Claude Code intègre des agents cloud coordonnés tandis que Jev s'impose comme primitive de classification pour les workflows IA
Anthropic a déployé Projects dans Claude Code, une fonctionnalité qui permet à une seule conversation de générer plusieurs sessions cloud parallèles, capables de partager du contexte entre elles et de continuer à tourner même après que l'utilisateur a quitté l'interface. En interne, l'équipe, dont Cat Wu et MikeyK, décrit cette architecture comme un Claude « contrôleur » coordonnant des sous-threads via une mémoire longue durée évolutive et des mises à jour de statut agrégées, les workflows locaux étant annoncés pour plus tard. Au même moment, Google a mis à jour ses agents gérés Gemini avec un nouveau harnais basé sur Antigravity, doté d'une Credentials API qui garde les secrets hors du contexte du modèle grâce à des espaces réservés et un proxy vers des domaines de confiance, et d'une Files API pour gérer artefacts et sandboxes persistants ; Google revendique jusqu'à 30% de coûts en moins et 22% de cache hits en plus. La startup TypeSafe a par ailleurs lancé Jev, un modèle de classification rapide et bon marché à sortie contrainte, aussitôt exposé par Cloudflare via son AI Gateway, avec des reproductions ouvertes comme openjev-s associant Qwen3.6-35B-A3B et le cache radix de SGLang.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Latent Space. Lire l'article original →
Ces annonces marquent un tournant dans la conception des agents IA, qui passent d'un modèle « chat plus outils » à une orchestration multi-sessions persistante. Le Computer de Perplexity, le Superagent de Base44 capable de passer des appels téléphoniques, l'agent familial de Google Labs et Muse, le nouvel agent de bureau de Meta pour Mac, illustrent tous la même tendance : des agents à permissions limitées, avec un contexte propre à chaque utilisateur et une exécution asynchrone pensée comme mode par défaut plutôt que comme option annexe. Pour les développeurs, Jev incarne une autre bascule : plutôt que de concurrencer les chatbots généralistes, il sert de couche de routage, de jugement ou de décision structurée à l'intérieur de systèmes plus larges, par exemple pour l'évaluation automatique, la création de sous-agents ou l'extraction typée de données, en déléguant les décisions fréquentes à un petit modèle discriminatif afin de réserver le budget des modèles les plus puissants aux tâches de raisonnement complexes.
Ces mouvements s'inscrivent dans une compétition plus large pour standardiser l'infrastructure agentique autour de harnais gérés, de fichiers et de gestion des secrets, à laquelle participent Anthropic, Google, Meta, Perplexity ainsi que des startups comme Base44 et TypeSafe. L'engouement autour de Jev a toutefois révélé les limites d'une approche tout-classification : une critique très relayée, signée Theo, a mis en garde contre son usage pour compresser agressivement l'historique des conversations d'agents ligne par ligne, rappelant que la compaction n'est pas un simple filtrage, que supprimer des traces de raisonnement cachées peut dégrader les modèles les plus avancés, et que modifier l'historique peut coûter plus cher que le laisser intact en invalidant les préfixes déjà mis en cache. Sa conclusion pose une question plus large : les futurs harnais pourront-ils un jour s'affranchir entièrement des contraintes de gestion du cache KV, un débat appelé à structurer les prochains mois du développement des architectures d'agents.
Pas d'impact direct sur la France/UE