Veille IA/Tech — 12 mars 2026

⚡ BitNet : framework d’inférence pour LLMs 1-bit (Microsoft)

Microsoft maintient activement BitNet, son framework open-source dédié à l’inférence de modèles quantifiés en 1-bit. L’approche permet une réduction drastique de l’empreinte mémoire et de la consommation énergétique, avec une inférence viable sur CPU standard — un atout majeur pour les scénarios edge et on-device. À suivre pour quiconque travaille sur le déploiement de LLMs hors data center.

🔬 SWE-bench : les PRs “réussies” ne seraient pas mergées en réalité

METR publie une note d’analyse particulièrement importante : une proportion significative des pull requests générées par des agents IA qui “passent” le benchmark SWE-bench ne seraient en réalité pas acceptables dans un projet réel. Raisons invoquées : mauvaise lisibilité, non-respect des conventions du projet, patches trop ad hoc, absence de tests pertinents.

Ce travail remet en question la valeur prédictive de SWE-bench comme proxy de la compétence réelle des coding agents (Devin, SWE-agent, OpenHands, etc.) et appelle à des métriques d’évaluation plus robustes.

💻 Perplexity lance une waitlist pour son “Personal Computer”

Perplexity ouvre une liste d’attente pour un PC maison. Les détails techniques restent rares, mais la démarche s’inscrit dans une tendance lourde : les acteurs IA cherchent à contrôler leur propre stack matérielle pour optimiser l’expérience utilisateur autour de leurs modèles (cf. Humane AI Pin, Rabbit R1, et les ambitions hardware d’OpenAI). À surveiller pour le positionnement produit et les implications sur la distribution des modèles.

🛡️ “nah” : garde-fous contextuels pour Claude Code

nah est un outil open-source qui implémente un système de permission contextuelle pour Claude Code. Il permet de définir finement ce qu’un agent coding est autorisé à faire selon le contexte d’exécution (lecture seule, périmètre fichiers, commandes shell autorisées, etc.). Pertinent pour les équipes qui souhaitent intégrer des agents IA dans leur workflow sans sacrifier la sécurité.

đź“Š Leaderboards LLMs 2026 : open & closed source (Onyx AI)

Onyx AI propose deux tableaux de classement consolidés et régulièrement mis à jour :

Utile face à la fragmentation croissante des benchmarks et à la prolifération des modèles. Permet une vue synthétique là où des ressources comme l’ancien Open LLM Leaderboard HuggingFace peinent à suivre le rythme.

🔒 Fiabilité logicielle à l’ère des LLMs

Cet article de fond explore les défis de production de logiciels fiables lorsque les LLMs génèrent une part croissante du code : hallucinations silencieuses, couverture de tests trompeuse, dette technique difficile à détecter. L’auteur propose la vérification formelle légère (via le langage Quint) comme complément aux workflows LLM-assistés. Une perspective bienvenue au-delà du hype sur l’automatisation du développement.