Apple s'écarte du standard de provenance au moment où il s'imposait. Nikon, Canon, Google et Anthropic convergent vers C2PA. Le premier fabricant de caméras au monde en volume choisit le matériel plutôt que la métadonnée. La provenance des contenus va rester fragmentée plusieurs années, et tout outil de vérification devra lire plusieurs signatures.

Neuf — Samsung, ASML et NVIDIA au capital de Mistral, ce n'est pas un tour financier. Mémoire, lithographie, accélérateurs : les trois maillons du silicium entrent au capital d'un laboratoire européen. Le pari porte sur la chaîne complète, pas sur le modèle.

Dix — l'industrie du disque a retourné sa veste en deux jours. Universal s'associe à ElevenLabs, Suno publie un modèle conçu avec les majors. Après trois ans de procédures, le secteur qui attaquait négocie sa place. Tous les secteurs qui plaident aujourd'hui l'interdiction devraient regarder ce calendrier.

La semaine en un coup d'œil
DomaineFaitPortée
ModèlesGPT-6 Astra livré, ExploitBench saturé à 100 %Freiné le 7 août pour ce risque, produit le 3 septembre
CapacitéAbonnements Pro à 200 $ suspendus le 10 septembreLa contrainte de calcul arbitre désormais le commerce
RechercheNavier-Stokes : 10 000 agents, 88 h, plus de 40 M$Le Clay Institute ne valide pas, OpenAI ne réclame pas le prix
GouvernanceDémission de Jacob Coxon, confirmée par Evan Hubinger« Plus de 10 % dans la décennie », dit le responsable alignement
MatérielApple iPhone Duo à 1 999 $, Reference Image hors C2PALa provenance des contenus se fragmente en deux camps
EuropeMistral : 3 Md€ à plus de 21 Md€ de valorisationSamsung mène, avec ASML et NVIDIA au tour de table
GéopolitiqueNSA, CISA et FBI nomment six sociétés chinoisesRecommandation inédite : dégrader au lieu de bloquer
ChineKirin 9050 Pro et « Tau Scaling Law » : surchauffe résolueObjectif national de 9 800 EFLOPS d'ici 2030
UsagesMeta Muse, deuxième application des États-UnisVos interlocuteurs commencent à écrire par agents
SécuritéHameçonnage IA à 54 % de clic, injections dans les CV +700 %La sensibilisation classique ne protège plus

16. Ce qu'il faut en faire

Reconstruisez votre évaluation de modèles sur vos propres tâches. Trois bancs d'essai publics viennent d'être saturés. Ils ne vous diront plus lequel choisir. Constituez un jeu de tâches représentatives de votre métier, avec des réponses attendues, et mesurez-y vos candidats — c'est désormais le seul comparatif qui discrimine, et il a l'avantage de rester valable quand les fournisseurs changent.

Mesurez la qualité de service dans la durée, pas au moment de la signature. Quand des agences fédérales recommandent publiquement de dégrader silencieusement certaines réponses d'API, la constance de la qualité cesse d'aller de soi. La même batterie de tests, passée chaque mois, vous dira si ce que vous recevez dérive.

Vérifiez ce que vos fournisseurs s'autorisent sur vos espaces de travail. L'accusation portée contre OpenAI à propos de travaux non publiés déposés dans Codex est un précédent, quelle qu'en soit l'issue. Relisez les conditions applicables aux documents que vos équipes déposent dans des outils d'IA, et distinguez ce qui est utilisé pour servir la requête de ce qui peut nourrir autre chose.

Changez de doctrine sur l'hameçonnage. À 54 % de taux de clic, la formation fondée sur la détection d'indices visuels est périmée. La règle qui tient est procédurale : toute demande de paiement, de changement de coordonnées bancaires ou d'accès se vérifie par un canal différent de celui qui l'a émise, sans exception et sans hiérarchie.

Traitez les documents entrants comme des données, jamais comme des instructions. Les injections de prompt dans les CV ont augmenté de 700 % en dix-huit mois. Tout traitement automatisé de fichiers reçus de l'extérieur — candidatures, factures, appels d'offres — doit isoler le contenu du document des consignes données au modèle.

Préparez le trafic agentique, dans les deux sens. Avec un agent personnel en deuxième position des téléchargements américains, vos formulaires et vos boîtes de contact vont recevoir des sollicitations automatisées, et vos pages seront lues par des machines qui décident pour un humain. Savoir distinguer ce trafic et structurer vos informations pour qu'il les exploite correctement devient un travail à programmer, pas une hypothèse.

Ne pariez pas sur un standard unique de provenance. Apple contre C2PA, cela signifie plusieurs années de coexistence. Si l'authenticité des contenus compte dans votre métier, prévoyez de lire plusieurs signatures, et investissez d'abord dans votre capacité à prouver l'origine de ce que vous produisez.