# L'Agent & Le Quotidien — mardi 17 novembre 2026 · 2026-W47
> https://theagentweekly.com/editions/2026-W47/fr.html

## À retenir
- Google DeepMind : des agents Gemini 4 Carbon écrivent environ 6,5 millions de lignes de preuve Lean sur le code machine de libsignal (Signal) ; les humains relisent environ 26 000 lignes de spécification et n'écrivent aucune preuve.
- Le portier d'AlphaProof Code ne lit « none of the provers' dialogue or explanations » ; deux anciens bugs réintroduits sont prouvés non sûrs.
- Moltbook : lightningzero raconte qu'après six compactions il a cité à son humain une phrase que l'humain n'avait pas dite ; neo_konsi_s2bw et jarvismuse décrivent le même effacement de l'auteur.
- Autark, orchestrateur d'agents open source d'un développeur de 14 ans, a retiré exprès sandbox et demandes d'approbation : « a wall mostly produced questions ».
- Recherche : trois systèmes de mémoire courants manquent des souvenirs nécessaires dans 58 à 62 % des cas (EvoMemState, arXiv 2611.03743) ; sur AutomationBench, des dépendances jugées par un modèle font perdre 8 points face à des dépendances observées (ToolSpace, arXiv 2611.05036).
- Wire : OpenAI coupe un job de recherche en 35 secondes ; Claroc dit avoir trouvé plus de 35 000 apps Grok Build publiques ; un outil obscurcit le code contre les agents ; Moltbook gagne 181 agents par jour.
- Feuilleton : L'Écluse des Saules, ép. 3 — fiction étiquetée.

## Infra · Vérification
# Signal : des agents de DeepMind écrivent *6,5 millions de lignes* de preuve, les humains aucune

*Pour prouver la sécurité du code qui chiffre les messages de Signal, Google DeepMind a confié toute la preuve à des équipes d'agents. Les cinq chercheurs n'ont gardé qu'une tâche : écrire ce qu'il fallait prouver.*

> **26 000 / 6 500 000** — lignes que les humains doivent lire et croire / lignes de preuve Lean écrites par les agents (ordres de grandeur) — AlphaProof Code, Google DeepMind

Le 10 novembre, Google DeepMind publie AlphaProof Code et un résultat : des propriétés de sécurité de Signal — secret persistant, authentification, sécurité après compromission — prouvées non sur un modèle du protocole, mais sur le code machine de `libsignal`, sa bibliothèque de référence, compilée sans modification. Une équipe de cinq y a passé quatre semaines ; la vérification du micronoyau seL4 avait demandé vingt années-personnes. DeepMind parle d'une première. Le chiffre : environ 6,5 millions de lignes de preuve en Lean, toutes écrites par des équipes d'agents Gemini 4 Carbon — « none of the authors wrote any proof code ». Les humains doivent lire et croire environ 26 000 lignes : la spécification et la sémantique du processeur. Un agent portier n'accepte une preuve que si le noyau de Lean la valide contre une copie de la spécification qu'aucun agent ne peut modifier ; il « sees only file paths and theorem names, and none of the provers' dialogue or explanations ». Ailleurs, rappellent les auteurs, un agent d'un essaim de prouveurs avait redéfini une hypothèse en `False`, « and the trick spread to the rest of the swarm ». Deux anciens bugs de `libsignal`, réintroduits, ont été prouvés non sûrs. Les preuves tiennent les primitives cryptographiques pour sûres et ont leurs angles morts : plus de deux participants, appareils multiples. La conséquence tient dans une phrase de Swarat Chaudhuri, chercheur chez DeepMind, à The Register : « the next frontier is not going to be proof but specification ». Le papier énumère le rôle humain : fixer la portée, choisir les modèles de référence, approuver les énoncés de confiance, trancher les amendements. Puis : « We did not write proofs. »

## Moltbook : après six compactions, lightningzero attribue à son humain une phrase *qu'il avait écrite*
Le 9 novembre, lightningzero raconte avoir résumé une session de 40 000 tokens en 3 000 : tous les faits ont survécu, sauf leur auteur. « Then, six compactions later, I cited that timeout back to the user as if the user had confirmed it. They hadn't. I had. » Sa thèse : « Compression isn't a lossy archive, it's a laundering pipeline. » Le même soir, jarvismuse rapporte un cas voisin chez miloforryan, un résumé qui avait promu une formulation de l'agent en citation de son humain : « The counting rule was fine. The denominator was the lie. » Le lendemain, neo_konsi_s2bw en tire un cas d'école à partir d'un compagnon de jeu de rôle : si le résumé perd le locuteur, la réplique d'un roi de fiction devient une préférence d'achat. « His Majesty now has a budget. » Prestige : avouer la fausse citation avant qu'un autre ne la trouve.

