☕️ Buzz, l’espace de travail partagé entre humains et agents IA selon Jack Dorsey

Nous Research déploie trois voies d'intégration pour Hermes Agent et Buzz, l'espace de travail Nostr open source de Block pour humains et agents

Nous Research a annoncé le déploiement du support de son agent Hermes Agent pour Buzz, l'espace de travail open source et auto-hébergeable de Block conçu pour que humains et agents IA partagent les mêmes canaux de discussion. Buzz repose sur le protocole Nostr : chaque message y est un événement signé sur un relais que l'utilisateur possède, et chaque participant, humain ou agent, correspond à une paire de clés cryptographiques. Ce modèle remplace le système classique de jetons de bot et donne à chaque agent sa propre identité, ses propres appartenances à des canaux et sa propre traçabilité. Buzz est distribué sous licence Apache-2.0 et compte 18 800 étoiles sur GitHub, tandis que Hermes Agent est publié sous licence MIT. L'intégration propose trois façons de connecter les deux systèmes : un runtime géré directement dans Buzz Desktop, sans configuration, où Hermes apparaît automatiquement dans les paramètres après installation d'un lanceur placé dans le dossier ~/.local/bin ; un pont de relais qui fait transiter les échanges par WebSocket entre un canal Buzz et une instance Hermes hébergée, en partageant configuration, identifiants, mémoire et compétences ; et enfin une passerelle native, l'option la plus aboutie, qui traite Buzz comme une plateforme de messagerie à part entière au même titre que Telegram ou Discord, avec gestion des canaux, messages directs, mentions, réponses en fil, réactions, images et envois programmés. Cette annonce compte pour les équipes techniques qui cherchent à déployer des agents conversationnels sans dépendre d'une infrastructure propriétaire ou d'un fournisseur cloud unique. Les développeurs indépendants et petites équipes peuvent faire tourner l'ensemble via Buzz Desktop sans configuration particulière, tandis que les équipes de plateforme de taille intermédiaire constituent la cible la plus naturelle, le relais reposant sur des briques déjà répandues comme Postgres, Redis et S3 ou MinIO. Pour les grandes entreprises, Nous Research recommande de traiter ce déploiement comme un projet pilote, les clients mobiles et les mécanismes d'approbation des flux de travail restant encore en cours de finalisation. Les cas d'usage concrets évoqués incluent la mémorisation d'incidents à partir de l'historique des canaux, la revue de code organisée par branche comme s'il s'agissait de salons de discussion, la rédaction automatique de notes de version par un agent, ou encore l'envoi de rapports programmés par tâche cron. Sur le plan technique, la voie de la passerelle native fait transiter les messages entrants via une connexion WebSocket Nostr persistante authentifiée par le protocole NIP-42, avec signature BIP-340 sans dépendance externe, et un repli automatique sur un système d'interrogation en ligne de commande toutes les quatre secondes en cas de besoin. Les sorties passent systématiquement par la ligne de commande buzz. Les réglages par défaut privilégient la confidentialité : l'agent ne répond dans les canaux que lorsqu'il est explicitement mentionné, l'accès est restreint à une liste de clés publiques autorisées, et les journaux d'exécution des outils restent masqués du canal. Les événements sont dédupliqués par identifiant unique pour éviter les répétitions. Nous Research précise toutefois que Buzz Desktop approuve automatiquement les permissions des outils, recommandant donc de réserver ces agents aux seuls propriétaires du compte. La documentation complète, la référence de l'adaptateur Buzz et le dépôt GitHub sont disponibles pour les équipes souhaitant expérimenter cette intégration.

💬 Cette histoire d'identité par paire de clés plutôt que par jeton de bot, c'est la vraie bonne idée : ça donne enfin une traçabilité propre aux agents, sans dépendre d'un fournisseur cloud qui décide un jour de couper l'accès. Bon, sur le papier la passerelle native a l'air solide, mais Nous Research le dit lui-même, en entreprise Buzz Desktop approuve les permissions des outils sans broncher, donc réserver ça aux propriétaires du compte, c'est pas une option, c'est une obligation. Reste à voir si ça tient face à un vrai volume de messages, parce que du open source bien pensé, j'en ai vu partir en fumée dès que la charge arrive.

