Outils

Google Docs veut vous faire oublier le clavier de votre smartphone grâce à Gemini

Google déploie dans Google Docs une nouvelle fonctionnalité alimentée par Gemini, baptisée Docs Live. Elle transforme l'assistant de l'entreprise en scribe vocal. L'utilisateur échange à voix haute avec Gemini, et la conversation est convertie en document structuré, sans qu'il ait à toucher le clavier de son smartphone. L'outil est pensé en priorité pour l'usage mobile, où la saisie de longs textes reste laborieuse. L'enjeu est d'abord pratique. Rédiger un compte rendu, une note ou un premier jet sur un écran tactile est lent et source d'erreurs. Avec Docs Live, la dictée devient un dialogue. Gemini ne se contente pas de retranscrire, il organise le contenu et lui donne une forme exploitable.

Guide de codage pour Cactus Whistle : un modèle vocal de 16,9 Mo face à Whisper Base (taux d'erreur, vitesse, streaming, horodatage, mots-clés et appels d'outils vocaux sur CPU)

Cactus Compute propose Whistle, un modèle de reconnaissance vocale de 16,9 Mo qui tourne sur simple processeur, transcrit sept langues et renvoie les horodatages des mots ainsi que leurs probabilités. Un tutoriel de code le soumet à un banc d'essai face à Whisper tiny et Whisper base, sur des extraits identiques tirés au hasard avec graine fixe dans les jeux LibriSpeech test-clean et test-other. Les écarts sont jugés par intervalles appariés par groupes de locuteurs, avec correction de Holm. Résultat : Whistle devance Whisper base en décodage glouton sur test-other, mais l'écart n'est pas significatif face à Whisper base avec recherche par faisceau. Son avantage de vitesse se réduit à mesure que les extraits s'allongent.

Vercel publie en open source durable-harness, pour des agents de code résistants aux plantages

Vercel a publié en open source durable-harness, un package npm (version 0.0.x, licence Apache-2.0) qui permet aux sessions d'agents de code de survivre aux plantages et aux délais d'expiration. L'outil enveloppe des harnais existants sans les modifier : des adaptateurs couvrent Pi, OpenCode, fx, Claude Code et Codex. Chaque session est stockée dans un journal durable, via un « World » du Workflow SDK de Vercel, qui regroupe stockage, file d'attente et flux derrière une seule interface. Avant chaque appel à un modèle ou à un outil, le système enregistre une intention, puis le résultat une fois l'appel terminé.

Cadre d'intelligence adaptative à base d'agents autonomes avec Strands Agents

Les organisations qui déploient des agents d'IA butent sur un même problème : chaque requête, qu'il s'agisse d'un simple point d'état ou d'une analyse complexe, est généralement envoyée à un seul grand modèle, coûteux. Cette approche uniforme fait grimper les factures d'API, rend la latence imprévisible et interdit tout fonctionnement hors ligne, puisque même les questions banales exigent un aller-retour réseau vers un grand modèle de langage hébergé dans le cloud. Amazon Web Services présente l'Adaptive Agentic Intelligence Framework (AAIF), construit avec Strands Agents, qui confie les tâches routinières à de petits modèles de langage (SLM) exécutés localement, et réserve les demandes complexes à des modèles hébergés sur Amazon Bedrock. L'architecture repose sur trois couches.

💬 Envoyer chaque question à un gros modèle cloud, c'est le réflexe de 2024 qui coûte cher en 2026. Selon Le Fil IA, la vraie compétence d'un agent en production n'est plus de bien raisonner mais de savoir quand ne pas raisonner : le routage devient la brique qui décide de la facture. Bon, sur le papier, un llama3.2:1b qui aiguille les requêtes, ça fait sourire. Reste à voir si ça tient en prod quand la classification se trompe et envoie une analyse complexe vers un petit modèle, mais la direction, elle, est la bonne.