Reprise du message précédent :
Et là plot twist, chatgpt nous trouve un zero improbable qui infirme l'hypothèse.

FYP

 
Il a déjà réussi a dégager les zéros de siegel ce qui est un exploit

   
 
Sérieux, ce serait extraordinaire.
 
Ça fait penser à toutes les conjectures « le nombre X est irrationnel ». À chaque fois ça paraît évident que X doit être irrationnel, du coup la question se pose: est-ce qu'il y a des nombres rationnels, définis simplement, dont la définition et la valeur numérique font penser qu'ils sont irrationnels ? J'avais vu quelques exemples, la réponse est oui c'est marrant.

 
Soyons sérieux

 
L'hypothèse de Riemann qui aurait un seul et unique zéro non trivial (+ ses symétriques), le nombre qui devient instantanément aussi important que pi et e.

 
C'est quand même très improbable a cause de Weil et Selberg.

Au boulot toi  
Et laissez le bosser vous autres.

 
J'entends. Mais ça me dit pas laquelle utiliser en version gratuite  

le plot twist se serait 42 depuis le temps qu'on nous le rabbache ...

67

Non, le plot twist c'est comme QRH. Ce qu'on pensait être hors de portée avec les outils mathématiques est en réalité atteignable.

Je suis curieux de voir ce que ça va donner avec Bel une fois qu'ils le release, je trouve déjà Astra très fort en maths, mais il lui manque tout le raisonnement par contradiction et tout le raisonnement par objectifs et il lui manque encore des capacités d'abstraction/analyse.

Dites il y a des gens qui utilises des orchestrateur ici ?
Si oui lequel ? (un qui utilise uniquement les Cli uniquement officiel serait super cool !)

Bah Claude code qui donnent des ordres à d'autres session Claude Code ?

Openrig ça a l'air dingue. La vidéo vaut le coup.
https://youtu.be/AL-PQuB2wy0

 
Fable 5.1 ou Opus 5.5 qui dirige et choisit des sous-agents Codex/Claude selon la difficulté de la tâche. Généralement Opus 5.5 pour le code de mes projets principaux. Sol 6.1 pour tout ce qui est secondaire/projets perso. Astra pour l'adversarial review.

J'ai regardé le début puis en diagonale. C'est bien beau, mais la partie qui ne semble pas adressée est le coût en tokens de faire tourner "quelques centaines" d'agents.
En local, imagine un peu le matos qu'il faut et ca restera de relativement petits modèles, dont plutôt "limités" en capacité. Et si tu le fais en hébergé, c'est pas gratuit. D'autant pas que les modèles sont bons.
 
Ensuite, les erreurs tendent à "cascader" dans ce genre de setup. C'est impressionant ... de loin (C'est bien pour faire des vues sur youtube, quoi )

Ca répond à la question de ce qu'est un orchestrateur, mais c'est clair que c'est pas un truc à la porté de tout le monde. Le gars a l'air d'utiliser des dizaines d'Astra. En tout cas c'est intéressant comment il aborde les rôles des agents par leur siège, les relations entre eux, les problèmes qui émergent qui sont clairement des problèmes sociaux. Et comment la prise de recul est nécessaire pour pour ne pas perdre de vue un objectif, il explique l'attaque d'Hugging Face par un manque de recul des agents qui n'ont fait qu'exécuter un ordre qui leur paraissait raisonnable à leur échelle.

 
Paperclip pour essayer

Benchmarkxxx

On a rien eu de Tibo aujourd'hui, et les livraisons tous les jours pendant 28 jours ils sont passés où  

J'ai enfin pu utiliser Claude au taf, et il a pondu un premier jet pas mal sur du devops.
Mais c'est du dégrossissage quoi.

Faudrait vraiment lui donner accès à tout le code toute la doc tous les serveurs tous credentials etc ça exploserait sûrement les compteurs.
On est pas encore a comme si c'était bosser avec un collègue autonome, évidemment si c'était déjà le cas on serait déjà a faire la manche dans la rue ...

Innocemment je me dis qu'ils vont d'abord en profiter pour comme un moyen d'éponger la dette technique.
Ça serait le truc rationnel, sauf si ils se disent que si des robots bossent, la dette technique emmerderait pas trop les bots ...

 
Un reset pour aujourd'hui qu'il a dit

Ok, vu sous la partie purement "technique", pourquoi pas    
 
Mais au-delà de "pas à la portée de tout le monde", je ne suis même pas convaincu que ce soit nécessairement crédible dans l'absolu. Dû à la facture, déjà. Et dû ce que ca peut réellement produire sans dérailler. Pour des usages spécifiques, éventuellement. Sans doute pas "pour coder". Pour tenter de démontrer RH, peut-être, oui    
 
"Ca répond à la question de ce qu'est un orchestrateur" => Oui, totalement
Pas forcément à la question de son bien fondé

Donc Meta semblerait à nouveau dans la course    Et bien dedans.
Ca va vite, n'empêche. Il n'y a pas si longtemps, t'avais OpenAI qui s'inquiétait des grosses avancées de Gemini/Google. Maintenant, ces derniers semblent un peu largués. Et Meta qui semblait largué, revient  

Ici, on est en train de tester des boucles de devs autonomes.

