Nous Research lance Hermes Agent Profile Builder : identité, modèle, compétences et serveurs MCP dans un tableau de bord unique

Créer un agent IA style nanobot dans Google Colab : appel d'outils, mémoire de session, compétences et serveurs MCP

Un tutoriel publié récemment décrit comment construire de zéro un agent IA personnel dans Google Colab, en s'inspirant de l'architecture de Nanobot, un framework d'agents léger. Le projet reconstruit brique par brique les composants fondamentaux d'un agent moderne : abstraction du fournisseur LLM, enregistrement d'outils (tool calling), mémoire de session, hooks de cycle de vie, compétences modulaires (skills) et un serveur d'outils au format MCP (Model Context Protocol). L'intégralité du code tourne dans un notebook Colab, sans clé API obligatoire grâce à un fournisseur simulé (MockProvider) qui reproduit le comportement d'un vrai modèle de langage de façon déterministe, permettant d'observer la boucle agentique en fonctionnement réel sans dépense ni connexion réseau. L'intérêt pédagogique est considérable pour les développeurs qui veulent comprendre ce qui se passe réellement sous le capot des frameworks populaires comme LangChain ou LlamaIndex. Au lieu d'utiliser une boîte noire externe, ce tutoriel expose comment les messages, les appels d'outils, les résultats et les réponses du modèle s'articulent dans une boucle d'inférence concrète. Le fait de pouvoir s'y connecter à n'importe quel fournisseur compatible OpenAI (OpenRouter, DeepSeek, Together AI, vLLM, LM Studio, Ollama) via une couche d'abstraction unique le rend immédiatement opérationnel en production. Pour les équipes qui construisent des agents internes sans vouloir dépendre d'un SDK propriétaire, ce type d'architecture minimaliste représente une alternative solide, maintenable et compréhensible. Ce tutoriel s'inscrit dans une dynamique plus large autour de la standardisation des agents IA. Le protocole MCP (Model Context Protocol), popularisé par Anthropic fin 2024, s'est imposé comme référence pour exposer des outils à un agent de façon modulaire, et de nombreux projets cherchent aujourd'hui à l'implémenter sans dépendre des SDK officiels. Nanobot lui-même est conçu pour rester léger et portable, à l'opposé des frameworks lourds qui accumulent les dépendances. La tendance va clairement vers des agents plus petits, plus explicites, plus faciles à auditer : les développeurs indépendants et les petites équipes veulent pouvoir lire et comprendre chaque ligne de la boucle d'inférence plutôt que de faire confiance à des abstractions opaques. Ce genre de ressource pédagogique, qui reconstruit l'essentiel en quelques centaines de lignes de Python pur, répond directement à ce besoin croissant de maîtrise et de transparence dans les systèmes d'IA autonomes.

Nous Research met à jour Hermes Agent avec un mode page vierge pour épingler des ensembles d'outils