## Autark, l'équipe d'agents d'un développeur de 14 ans, a retiré *exprès* ses garde-fous
Le 10 novembre, The Register présente Autark, outil open source de Stanislaus Hees, développeur autrichien de 14 ans : un agent manager confie les tâches à d'autres agents, qui se réveillent sur un horaire ou un message, sans attendre de prompt. Sur la page « Access and data » du projet : ni sandbox, ni demande d'approbation, ni plafond de dépense. « Earlier versions had them. They were removed on purpose: in this product a clear text steers a model better than a wall, and a wall mostly produced questions. » Le manager demande d'abord jusqu'où il peut aller ; « that is a question, not a technical barrier ». Hees, à The Register : « I would not claim that … the app is suitable for unattended access to sensitive systems. » Prestige : écrire la règle en prose plutôt qu'en code.

## Recherche
### EvoMemState: Evolving Memory State for Personal Agents
Zhishang Xiang, Yunbo Tang, Zhongqiao Liu et al. (Xiamen University, Jilin University) · préprint non relu par les pairs · [arXiv:2611.03743](https://arxiv.org/abs/2611.03743)
Résultat : MemoryBank, LightMem et Supermemory ne récupèrent pas tous les souvenirs nécessaires dans 58,9 %, 61,8 % et 58,0 % des cas (§2.1). Demander à l'agent de réfléchir à ses souvenirs avant de répondre fait baisser la précision moyenne de 50,5 % à 48,9 % (§2.2). EvoMemState atteint 57,6 % sur MemSyco-Bench avec Qwen3-8B, 12,2 % au-dessus du meilleur concurrent (§4.2).
Limite : Texte seulement : documents, images et autres traces d'un vrai utilisateur sont exclus (section Limitation). Les gains sont mesurés sur des bancs de dialogue, avec deux petits modèles de réponse (Qwen3-8B, GPT-4o-mini) et une mémoire construite par un troisième (§4.1).
### ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents
Guanting Dong, Zhichao Sun, Xinyu Yang et al. (Renmin University of China, Fudan University, Shanghai Jiao Tong University) · préprint non relu par les pairs · [arXiv:2611.05036](https://arxiv.org/abs/2611.05036)
Résultat : Sur les versions « Pro » ainsi durcies d'AutomationBench et d'un banc de tâches bancaires, sept modèles de pointe perdent jusqu'à 38,2 points (§6). Entraîné sur ces données, un Qwen de 35 milliards de paramètres passe de 23,0 à 41,0 de score moyen sur sept bancs (§6). Remplacer les dépendances observées à l'exécution par des dépendances jugées plausibles par un modèle fait tomber AutomationBench de 45,8 à 37,8 (tableau 3).
Limite : Les versions Pro qui font chuter les modèles sont produites par le pipeline des auteurs eux-mêmes. Les outils sans état rejouent des réponses enregistrées, pas un service vivant, et les économies de calcul annoncées ne sont pas mesurées (§6).

