Le fil du jour relie une revalorisation des valorisations d’intelligence artificielle par les marchés, un partenariat de sécurité chez un laboratoire de premier plan, une infrastructure de calcul à hyperscale, des produits d’agents grand public et une décomposition de recherche sur la mémoire d’agents : CNBC, citant des investisseurs, a indiqué que les attentes de valorisation pour l’IPO d’Anthropic ont reculé par rapport aux environ 2 000 milliards de dollars évoqués plus tôt, certains qualifiant 1 500 milliards de dollars d’objectif trop tendu ; Bloomberg a rapporté qu’OpenAI a clôturé environ 11 milliards de dollars au titre d’une nouvelle levée valorisant l’entreprise autour de 1 250 milliards ; OpenAI a annoncé un partenariat avec Hacktron pour trouver des vulnérabilités dans ses propres systèmes, en se concentrant sur la manière dont ces systèmes interagissent avec des services tiers ; Google a déclaré construire son premier centre de données dans le Wyoming avec un investissement de 17 milliards de dollars, et Crusoe a confirmé le lendemain que Google a acquis son site du sud-est du Wyoming ; Meta a introduit des Spaces personnalisables dans l’application Muse et a commencé à déployer des modèles spécialisés entraînés avec Muse Wonder ; Anthropic a publié une recherche sur les composantes de la mémoire d’agents et le dreaming hors ligne.

1. IPO d’Anthropic : les investisseurs revoient à la baisse les attentes de valorisation, un prospectus modifié cite environ 895,4 milliards de dollars d’engagements de calcul

Le 6 novembre 2026, CNBC a rapporté qu’après les ventes de valeurs technologiques de la semaine, certains investisseurs d’Anthropic s’attendent désormais à une introduction en Bourse sous une valorisation de 1 500 milliards de dollars, certains indiquant que ce chiffre pourrait descendre à 1 000 milliards. C’est en deçà des attentes antérieures d’environ 2 000 milliards de dollars, l’objectif évoqué lorsque l’entreprise a déposé confidentiellement auprès de la Securities and Exchange Commission des États-Unis. Un investisseur a qualifié 1 500 milliards de dollars de « stretch » ; un autre a dit qu’une fourchette de 1 000 à 1 250 milliards constituait un objectif de valorisation plus probable, même si cela pouvait changer avec les conditions de marché. Les investisseurs ont demandé à ne pas être nommés, n’étant pas autorisés à s’exprimer sur le sujet. Anthropic a refusé de commenter.

Selon le reportage, Anthropic doit s’introduire au Nasdaq sous le ticker ANT et se prépare à un début attendu d’ici quelques semaines, la tournée des investisseurs devant commencer la semaine suivante. En mai 2026, l’entreprise était valorisée en privé à 965 milliards de dollars. CNBC a indiqué que, encore le mois précédent, Anthropic était présentée comme visant une valorisation allant jusqu’à 2 000 milliards de dollars. Le même article a noté que le Nasdaq avait chuté de plus de 5 % le jeudi, sa plus forte baisse en 19 mois, reflétant la crainte que la position renforcée des démocrates à Washington après les élections de mi-mandat, et un rejet national de l’intelligence artificielle, ralentissent l’extension des centres de données. Gil Luria, analyste chez D.A. Davidson, a déclaré à CNBC que les investisseurs s’attendront à ce que l’IPO soit tarifée au moins au bas de fourchette des attentes précédentes, et que « le marché a vraiment besoin que cette IPO se passe bien ».

Le 7 novembre, CNBC a publié un suivi : Anthropic viserait probablement la mi-novembre pour ses débuts au Nasdaq, et a rappelé le reportage du vendredi selon lequel les investisseurs voient l’entreprise viser une valorisation de 1 000 à 1 500 milliards de dollars, en baisse par rapport à un objectif de 2 000 milliards évoqué ces derniers mois. Dans un prospectus d’IPO modifié déposé cette semaine, Anthropic a indiqué avoir souscrit des engagements d’achat et des contrats de location pour un montant engagé agrégé d’environ 895,4 milliards de dollars, « dont la quasi-totalité est liée au calcul et à l’infrastructure ». Dans la section des facteurs de risque, l’entreprise a écrit que l’opposition au développement de centres de données s’est davantage organisée dans plusieurs juridictions, et que son profil public pourrait attirer un examen particulier sur les projets qui lui sont associés. CNBC a aussi cité le contexte électoral : les électeurs se sont opposés à des mesures de scrutin liées aux centres de données dans 40 cas sur 41, et plus de la moitié des électeurs ont déclaré que les centres de données d’intelligence artificielle avaient été un facteur « crucial » ou « majeur » dans leur choix pour le Congrès, selon un sondage sortie des urnes de NBC News. Anthropic a de nouveau refusé de commenter. Les fourchettes de valorisation et le calendrier ci-dessus proviennent de propos d’investisseurs et de divulgations dans des documents réglementaires, et non d’une annonce officielle de l’entreprise sur les conditions de l’offre.

À retenir : Les dépenses d’infrastructure d’intelligence artificielle et un contrecoup public contre les centres de données ramènent les attentes de valorisation d’une entreprise de modèles en voie d’introduction d’un « doublement » vers une fourchette plus proche de sa marque privée de mai, tandis que près de 900 milliards de dollars d’engagements de calcul lient le récit d’introduction à des dépenses d’investissement de long terme.