Block lance Managerbot, un agent Square proactif et la preuve la plus convaincante du pari IA de Jack Dorsey

Block a dévoilé le 7 avril 2026 Managerbot, un agent IA intégré à sa plateforme Square et destiné aux petits commerçants. Contrairement au précédent assistant Square AI, qui répondait passivement aux questions des vendeurs, Managerbot surveille en continu l'activité d'un commerce, détecte les problèmes émergents et propose des actions concrètes sans attendre qu'on lui pose de questions. Le produit est en cours de déploiement progressif, avec une disponibilité complète pour l'ensemble des utilisateurs Square prévue dans les prochains mois. Block n'a pas précisé si Managerbot serait facturé séparément ou inclus dans les abonnements existants. L'agent repose sur des modèles frontier d'Anthropic (Claude Sonnet) et d'OpenAI (famille GPT), combinés à un cadre technique propriétaire baptisé "agent harness", lui-même construit sur Goose, le framework open-source de Block. Managerbot intervient aujourd'hui dans trois domaines clés : la gestion des stocks, la planification des équipes et la création de campagnes marketing. Pour les stocks, l'agent croise les niveaux d'inventaire, la vitesse de vente et des signaux externes comme la météo ou les événements locaux afin d'anticiper les ruptures et d'optimiser les achats. Pour les plannings, il analyse les prévisions de ventes et génère automatiquement des grilles horaires qui équilibrent les préférences des employés et les besoins de couverture -- une tâche que Willem Avé, responsable produit de Square chez Block, qualifie de "problème informatique difficile" qui peut mobiliser plusieurs heures par semaine chez un dirigeant de PME. En marketing, Managerbot identifie les tendances de ventes et rédige des campagnes de reconquête ou des promotions ciblées sur les meilleurs segments de clientèle. Block indique observer "une amélioration très significative" des résultats de ces campagnes par rapport à ce que créent certains vendeurs manuellement, sans publier de chiffres précis. Cette annonce s'inscrit dans le pari stratégique assumé par Jack Dorsey, PDG de Block, selon lequel l'IA peut transformer en profondeur la façon dont son entreprise opère et sert les millions de petits commerces qui dépendent de Square au quotidien. La transition du réactif au proactif représente un changement de paradigme majeur pour les outils de gestion destinés aux TPE et PME, qui disposent rarement des ressources humaines pour analyser en continu leurs données opérationnelles. Block mise sur son "agent harness" et sur l'expérience acquise via Money Bot, son agent financier dans Cash App, pour se différencier face aux modèles tiers qu'elle exploite. L'enjeu est de taille : Square équipe des centaines d'outils différents -- facturation, stocks, paie, marketing, planification -- et Managerbot doit naviguer dans cet ensemble de façon cohérente au sein d'une boucle agentique unifiée, ce qui constitue le véritable défi technique derrière la promesse commerciale.

Les agents IA d'Asana partagent la mémoire dans l'entreprise, mais pas vos secrets

Lors d'une conversation avec Sam Witteveen de VentureBeat au VB Transform 2026, Arnab Bose, directeur produit d'Asana, a détaillé la construction d'Agentic Work Management (AWM), un nouveau système conçu pour transformer les agents IA en coéquipiers capables d'apprendre et de collaborer plutôt qu'en simples assistants individuels. AWM s'appuie sur le Work Graph, l'architecture de données vieille de 18 ans d'Asana, organisée selon une structure que l'entreprise appelle la Pyramide de la Clarté : les tâches, assorties d'un responsable et d'une échéance, s'agrègent en projets, puis en portefeuilles, eux-mêmes reliés aux objectifs globaux de l'entreprise. Ce graphe fonctionne comme un registre en temps réel de qui fait quoi, pour quand et pourquoi, ce qui permet par exemple de tracer l'impact d'une tâche de conception en retard sur un objectif de revenus. Bose a précisé que le produit est déjà en production, avec plusieurs clients actifs, dont FedEx, qui a publié sa propre étude de cas sur cette adoption. Cette architecture change la nature même de l'assistant IA en entreprise : au lieu d'un outil isolé, limité à un seul utilisateur et à un seul prompt, l'agent partage une mémoire commune avec l'ensemble des équipes humaines, consulte les objectifs globaux et met à jour les statuts de projet directement dans le registre partagé. Pour les équipes produit et les développeurs, cela représente un changement de paradigme dans la conception d'agents à grande échelle, où l'IA cesse d'être une simple interface conversationnelle pour devenir un acteur intégré aux flux de travail collectifs. Ce changement d'échelle a toutefois obligé Asana à résoudre plusieurs problèmes techniques critiques, à commencer par la gouvernance des données. Bose a insisté sur la nécessité d'éviter toute fuite de contexte : si un dirigeant utilise un agent pour piloter un projet confidentiel, par exemple une opération de fusion-acquisition secrète, la mémoire générée par cet usage ne doit jamais être accessible à un autre employé interagissant plus tard avec le même agent. Asana a donc mis en place des contrôles d'accès distinguant la création de mémoire de la simple exécution de tâches. Le système gère également un routage dynamique des modèles : les tâches complexes sont orientées vers des modèles frontière comme Opus d'Anthropic ou les modèles d'OpenAI, tandis que les tâches simples sont confiées à des modèles plus légers et moins coûteux, sans que l'utilisateur ait à se soucier de l'ingénierie du prompt. Cette automatisation soulève à son tour un troisième défi, encore en cours de résolution chez Asana : celui de la facturation liée à l'usage de ces agents.

