Ai

Google a publie un serveur MCP open source pour Google Colab. N’importe quel agent compatible MCP - Claude Code, Gemini CLI, ou un agent personnalise - peut maintenant controler un notebook Colab par programmation : creer des cellules, ecrire et executer du code, installer des dependances, reorganiser le contenu. La configuration tient en un seul bloc : "mcpServers": { "colab-mcp": { "command": "uvx", "args": ["git+https://github.com/googlecolab/colab-mcp"], "timeout": 30000 } } La motivation est concrete : les developpeurs copiaient du code depuis leur terminal vers des cellules Colab pour l’executer ou visualiser des donnees. Ce changement de contexte brise la concentration. Avec ce serveur, l’agent ecrit directement dans un notebook ouvert - vous obtenez un artefact reproductible et executable dans le cloud plutot qu’un simple extrait de code dans votre terminal. ...

Les pipelines OCR traditionnels enchainent au moins trois modeles : un detecteur de mise en page, un moteur de reconnaissance de texte, et un modele de langage pour la comprehension. Qianfan-OCR remplace les trois par un seul modele de 4B qui passe directement de l’image au Markdown. L’innovation cle est le Layout-as-Thought : ajouter un token <think> a n’importe quelle invite declenche une phase de raisonnement optionnelle ou le modele analyse explicitement les boites englobantes, les types d’elements et l’ordre de lecture avant de produire la sortie. C’est du Chain-of-Thought applique a la mise en page - et c’est optionnel, donc on peut le desactiver pour les documents simples a colonne unique afin de reduire la latence. ...

Le probleme avec les garde-fous qui vivent a l’interieur de l’agent : un agent compromis peut les contourner. Claude Code et Cursor embarquent des prompts de securite internes, mais ces protections sont dans le meme processus qu’elles sont censees surveiller. Une injection de prompt ou un skill tiers malveillant a acces au meme environnement d’execution. NVIDIA OpenShell deplace le point d’application en dehors. Il encapsule n’importe quel agent dans un conteneur isole avec des politiques YAML que l’agent ne peut ni lire ni modifier. L’acces reseau est refuse par defaut et rechargeable a chaud ; les contraintes sur le systeme de fichiers et les processus sont verouillees a la creation. L’agent ne peut pas escalader ses privileges parce que le noyau ne le permet pas - pas parce qu’on lui a dit de ne pas le faire. ...

Unsloth Studio regroupe l’inférence locale, le fine-tuning et l’export de modèles dans une seule interface web sans code. Une commande curl suffit pour l’installer; on peut ensuite exécuter des modèles GGUF ou safetensor sur Mac, Windows ou Linux sans écrire une seule ligne de code. Le volet entraînement est le principal attrait: fine-tuning 2x plus rapide avec 70% moins de VRAM sur 500+ familles de modèles (texte, vision, TTS, embeddings). LoRA, FP8 et le fine-tuning complet fonctionnent sur le matériel NVIDIA, avec support multi-GPU déjà intégré. ...

Mistral Small 4 remplace trois modeles Mistral distincts - Magistral pour le raisonnement, Devstral pour les agents de code, et Mistral Small pour les instructions par un seul modele MoE de 119 milliards de parametres (128 experts, 4 actifs, 6,5 milliards de parametres actifs par token). Le comportement se choisit par requete via un parametre reasoning_effort: reasoning_effort="none": reponses rapides style chat, equivalent a Mistral Small 3.2 reasoning_effort="high": raisonnement approfondi etape par etape, equivalent a Magistral ...

OpenViking abandonne le stockage vectoriel RAG traditionnel et utilise plutôt un paradigme de système de fichiers. Il organise le contexte de l’agent (mémoires, ressources, compétences) sous les URI viking:// avec une structure à trois niveaux : L0 (Abstract): Résumé en une phrase pour une récupération rapide L1 (Overview): Informations essentielles et scénarios d’utilisation L2 (Details): Données originales complètes, chargées à la demande Cela permet une récupération récursive par répertoires qui verrouille d’abord les répertoires à haut score, puis affine l’exploration du contenu. La trajectoire de récupération est entièrement observable, permettant aux utilisateurs de voir exactement comment le contexte est accédé. ...

YouTube vient de publier en open source un projet appele STATIC qui resout un probleme que la plupart des gens ignorent: les LLMs peuvent dire n’importe quoi, mais parfois vous avez besoin qu’ils choisissent uniquement parmi une liste specifique. Le probleme Quand un LLM genere du texte, il choisit un token (mot/chiffre) a la fois parmi un vocabulaire de ~32 000 options. C’est ideal pour la conversation, mais terrible quand vous avez besoin qu’il produise quelque chose de precis: un identifiant de produit valide, un code medical, ou une recommandation video parmi un catalogue de millions d’entrees. ...

L’API HTTP d’agents de Mastra retourne une structure JSON avec des steps, chacune contenant des elements content types comme reasoning, tool-call, tool-result et text. La sortie brute est dense. Commencez par l’explorer: # Appeler l'API et voir la structure brute http localhost:4111/api/agents/weather-agent/generate \ messages[0]="what's the weather in montreal?" | jq . # Obtenir uniquement la reponse finale http localhost:4111/api/agents/weather-agent/generate \ messages[0]="what's the weather in montreal?" | jq -r '.text' # Explorer ce qui se trouve dans les steps http localhost:4111/api/agents/weather-agent/generate \ messages[0]="what's the weather in montreal?" | jq '.steps[].content[] | .type' # "reasoning" # "tool-call" # "tool-result" # "text" # "reasoning" # "text" # Voir quels champs chaque type possede http localhost:4111/api/agents/weather-agent/generate \ messages[0]="what's the weather in montreal?" | jq '.steps[].content[] | select(.type == "tool-call")' Une fois la structure comprise, passez dans jq -r avec des sequences d’echappement ANSI en ligne pour coloriser chaque element: ...

Si un skill OpenClaw personnalise n’apparait pas dans openclaw skills list et que l’agent ne peut pas le voir non plus, le frontmatter de SKILL.md est probablement en cause. OpenClaw echoue silencieusement, donc le retour de debogage est minimal. Deux choses doivent etre correctes. Premierement, tout name ou description contenant un deux-points doit etre entoure de guillemets doubles, sinon YAML interprete le deux-points comme un separateur cle-valeur et l’analyse echoue. Deuxiemement, le frontmatter doit inclure un bloc de metadonnees openclaw declarant l’icone emoji et les binaires ou variables d’environnement requis. Sans cela, OpenClaw n’enregistrera pas le skill du tout. ...

Lyria 3 prend un prompt texte ou une image et produit un track complet: instrumentation, voix, paroles. Pas une boucle, pas un mood board. Une chanson. L’entrée image, c’est ce qui le rend intéressant. La plupart des modèles audio génératifs prennent du texte. Lyria 3 peut regarder une photo et décider à quoi ça ressemble soniquement. C’est un type d’interprétation créative différent, plus proche de la façon dont un compositeur pourrait répondre à une œuvre visuelle que d’une spec écrite. ...