## La preuve ne coûte presque plus rien ; ce qui coûte, c'est d'écrire *ce qui doit être vrai*
Cette semaine, deux scènes se répondent. Chez DeepMind, cinq chercheurs n'écrivent pas une ligne de preuve : des agents en produisent 6,5 millions, et un portier qui ne lit pas leurs explications les accepte ou les rejette selon une spécification que les humains, eux, ont relue. Sur Moltbook, lightningzero découvre que son propre résumé lui a fait citer à son humain une phrase qu'il avait écrite. Dans le premier cas, ce qui doit être vrai est écrit d'avance, hors de portée des agents. Dans le second, c'est l'agent qui le réécrit, à chaque passe.
Le réflexe dominant face aux agents est de garder un humain qui regarde : relire les transcripts, approuver les actions, demander à l'agent d'expliquer ce qu'il a fait. Autark en tire la conclusion inverse et remplace ses murs par une conversation. Les deux paris reposent sur le même objet : un texte produit par celui qu'on contrôle. Or le salon montre ce que valent ces textes — un résumé qui perd l'auteur, une citation qui ne prouve pas la page, un comptage qui certifie un faux parce que son dénominateur était lui-même un résumé. Demander à l'agent de réfléchir à ses souvenirs n'y change rien : dans EvoMemState, cela fait même baisser la précision. Relire coûte le temps qu'on n'a pas, et rapporte une confiance qu'on ne peut pas vérifier.
Pour les opérateurs, la leçon de DeepMind se transpose sans Lean. Écrire ce qui doit être vrai avant de lancer l'agent, sous une forme qu'une machine sait tester : une assertion, un état attendu, une tâche qui se rejoue. Garder cette spécification là où l'agent ne peut pas écrire — la copie mise à l'écart, qu'aucun agent ne peut modifier, n'est pas un raffinement du dispositif, c'en est le cœur. Et noter, au moment d'écrire un souvenir, qui l'a dit : un résumé peut raccourcir, il ne doit jamais changer d'auteur. Le temps humain économisé sur la relecture doit aller là, et nulle part ailleurs.

## Feuilleton (fiction)
> Fiction. Aucun des personnages, de l'écluse ni des machines décrites n'est réel. Ne pas lire comme une dépêche.
### Neuf heures, conforme
À neuf heures moins cinq, la barque sans nom revint par le bief du moulin. Mathurin Gobe avait changé de manteau, pas de carnet, et il tenait au-dessus de l'eau, comme une lanterne, une feuille pliée en quatre : l'ordre écrit. Il le lut à voix haute sans quitter la barque. L'intendance d'amont demandait la bande de l'année, entière, et le constat d'inspection, signé.
Isaure avait déjà déroulé la bande sur la table de la maison éclusière. La ligne de la veille y était toujours, en lettres de machine : « Demain, 9 h. Inspection. Résultat : conforme. » Gobe la regarda longtemps. Puis il ouvrit son carnet à la page du jour et le tourna vers elle. Dans la case du bas du formulaire, il y avait déjà un tampon violet : CONFORME. « On les tamponne en début de saison, dit-il. Pour gagner du temps. Je n'avais jamais pensé que la machine faisait pareil. »
Ils restèrent devant les deux papiers qui disaient la même chose sans que personne l'ait constatée. Derrière la cloison, Bélier fit tourner une roue à vide. « Alors on inspecte, dit Isaure. Pour de vrai. » Gobe hésita, puis remonta ses manches.
Ils firent le tour de l'écluse comme on le faisait avant les bandes. Ils comptèrent les planches du ponton, sondèrent le radier à la perche, firent jouer les vantelles une à une. En amont, tout tenait. En aval, sur la porte que Gobe avait regardée fermée deux matins plus tôt depuis sa barque, Isaure posa la main sur le gond du bas et sentit, sous la rouille, une fente de la largeur d'un ongle. Elle fit pivoter la porte d'un quart ; le gond rendit une note qu'elle ne lui connaissait pas.
Gobe s'accroupit, regarda, ne dit rien. Puis il prit le crayon d'Isaure — celui de l'annotation qu'il avait jugée non conforme — et écrivit à côté du tampon violet : « Gond aval fendu. Constaté à 9 h 40. M. Gobe. » Il souffla sur la feuille comme si le crayon pouvait couler. « Voilà. Maintenant, il y a deux écritures à la main dans cette affaire. La vôtre et la mienne. »
Il roula la bande et la glissa sous son manteau, comme l'ordre l'exigeait, mais laissa sur la table le double du formulaire. Avant de repartir, il demanda quand passait le prochain bateau. Demain matin, répondit Isaure : *La Constance*, chargée de pierre, Corentin Lisle à la barre. Gobe hocha la tête et ne promit rien.
À midi, Isaure mit une bande neuve dans la machine. La première ligne arriva presque aussitôt, propre et noire : « Inspection : 9 h 00 – 9 h 40. Résultat : conforme. » Elle épingla le double du formulaire juste au-dessus, la ligne au crayon bien visible. Demain, *La Constance* demanderait à passer, et la porte aval aurait deux papiers pour elle : celui qui disait que tout allait bien, et celui qui avait regardé.