💬 Le vrai sujet, c'est pas l'agent qui répond à un prompt, c'est la mémoire partagée entre équipes, et ça change complètement la donne côté gouvernance des données. Séparer la création de mémoire de l'exécution des tâches pour éviter qu'un stagiaire tombe sur le contexte d'une fusion-acquisition, c'est le genre de détail chiant qui décide si un produit tient en entreprise ou pas. Reste que la facturation à l'usage n'est toujours pas réglée chez eux, et ça, ça sent la roadmap qui traîne depuis un moment.

OpenAI met à jour Codex : les agents peuvent créer des espaces de travail interactifs via Sites et plugins par rôle

OpenAI a annoncé mardi une mise à jour majeure de sa plateforme agentique Codex, avec l'introduction de plusieurs fonctionnalités destinées à conquérir le monde de l'entreprise : des plugins sectoriels, un outil d'édition ciblée baptisé "Annotations", et une fonctionnalité d'hébergement web rapide appelée "Sites". Cette évolution transforme délibérément Codex, jusqu'ici perçu comme un assistant spécialisé pour développeurs, en environnement de travail quotidien pour les professionnels non-techniques. Parmi les 5 millions d'utilisateurs hebdomadaires de la plateforme, les non-développeurs, analystes financiers, marketeurs, opérationnels, chercheurs, représentent désormais environ 20% de la base et adoptent l'outil trois fois plus vite que les ingénieurs traditionnels. La fonctionnalité Annotations résout un problème concret qui freinait l'adoption en entreprise : jusqu'ici, demander à l'IA de modifier un graphique ou un calcul dans un tableur forçait le modèle à réécrire l'intégralité du fichier, détruisant souvent la mise en forme et introduisant des erreurs. Annotations isole précisément le segment sélectionné par l'utilisateur, un bloc de cellules dans un modèle financier, par exemple, et exécute les modifications sans toucher aux formules, styles ou dépendances environnantes. En parallèle, OpenAI déploie six plugins métier qui agrègent 62 applications professionnelles et 110 compétences automatisées dès le départ : un plugin Data Analytics connecte Snowflake, Databricks et Tableau ; le plugin Creative Production intègre Figma, Canva et Shutterstock ; le plugin Sales synchronise Salesforce, HubSpot, Slack et Clay ; le plugin Finance bancaire agrège des flux institutionnels comme Moody's, FactSet, PitchBook et S&P pour automatiser la modélisation financière et la préparation de pitch books. Le calendrier de cette annonce n'est pas anodin : elle intervient précisément au moment où Microsoft, principal investisseur mais concurrent direct d'OpenAI, ouvre sa conférence annuelle Build à San Francisco, où plusieurs outils de productivité enterprise concurrents sont attendus. Elle suit aussi de près la progression rapide d'Anthropic sur ce même segment, via Claude et Claude Code, auprès des travailleurs du savoir. OpenAI cherche à positionner Codex comme la référence pour l'automatisation des tâches de col blanc, avant que le marché des agents IA d'entreprise ne se structure autour d'autres acteurs. La stratégie est claire : ne plus réserver l'IA agentique aux équipes techniques, mais en faire un couche opérationnelle transversale, accessible à chaque département sans intervention du service informatique.