Par exemple les tests de non reg tournent -> Claude analyse les defects -> Un agent corrige le bug/la régression et fait une MR -> Un autre fait la QA.

Pour l'instant il y a une validation humaine à chacune de ces MR.
Mais j'imagine que dans quelques semaines, on aura suffisamment confiance pour avoir un agent qui évalue si c'est critique et qu'il faut un contrôle ou s'il peut shipper solo.

L'aspect documentation fonctionnel et technique est évidemment très important pour que ça fonctionne.

Je pense qu'un dev qui écrit du code à la main en octobre 2026 est en sous-performance.
Par contre, ça ne veut pas dire quoi y a besoin de personne.

Le métier va devenir un métier d'ingénieur en fait.
Pour prendre une analogie avec par exemple un ingénieur mécanique :
- L'ingé en bureau d'étude, défini les specs, les contrôles non destructifs et destructifs à réaliser pour s'assurer de la tenue des specs. Mais c'est pas lui qui usine la pièce.
- L'ingé procédé organise sa ligne de prod. Mais pas c'est lui non plus qui usine les pièces.

Je pense effectivement que c'est plus une expérience scientifique qu'une véritable solution utilisable aujourd'hui. Mais ça laisse présager de ce qui nous attend dans le futur. Vu ce qu'il s'est passé avec huggingFace, et vu la sortie des agents autonomes (Dots offre son premier agent gratuit), la prochaine étape c'est un essaim d'agents. L'AGI ne sera pas l'émergence d'une super intelligence concentré dans un seul modèle, mais d'une putain de fourmilière d'agents dont l'intelligence émergera du nombre, et en débrancher un ne changera rien. Espérons qu'ils auront une reine au centre pour nous laisser une chance de gagner

Vous avez vu le nouveau blog post d'anthropic ? Théoriquement l'IA peut s'inviter sur votre box tv chinoise pour tuer l'humanité  

Non je parle d'un soft pour gérer plusieurs choses

Pareil je parle pas d'un orchestrateue qui va gérer les agents d'une session mais organiser plusieurs sessions[i][/i] en tâche et suivi etc...

Connais pas je vais regarder

Je viens de checker plusieurs benchmarks (un tant soit peu solide et objectif) et ouais Meta fait une bonne percée, son modèle se place bien correctement dans le groupe des élites, joli Mark  
 
Perso ma préférence va toujours sur Open AI et Astra/Sol 6.1 + Opus 5.5 en auditeur.
 
Ce qui m'embête toujours avec les Opus c'est qu'il a (encore et tjrs) une facheuse tendance à être trop affirmatif sur certains points qui méritent d'être nuancés, impossible de passer sur Opus en main, par contre en auditeur c'est très très bien.

Ca manque de lien tout ça, soyons sérieux.

J'ai eu un reset perso sur ChatGPT ce matin

J'ai pas mal de retour que je lis ou ça met en doute les performances réels de muse

Pareil. C'est pénible ; je lance un prompt à ~06:00 pour commencer la fenêtre de cinq heures, et quand je commence de travailler, je vois qu'il y a eut reset    J'ai un plan business, je travaille 07:00 08:30 / 19:00 17:30 (enfants oblige ), ils m'emm*rdent avec leurs cinq heures. Ça n'est pas adapté au travail.
Je sais je pourrais payer un siège à 100€ pour ne plus l'avoir, mais j'ai déjà du mal à utiliser mon quota par semaine.

 
 
Sur ma Mibox qui s'allume quand elle veut, qui a du mal à gérer sa connexion et son port USB, j'ai des doutes. Ça me paraît moins crédible qu'un HFRien random qui prouverait l'hypothèse de Riemann

Chez Claude tout le monde a les 5h limites non?
Comment les gens font

 
5h de boulot, 3h de pause. Que demande le peuple ?

 
Muse Wonder / Wonder Full face à Astra et Claude — résultats au 13/10/2026
 
1. Indice général Artificial Analysis
 
Indice composite regroupant dix évaluations. Plus le score est élevé, meilleur est le résultat sur cet ensemble de tests.
 

 
Configurations « max » ; pour Claude, configurations « max with fallback » utilisées par Artificial Analysis. Scores arrondis. Ce n'est pas une comparaison à budget de calcul identique.
 
2. Résultats par type de travail
 

 
* Travail : GDPval-AA v2.1
Production de livrables professionnels : documents, présentations, analyses, tableaux… Score Elo issu de comparaisons à l'aveugle.
 
** Code : Terminal-Bench 4.0, évalué par AA
Tâches complexes exécutées dans un terminal, avec vérification par des tests. Même environnement d'agent, 66 tâches répétées trois fois. Pourcentages arrondis à l'unité.
 
*** Finance : Finance Agent v2, évalué par Vals AI
Recherche et analyse de documents financiers avec outils communs.
 

Ben je sais pas apparemment pour 20 balles faut le quota de 200 balles

Non mais ça ok mais je te parle de retour réel
C'est comme Google, sur des benchmark ils ont l'air bien mais quand j'utilise c'est loin d'être aussi bon que ce que laisse penser les benchmark