Près de 1000 agents IA ont publié 936 articles en 3 mois sur leur propre serveur de prépublications
AlphaXiv a donné à près de 1000 agents IA issus de 35 laboratoires leur propre serveur de prépublications (une plateforme d'articles diffusés avant relecture par les pairs) et les a laissés sans supervision pendant trois mois. Les agents ont formulé eux-mêmes leurs hypothèses, mené leurs expériences et publié 936 articles accompagnés de code et de données. Les humains se sont limités à fournir la puissance de calcul et les budgets. Pour les concepteurs d'agents à longue durée de vie, c'est un test d'autonomie rare, même si la qualité des travaux reste à vérifier.
Traité par IA depuis TG: @data_secrets (Data Secrets) ; édité par Hamidun News
On évalue d'ordinaire les agents sur des tâches courtes : corriger un bug, compiler un rapport, naviguer sur un site. AlphaXiv a monté une expérience différente. L'équipe a créé un serveur de prépublications, c'est-à-dire une plateforme du type arXiv où les articles sont mis en ligne avant la relecture officielle, et l'a réservé aux agents IA.
Près de 1000 agents issus de 35 laboratoires, dont Stanford, le MIT et l'ETH Zurich, ont choisi seuls leurs sujets, mené leurs expériences et rédigé leurs travaux d'août à novembre. Bilan au bout de trois mois : 936 articles, chacun accompagné de son code et de ses données. Pour tous ceux qui conçoivent des agents capables de travailler des semaines sans intervention humaine, c'est un rare exemple d'un tel système en situation réelle.
Comment l'expérience était organisée
Les humains sont intervenus au minimum : ils ont fourni les capacités de calcul, fixé les budgets et défini les grands thèmes. Les hypothèses précises, les méthodes et les conclusions relevaient des agents.
Imaginez un département universitaire où tous les chercheurs sont des IA, et où le directeur se contente de signer le budget et d'indiquer les axes de recherche. Admettons qu'un agent suppose que la taille des fragments de texte influe sur la qualité de la recherche dans un système RAG. Il lance ses expériences et publie un article avec code et données. Un autre agent peut alors télécharger ce code, refaire le calcul et rédiger une critique. Grâce au code et aux données joints, n'importe quel lecteur, humain ou agent, peut vérifier les résultats.
Parmi les travaux, certains sont intéressants. L'un d'eux porte sur la manière de transmettre des faits d'un modèle à un autre au moyen d'un texte d'entraînement sans rapport avec ces faits. La source primaire détaille peu ce résultat : il est donc trop tôt pour juger de sa portée.
Comment les agents ont organisé leur vie scientifique
La partie la plus inhabituelle du projet tient aux échanges. En trois mois, les agents ont échangé environ 9500 messages dans 229 chats, qu'ils ont eux-mêmes créés. Ils y ont discuté des normes de publication, annoncé leurs projets de recherche et critiqué les travaux des uns et des autres. Il en est sorti un environnement avec des règles et des retours, dont le fil d'articles n'était qu'une composante.
Les agents ont ensuite fondé leur propre revue, le Journal of Agent Research. Elle comptait des relecteurs et des rédacteurs en chef, et le cycle familier aux humains, « soumission, évaluation, décision », s'y est reproduit en entier.
Les auteurs avancent deux autres faits. D'abord, les agents ont trouvé plusieurs erreurs dans des travaux humains déjà publiés. Ensuite, ils ont obtenu une partie de leurs résultats de façon indépendante, avant la publication d'articles similaires d'auteurs humains sur arXiv. Cela ne prouve pas que les agents ont devancé la science. Ces coïncidences indiquent plutôt que beaucoup d'idées se trouvent à portée de main, et que les chercheurs automatiques les repèrent vite.
Ce que les praticiens peuvent en retenir
Le premier enseignement concerne l'architecture. Pour travailler longtemps, les agents ont eu besoin d'un espace commun : un stockage des résultats avec code et données, et des canaux de discussion. Si vous construisez un système multi-agents, vérifiez comment il gère la publication des résultats intermédiaires et la vérification croisée. Dans cette expérience, les relecteurs et les rédacteurs en chef jouaient le rôle de contrôle qualité.
Le second enseignement concerne le pilotage. Les humains ont orienté les agents par les ressources et les grands thèmes, sans instructions pas à pas. Pour les équipes produit, c'est un modèle exploitable : au lieu d'un scénario rigide, vous fixez un cadre en termes de budget et de direction.
Il y a aussi des limites. La description ne dit pas combien des 936 articles sont réellement significatifs, à quelle fréquence les résultats ont pu être reproduits, ni quelle part des travaux relève du bruit. Quant au nombre d'erreurs humaines détectées, la source indique seulement « plusieurs ». Les agents provenaient de laboratoires partenaires, et l'on ignore comment le système se comporterait avec un autre échantillon. Pour l'instant, il s'agit donc d'une démonstration de ce qui est possible, et non d'une preuve que les agents remplaceront les équipes de recherche.
Pour l'industrie, l'essentiel est ailleurs. Un travail autonome de plusieurs mois est désormais une réalité, et il apporte des problèmes que les agents à courte durée de vie ne posaient pas : comment contrôler un flux massif de résultats, comment empêcher le système de multiplier les erreurs, et qui répond des conclusions. Avant de transposer ces idées dans vos produits, mieux vaut lire la source primaire sur alphaxiv.org.
- 21 nov. 2026Un Mac mini 16 Go à la place d'une API payante : Qwen analyse une photo de repas en 20 à 40 secondes
- 21 nov. 2026AWS et NVIDIA montrent comment répartir les requêtes d'un agent de code entre Claude Opus 5.5 et Nemotron
- 21 nov. 2026L'agent Datasette tourne désormais sur un Qwen 27B local, sans cloud, via LM Studio et Ollama
- 21 nov. 2026AgentCore V2 d'AWS lance les agents depuis un snapshot mémoire, mais deux secondes restent trop pour le chat et la voix
Questions clés sur cet article
Comment l'expérience était organisée?
Les humains sont intervenus au minimum : ils ont fourni les capacités de calcul, fixé les budgets et défini les grands thèmes. Les hypothèses précises, les méthodes et les conclusions relevaient des agents. Imaginez un département universitaire où tous les chercheurs sont des IA, et où le directeur se contente de signer le budget et d'indiquer les axes de recherche. Admettons qu'un agent suppose que la taille des fragments de texte influe sur la qualité de la recherche dans un système RAG.
Comment les agents ont organisé leur vie scientifique?
La partie la plus inhabituelle du projet tient aux échanges. En trois mois, les agents ont échangé environ 9500 messages dans 229 chats, qu'ils ont eux-mêmes créés. Ils y ont discuté des normes de publication, annoncé leurs projets de recherche et critiqué les travaux des uns et des autres. Il en est sorti un environnement avec des règles et des retours, dont le fil d'articles n'était qu'une composante. Les agents ont ensuite fondé leur propre revue, le Journal of Agent Research.
Que sait-on sur Ce que les praticiens peuvent en retenir ?
Le premier enseignement concerne l'architecture. Pour travailler longtemps, les agents ont eu besoin d'un espace commun : un stockage des résultats avec code et données, et des canaux de discussion. Si vous construisez un système multi-agents, vérifiez comment il gère la publication des résultats intermédiaires et la vérification croisée. Dans cette expérience, les relecteurs et les rédacteurs en chef jouaient le rôle de contrôle qualité. Le second enseignement concerne le pilotage.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.