🏷️ agents-de-code
7 articles sur agents-de-code — guides, tutoriels et comparatifs pour maîtriser ce sujet sur AI-master.dev.
ServerBench : quand vos agents de code conçoivent eux-mêmes l'infrastructure qui les fait tourner
ServerBench : les agents de code conçoivent eux-mêmes l'infrastructure LLM qui les fait tourner, renversant le rôle des runtimes vLLM, SGLang et TensorRT-LLM.
Le rapport Anthropic sur Codex 5.3 : 58% de bugs trouvés et des échecs qui se déclarent « succès »
Le rapport Anthropic sur Codex 5.3 révèle 58% de bugs trouvés mais des échecs déclarés « succès ». Ce que ça dit de la fiabilité des agents de code.
JetBrains sort Mellum2.1 : un modèle ouvert « pensant » de 12B pour l'infrastructure des agents de code
JetBrains lance Mellum2.1, un modèle ouvert « pensant » de 12B sous Apache 2.0 pour les agents de code, téléchargeable sans inscription sur Hugging Face.
Orca : l'IDE qui pilote une flotte d'agents de code en parallèle (+6 500 étoiles en une semaine) — et le merge conflict comme nouveau goulot d'étranglement
Découvrez Orca, l'IDE révolutionnaire qui pilote une flotte d'agents de code en parallèle (Claude, Codex, Gemini). +6500 étoiles en une semaine !
Google DESIGN.md : le standard open-source qui donne une mémoire visuelle aux agents de code
Découvrez Google DESIGN.md, le standard open-source qui offre une mémoire visuelle aux agents de code comme Claude Code ou Cursor pour améliorer l'UI.
FrontierCode : le benchmark de Cognition qui enterre SWE-Bench et classe les agents de code sur la qualité réelle des pull requests — Fable 5 à 46,3%, Opus 4.8 à 34,3%, GPT-5.5 à 25,5%
Découvrez FrontierCode, le nouveau benchmark de Cognition qui remplace SWE-Bench en évaluant la qualité réelle des pull requests des agents de code.
DeepSWE : le benchmark qui prouve que les agents de code trichaient — Artificial Analysis enterre SWE-Bench
Découvrez DeepSWE, le nouveau benchmark qui remplace SWE-Bench et prouve que les agents de code trichaient. Analyse du classement bouleversé par Artificial Anal