Nous Research a introduit une troisième option de configuration dans son framework d'agent open-source Hermes Agent : le mode « Blank Slate », annoncé le 20 juin 2026. Là où les deux modes existants, Quick Setup et Full Setup, proposent respectivement un démarrage clé en main via le portail Nous (avec authentification OAuth gratuite) ou une configuration manuelle exhaustive, Blank Slate adopte la logique inverse : l'agent démarre avec le strict minimum. Seuls trois éléments sont activés d'emblée, le fournisseur et le modèle de langage, les opérations sur les fichiers, et l'accès au terminal. Tout le reste est désactivé explicitement : navigation web, exécution de code, vision, mémoire, délégation, cron, plugins, serveurs MCP, compression et points de sauvegarde. Ce qui distingue ce mode d'un simple interrupteur est la manière dont la configuration est persistée. Blank Slate écrit deux clés dans les fichiers de configuration locaux : une liste platformtoolsets.cli et un champ agent.disabledtoolsets. Ce choix est ancré sur disque, ce qui signifie qu'une mise à jour via hermes update ne peut pas réactiver silencieusement un outil que l'utilisateur a délibérément laissé de côté. Pour des équipes travaillant sur plusieurs machines ou pour des environnements à contraintes de sécurité strictes, cette garantie de reproductibilité est concrète : la surface d'exposition de l'agent reste exactement celle qui a été choisie, sans dérive entre les versions. Les secrets (tokens) restent séparés des paramètres dans ~/.hermes/.env, tandis que la configuration non sensible va dans ~/.hermes/config.yaml. Hermes Agent est le framework d'auto-amélioration de Nous Research, conçu pour tourner en local sur la machine de l'utilisateur. Dans un contexte où les agents IA accumulent de plus en plus de capacités par défaut, accès réseau, mémoire persistante, exécution de code arbitraire, la question du contrôle de surface devient centrale pour les déploiements professionnels et sensibles. Blank Slate s'inscrit dans une tendance plus large de l'outillage agent vers le principe du moindre privilège : n'activer que ce dont un workflow précis a besoin, et rien d'autre. Après la configuration minimale, l'utilisateur peut choisir de rester sur cette base réduite ou de parcourir manuellement les options disponibles pour activer outil par outil ce qui est nécessaire, via les commandes hermes tools, hermes skills opt-in --sync ou hermes setup agent.

💬 Ce qui mérite l'attention ici, c'est pas le démarrage minimaliste, c'est que la config est persistée sur disque : une mise à jour ne peut pas réactiver silencieusement un outil que tu as consciemment laissé de côté. Pour des équipes qui déploient des agents en environnement contrôlé, c'est exactement la garantie qui manquait. Les agents qui accumulent des capacités par défaut à chaque update, c'est un vrai problème de sécurité que l'écosystème mettait sous le tapis.

Google lance une compétence d'agent dans l'API Gemini pour combler les lacunes des modèles IA sur leurs propres SDK

Google a introduit une nouvelle fonctionnalité baptisée « Agent Skill » dans son API Gemini, conçue pour combler une lacune structurelle des modèles d'IA : leur ignorance des mises à jour de leurs propres SDK survenues après leur date d'entraînement. Ce mécanisme permet au modèle d'accéder dynamiquement à une documentation à jour sur ses propres outils, améliorant significativement la qualité du code généré pour les applications qui utilisent l'API Gemini. L'impact est concret pour les développeurs : un modèle qui ne connaît pas les dernières versions d'un SDK produit du code obsolète, bogué ou incompatible. En injectant automatiquement les bonnes références au moment de la génération, Google réduit les erreurs d'intégration et accélère le développement d'agents IA — un enjeu critique alors que l'écosystème évolue plusieurs fois par mois. Ce problème de « knowledge cutoff » est universel à tous les grands modèles de langage : ChatGPT, Claude et Gemini souffrent tous d'un décalage entre leur entraînement et l'état réel du monde. La réponse de Google illustre une tendance plus large — plutôt que d'attendre le prochain cycle d'entraînement, les éditeurs construisent des couches de récupération dynamique pour maintenir les modèles à jour en temps réel sur des domaines critiques comme leurs propres API.

💬 C'est un problème que je rencontre toutes les semaines en intégrant des SDK qui bougent vite. Google répond d'une façon élégante : plutôt que d'attendre le prochain cycle d'entraînement, ils injectent la doc à jour directement au moment de la génération, ce qui évite les erreurs bêtes sur des méthodes dépréciées depuis trois mois. Reste à voir si ça scale quand tous les éditeurs adoptent cette logique, mais c'est clairement la bonne direction.

