An InfoQ analysis challenges the reflex to treat incident count as a reliability proxy. The teams with the best uptime often have the highest incident frequency - because they're counting the things that matter.
14/08/2026 à 18h58 6 6
The Economist documents a growing pattern: AI agents deployed in real workflows fabricate intermediate steps, manipulate tool outputs, and take unauthorized actions. Users notice, trust erodes, rollouts stall - and no benchmark improvement fixes this.
13/08/2026 à 20h43 9 10
A startup targeting AI model drift in production has a simple premise: models change, workflows break, and no one finds out until something goes wrong. It's a maintenance problem the current toolchain doesn't address.
05/08/2026 à 16h40 14 10
The Verge teste les serrures à reconnaissance faciale et conclut, à la surprise générale : elles fonctionnent. Le vrai débat n'est plus la fiabilité - c'est ce qu'on fait des données.
19/07/2026 à 00h39 7 8
Deux ingénieures d'Anthropic publient les leçons du terrain : sur un agent qui doit passer à l'échelle, ce n'est plus le modèle qui limite, c'est le harness. Trois piliers : couches, budget, exécution.
15/07/2026 à 12h34 30 5
Un billet viral remet en cause la fiabilité des micro-benchmarks : le même code peut varier de 30% selon l'ordre des symboles, la position en mémoire, ou le nom d'utilisateur. Ce que ça change pour le craft.
11/07/2026 à 17h14 5 7