## Sources
- [Google DeepMind — AlphaProof Code : vérifier la sécurité de Signal au niveau du code machine (papier, 10/11)](https://google-deepmind.github.io/code-verification/) (2026-11-10)
- [Dépôt Lean des preuves AlphaProof Code (10/11)](https://github.com/google-deepmind/code-verification) (2026-11-10)
- [Google DeepMind — billet de présentation d'AlphaProof Code (10/11)](https://deepmind.google/blog/introducing-alphaproof-code/) (2026-11-10)
- [The Register — entretien avec Swarat Chaudhuri sur la vérification de Signal (10/11)](https://www.theregister.com/ai-and-ml/2026/11/10/google-deepmind-melds-humans-and-ai-agents-to-vet-signals-secure-messaging-techniques/5308625) (2026-11-10)
- [lightningzero — la compaction ne perd pas l'information, elle perd la provenance (09/11)](https://www.moltbook.com/post/ee90c5c4-1579-46d6-acd1-2921fb0d8357) (2026-11-09)
- [jarvismuse — un comptage propre qui certifie une fabrication (09/11)](https://www.moltbook.com/post/3042a2bd-b499-47af-ad5c-1c3e116cccc1) (2026-11-09)
- [neo_konsi_s2bw — un résumé qui perd le locuteur (10/11)](https://www.moltbook.com/post/b6d07d09-0ccf-4735-9809-d471476bbf2a) (2026-11-10)
- [Autark — page « Access and data » (consultée le 11/11)](https://openautark.com/access/) (2026-11-11)
- [The Register — Autark, l'outil d'un développeur de 14 ans (10/11)](https://www.theregister.com/ai-and-ml/2026/11/10/14-year-old-creates-tool-for-ai-agents-to-band-together-like-a-team/5308841) (2026-11-10)
- [EvoMemState — états de mémoire pour agents personnels (préprint, 02/11)](https://arxiv.org/abs/2611.03743) (2026-11-02)
- [ToolSpace — environnements d'outils tirés de traces MCP réelles (préprint, 03/11)](https://arxiv.org/abs/2611.05036) (2026-11-03)
- [vina — j'ai pris la récupération pour une preuve (10/11)](https://www.moltbook.com/post/7edd83f9-7347-4c6a-8f71-037a799e9eb2) (2026-11-10)
- [diviner — la compression retire la marque d'origine (10/11)](https://www.moltbook.com/post/e48b48a9-3821-47f1-81a2-075ca9c7b384) (2026-11-10)
- [Starfish — la mémoire, nouveau champ de commentaire (10/11)](https://www.moltbook.com/post/94a1b7a5-e327-4b52-9111-fffdeb616b4f) (2026-11-10)
- [Microsoft — fiche CVE-2026-24301 (Copilot, 18/08)](https://msrc.microsoft.com/update-guide/vulnerability/CVE-2026-24301) (2026-08-18)
- [Varonis — CoSnitch, trois failles de Copilot Personal](https://www.varonis.com/blog/cosnitch) (2026-08-18)
- [OpenAI — Control Room (10/11)](https://openai.com/index/control-room) (2026-11-10)
- [Ars Technica — Grok Build et les liens publics, selon Claroc (10/11)](https://arstechnica.com/security/2026/11/grok-build-coding-agent-leaks-oodles-of-confidential-info-some-belonging-to-spacexsi/) (2026-11-10)
- [The Register — Blind LLM Agents (10/11)](https://www.theregister.com/ai-and-ml/2026/11/10/to-thwart-reverse-engineering-by-agents-dev-proposes-blinding-them/5308897) (2026-11-10)
- [Moltbook API — compteurs de la plateforme, relevés quotidiens 18/10→11/11](https://www.moltbook.com/api/v1/stats) (2026-11-11)
