Claude Mythos réservé aux Big Tech, CaveMan réduit la consommation de tokens par trois

Anthropic a lancé Claude Mythos, un modèle conçu pour chasser les vulnérabilités dans l'infrastructure open source. Sur le benchmark SWE-bench Pro, il atteint 77,8%, contre 53,4% pour Opus. Mais le modèle ne sera pas mis en accès public : Anthropic justifie cette fermeture par le fait que Mythos détecte trop bien les exploits, même sans connaissances spécialisées.

Au lieu d'une sortie publique, Anthropic a constitué un consortium baptisé Project Glowswing. Il réunit AWS, Google, Microsoft, Nvidia, Cisco et Apple. Les entreprises du consortium ont reçu un accès pour auditer leurs propres systèmes et développer des correctifs. Anthropic a déjà identifié des dizaines de bugs réels dans Linux et FFmpeg.

Le paradoxe de la sécurité par l'ouverture

Cette histoire rappelle 2019, quand OpenAI avait annoncé GPT-2 en déclarant que la version complète ne serait pas publiée — trop dangereuse. Elle a ensuite été publiée, et cela paraît aujourd'hui risible. Dans quelques années, l'histoire de Mythos se répétera : le progrès technologique finit toujours par dépasser les restrictions d'accès.

CaveMan : trois fois plus économe

Des économies de tokens ont été trouvées dans CaveMan, un skill pour Claude Code qui force l'agent à répondre de manière aussi concise que possible : sans articles, sans introductions, sans formules de politesse. Le projet a dépassé les 16 000 étoiles sur GitHub.

Selon les tests du dépôt : au lieu de 69 tokens, une réponse n'en occupe que 19 — une économie d'un facteur trois. Le mécanisme est transparent : la majorité des tokens dans les réponses d'un agent sont du remplissage poli, pas du contenu. Supprimez le remplissage, vous obtenez le même résultat, en moins cher. L'auteur a ajouté plusieurs niveaux d'intensité, dont un mode en chinois, où l'écriture idéographique est plus compacte en tokens que l'alphabet latin.

La pratique contre la théorie

Un ingénieur de Google s'est heurté au problème inverse : il a utilisé des agents IA pour développer des outils de développement pour SQLite, pratiquement sans contrôle. Résultat : la base de code est devenue invivable. L'ingénieur a jeté trois mois de travail et tout réécrit depuis zéro, cette fois en pair programming avec l'agent, avec un contrôle actif à chaque étape.

Pour les développeurs Java, le State of Java — le sondage annuel de JPoint et Joker — est désormais ouvert. Il couvre les versions de Java, les frameworks, les outils de développement, les stratégies de déploiement et, nouveauté cette année, les outils IA pour le développement. L'an dernier, Kirill Tolkachev avait présenté les résultats lors d'une conférence, où l'on apprenait que certains développeurs choisissaient des technologies... qui n'existent pas.

À part cela, on notera l'outil de Milla Jovovich pour la mémoire à long terme des agents. L'agent ne perd pas le contexte des conversations passées et ne nécessite pas de ré-explications. Sur SWE-benchmark, l'outil obtient un score de 100%. Ce qui est intéressant, ce n'est pas l'outil lui-même, mais le précédent : là où les célébrités lançaient autrefois des boissons énergisantes et des chips, elles sortent désormais des dépôts open source avec des benchmarks critiques.