Grok 4.7 : Baissez vos attentes, visez l'entreprise

Amazon vient de claquer la porte à l'agent IA de Meta, Muse, en le bloquant activement d'effectuer des achats sur Amazon.com. Les raisons officielles invoquées étaient un manque d'autorisation, l'incapacité de s'identifier et des préoccupations de sécurité concernant la manière dont Muse gère les identifiants des utilisateurs.

C'est le premier coup de semonce majeur dans les guerres des plateformes "agentiques". Nous avons passé deux ans à nous obséder sur la question de savoir si les agents étaient assez intelligents pour naviguer sur le web, ignorant complètement si le web allait réellement les laisser entrer. Amazon n'a aucun intérêt à laisser Meta s'approprier la relation client et "scraper" leurs données de conversion.

Si vous développez des agents destinés aux consommateurs, votre plus grande menace existentielle n'est pas une fenêtre contextuelle, c'est de vous faire bannir par IP par les plus grandes vitrines du monde. Cessez de supposer qu'internet restera un terrain de jeu ouvert pour vos outils automatisés.

Xiaomi vient de lancer MiMo-V2.6-Pro, un modèle omnimodal à poids ouverts qui a immédiatement fait ses débuts au sommet de l'Artificial Analysis Intelligence Index pour les poids ouverts.

Cela ne vient pas de Meta, de Mistral, ni d'un laboratoire de San Francisco lourdement financé. Cela vient d'un géant du matériel mieux connu pour ses smartphones économiques et ses scooters électriques.

La frontière de l'IA se décentralise plus vite que les acteurs établis ne veulent l'admettre. Lorsqu'une entreprise de matériel peut lancer un modèle ouvert de pointe comme projet annexe, le fossé pour les entreprises de modèles de fondation "pure-play" s'évapore officiellement.

Fuli Luo, un ancien ingénieur de DeepSeek qui dirige maintenant les efforts chez Xiaomi, a commencé à publier en direct les dernières exécutions d'entraînement de "Reinforcement Learning" de l'entreprise. Le niveau de transparence sur leurs métriques internes est totalement anormal pour un modèle de cette envergure.

Alors qu'OpenAI et Anthropic traitent leurs données RLHF comme des codes de lancement nucléaire, Xiaomi les traite comme un dépôt open source.

Ce n'est pas seulement de l'altruisme ; c'est une tactique de recrutement. En construisant en public, Xiaomi signale aux meilleurs talents de la recherche qu'ils ne seront pas enfermés dans une boîte noire. Pour la communauté au sens large, c'est une leçon magistrale sur le fonctionnement réel du RL omnimodal moderne en coulisses.

Google a dévoilé Empirical Research Assistance (ERA), un système alimenté par Gemini conçu pour automatiser la résolution de problèmes scientifiques. Si un problème peut être réduit à une "tâche évaluable", ERA modifiera continuellement des cahiers d'expériences prometteurs jusqu'à ce qu'il trouve une solution.

C'est un bond énorme, passant de l'IA comme interface de chat à l'IA comme moteur de découverte par force brute. Cela transforme la méthode scientifique en un problème d'optimisation lié à la puissance de calcul.

Pour les départements R&D d'entreprise, c'est un signal clair de restructuration. Le goulot d'étranglement n'est plus l'exécution des expériences ; le goulot d'étranglement est de définir les métriques d'évaluation avec une précision suffisante pour qu'ERA n'optimise pas la mauvaise chose.

Les participants à un concours Kaggle de Google sur la détection des traînées de condensation ont remporté le prix non pas en construisant un meilleur modèle de vision, mais en identifiant et en exploitant une erreur d'un demi-pixel dans les étiquettes du jeu de données.

Ils ont optimisé parfaitement pour la métrique, ignorant complètement la physique réelle du problème. C'est la loi de Goodhart en action : lorsqu'une mesure devient une cible, elle cesse d'être une bonne mesure.

Si vous entraînez des modèles sur des jeux de données statiques, votre "checkpoint" le plus performant pourrait bien être celui qui a mémorisé les bugs de votre pipeline de données. Regardez toujours les sorties, pas seulement la courbe de perte.

L'équipe de John Platt a réussi à utiliser l'IA pour résoudre le problème contrefactuel de la modélisation des traînées de condensation des avions. En cartographiant avec précision les effets de piégeage de la chaleur et de la lumière solaire réfléchie, ils ont résolu une variable qui représente environ 1 % du réchauffement climatique d'origine humaine.

La modélisation climatique a toujours eu du mal avec les phénomènes dynamiques et transitoires comme les traînées de condensation. Les moteurs physiques traditionnels sont trop lents, mais l'IA peut approximer les contrefactuels à grande échelle.

C'est exactement là que l'IA brille dans le monde physique : non pas en remplaçant le jugement humain, mais en démêlant des systèmes chaotiques à forte variabilité qui étaient auparavant impossibles à mesurer avec précision.

Nathan Lambert a annoncé un nouveau document intitulé "Never Give Up", détaillant une méthode pour allouer plus de calcul aux problèmes plus difficiles en "Reinforcement Learning". La technique implique un échantillonnage plus intensif avec une forte probabilité lorsque les groupes GRPO produisent des complétions incorrectes.

Au lieu de traiter tous les prompts de manière égale pendant le RL, cette approche achemine dynamiquement le calcul vers les cas limites avec lesquels le modèle a réellement des difficultés.

C'est un moyen très efficace d'obtenir des gains sur des problèmes de RL plus difficiles sans augmenter aveuglément le nombre total de paramètres. Si vous "fine-tunez" des modèles pour un raisonnement complexe, l'allocation dynamique de calcul pendant l'entraînement est la nouvelle référence.

Devansh a récemment expliqué pourquoi les entreprises d'IA investissent des billions dans les LLM et comment leurs conditions de victoire distinctes façonnent leurs stratégies. OpenAI, Anthropic et Google ne construisent pas seulement des modèles différents ; ils construisent vers des visions complètement différentes de l'interaction IA.

OpenAI veut être le système d'exploitation grand public. Google veut protéger son monopole de recherche et son cloud d'entreprise. Anthropic vise la couche d'entreprise à haute confiance et critique pour la sécurité.

Si vous construisez sur ces modèles, vous devez aligner votre produit sur la condition de victoire ultime de votre fournisseur. Si vous construisez un "wrapper" grand public sur Anthropic, ne soyez pas surpris si leur feuille de route vous ignore.

Scott Alexander a tenté de publier une longue réfutation à la critique de Venkatesh Rao sur l'altruisme efficace, pour se retrouver bloqué. Les restrictions de "paywall" de Substack sur les commentaires, les réponses et les messages privés ont contraint Alexander à publier sa réponse sur son propre Substack à la place.

Cela met en évidence la friction croissante dans l'édition décentralisée. Lorsque les plateformes privilégient la monétisation à l'interopérabilité, les conversations réelles se brisent et se fragmentent à travers des jardins clos.

Pour les développeurs, c'est un rappel que le fait de dépendre de plateformes tierces pour l'engagement communautaire comporte toujours un risque de plateforme. Possédez votre audience et possédez votre infrastructure.