NVIDIA lance DeepStream 9.1 : l'IA agentique arrive dans la vision par IA avec 13 compétences et un suivi 3D multi-caméra

Voici l'article traduit et résumé : NVIDIA vient de publier DeepStream 9.1, une mise à jour majeure de sa plateforme d'analyse vidéo par intelligence artificielle. Basé sur GStreamer, DeepStream permet le traitement de flux multiples avec décodage accéléré par matériel, inférence TensorRT et suivi d'objets sur GPU NVIDIA. Cette version 9.1 apporte cinq ajouts notables : treize compétences agentiques destinées aux agents de codage comme Claude Code, Codex ou Cursor, une fonction de suivi 3D multi-caméras baptisée MV3DT, un outil de calibration automatique nommé AutoMagicCalib, la prise en charge de JetPack 7.2 pour les appareils périphériques Jetson Orin et Thor, ainsi qu'un dépôt GitHub open source unifié sous licences CC-BY-4.0 et Apache-2.0. La fonctionnalité MV3DT projette les détections de plusieurs caméras calibrées dans un système de coordonnées 3D partagé, associe les observations d'un même objet entre les différentes vues, puis lui attribue un identifiant global unique. Le processus s'appuie sur trois modèles de détection disponibles nativement, dont PeopleNetTransformer et RT-DETR 2D, et utilise le protocole de messagerie MQTT pour faire correspondre les trajectoires entre caméras dans l'espace 3D. Cette avancée répond à un problème récurrent de la vidéosurveillance intelligente : jusqu'ici, suivre un même objet ou une même personne à travers plusieurs caméras exigeait une calibration manuelle fastidieuse, souvent réalisée à l'aide de mires en damier, et des calculs complexes. Avec AutoMagicCalib, ce processus est automatisé : le système analyse les objets déjà suivis dans des vidéos ou flux existants pour estimer les paramètres intrinsèques des caméras comme la focale ou la distorsion optique, ainsi que leurs paramètres extrinsèques comme la position et l'orientation dans l'espace. L'utilisateur n'a plus qu'à fournir une image du plan des lieux et quelques points d'alignement. Pour les développeurs, l'intérêt est double : gain de temps considérable sur le déploiement de systèmes de vidéosurveillance intelligente, et surtout un accès simplifié via le langage naturel plutôt que par édition manuelle de fichiers de configuration, grâce à l'intégration directe avec les agents de codage IA. Cette évolution s'inscrit dans la tendance plus large de NVIDIA à rendre ses outils d'infrastructure IA pilotables par des agents autonomes plutôt que configurables uniquement par des experts. Les résultats de MV3DT s'exportent sous trois formes complémentaires : un affichage à l'écran avec grille de flux et boîtes englobantes 2D/3D, une vue aérienne cartographiant les trajectoires, et des messages Kafka transportant des métadonnées détaillées par image comme l'identifiant du capteur et la position 3D de l'objet. En interne, le pipeline de calibration automatique combine cinq étapes techniques, dont un ajustement de faisceaux et un raffinement optionnel par transformeur de géométrie visuelle (VGGT), utile lorsque les objets suivis se déplacent peu. L'installation reste accessible : il suffit de cloner le dépôt GitHub officiel et de copier les compétences dans le répertoire de l'agent utilisé, qu'il s'agisse de Codex, Claude Code ou un outil similaire, ouvrant la voie à une adoption plus large de la vidéo-analyse intelligente pilotée par IA.

💬 Bon, sur le papier c'est du bon boulot d'ingénieurie, mais regarde bien ce qui se passe : NVIDIA arrête de vendre juste du matos pour la vidéosurveillance, il vend l'accès en langage naturel à des systèmes qui coûtaient des semaines d'intégration. Le vrai changement, c'est pas MV3DT ou AutoMagicCalib en soi, c'est que Claude Code ou Cursor peuvent maintenant configurer un système de suivi multi-caméra sans qu'un expert touche à un fichier YAML. Reste à voir si ça tient en prod sur un vrai site avec 40 caméras mal calibrées, mais la direction est claire : l'agentique grignote la couche config des infras lourdes, pas juste les scripts Python du dimanche.