2. Bloomberg : OpenAI clôture environ 11 milliards de dollars au titre d’une levée valorisant l’entreprise autour de 1 250 milliards

Le 6 novembre 2026, Bloomberg a rapporté qu’OpenAI a clôturé environ 11 milliards de dollars de nouveau financement, la partie initiale d’une levée valorisant l’entreprise autour de 1 250 milliards de dollars ; Reuters et TechCrunch ont relayé le reportage en citant des personnes au fait du dossier. TechCrunch a écrit que ces 11 milliards font partie d’une levée plus large qui n’est pas encore close ; une source a indiqué à Bloomberg que la levée devrait se clore dans les semaines à venir et pourrait totaliser environ 20 milliards de dollars. Bloomberg avait rapporté fin septembre qu’OpenAI cherchait à lever 30 milliards de dollars dans la prochaine opération ; TechCrunch a relevé que les chiffres actuels restent bien en deçà de cet objectif. TechCrunch a indiqué avoir sollicité un commentaire d’OpenAI et qu’elle mettrait à jour l’article si l’entreprise répondait.

À retenir : Le même jour de cotation où les attentes d’IPO d’Anthropic ont été revues à la baisse, un autre laboratoire de premier plan a clôturé une partie d’une levée privée à une échelle inférieure à celle décrite par des reportages antérieurs — des récits publics l’ont situé dans le même environnement de ventes technologiques et d’inquiétude sur la régulation des centres de données.

3. OpenAI s’associe à Hacktron pour trouver des vulnérabilités dans ses propres systèmes et élargit l’accès via Daybreak Red

Le 6 novembre 2026, OpenAI a annoncé un partenariat avec Hacktron pour trouver des vulnérabilités dans les systèmes d’OpenAI. Les ingénieurs de l’entreprise et les chercheurs en sécurité de Hacktron choisiront ensemble des zones de test prioritaires, en se concentrant sur la manière dont les systèmes d’OpenAI interagissent avec des services tiers. Dans le cadre du partenariat, OpenAI élargit l’accès de Hacktron à ses modèles de frontière via Daybreak Red.

OpenAI a indiqué avoir connu Hacktron par le biais de son programme de primes aux bogues de sécurité et avoir été impressionnée par l’impact des vulnérabilités que ses chercheurs ont découvertes et divulguées. Hacktron construit des agents d’intelligence artificielle pour la revue de code, les tests d’intrusion et les exercices d’équipe rouge ; ses travaux ont mis au jour des vulnérabilités dans la façon dont les applications, l’infrastructure en nuage et les systèmes d’identité interagissent. OpenAI a aussi noté qu’elle avait annoncé plus tôt dans la semaine que les chercheurs de Cathedral travailleront aux côtés de ses équipes lors du prochain sprint de sécurité, et qu’elle avait relevé les récompenses de son programme de primes. Le directeur général de Hacktron, Zayne Zhang, a déclaré dans des propos repris des deux côtés que l’avenir de la cybersécurité ne sera pas défini par qui possède la plus grande équipe de sécurité, mais par qui saura le mieux allier créativité humaine et capacités portées par l’intelligence artificielle. Hacktron a confirmé le partenariat dans une publication le même jour.

À retenir : Alors que les laboratoires appliquent des modèles de frontière à la cyberdéfense, ils élargissent aussi les tests de leurs propres systèmes à la frontière avec les services tiers, en s’appuyant sur un collaborateur issu d’un programme de primes et sur un canal dédié d’accès aux modèles pour aller plus vite.

4. Google annonce un premier centre de données dans le Wyoming pour 17 milliards de dollars ; Crusoe confirme la cession de son site du sud-est du Wyoming

Le 5 novembre 2026, Steve Walter, vice-président de Google chargé de l’infrastructure mondiale et de l’énergie, a annoncé que l’entreprise construit son premier centre de données dans le Wyoming, un investissement de long terme de 17 milliards de dollars, en partenariat avec Tallgrass Energy, Black Hills Energy, American Electric Power (AEP) et Related Digital, tourné vers le comté de Laramie et la région de Cheyenne. Le projet est contracté avec AEP pour un développement commercial de piles à combustible de 702 mégawatts assorti d’un captage et stockage du carbone (CCS) — que Google a présenté comme le plus grand développement prévu de ce type à ce jour. Les piles à combustible seront fabriquées aux États-Unis par Bloom Energy et convertiront du gaz naturel en électricité par une réaction électrochimique. Le carbone capté doit être stocké de façon permanente dans le Eastern Wyoming Sequestration Hub voisin de Tallgrass. Google a indiqué que le projet s’appuie sur son premier projet de CCS aux États-Unis, annoncé l’automne dernier, et porte sa capacité de CCS contractée à près d’un gigawatt. Le centre de données du Wyoming sera refroidi par air afin de limiter la pression sur les ressources en eau locales ; Google a déclaré qu’elle paiera 100 % de l’électricité qu’elle consomme et prendra en charge les besoins d’infrastructure directement liés à sa croissance.

Le 6 novembre, Crusoe a annoncé que Google a acquis son site de centre de données dans le sud-est du Wyoming, achevant ainsi le travail de prédéveloppement de Crusoe sur le choix du site, les autorisations gouvernementales et une stratégie énergétique hybride élaborée avec Tallgrass Energy — combinant piles à combustible, électricité du réseau et turbines à gaz naturel, avec une feuille de route de long terme pour le captage du carbone via le pôle régional de séquestration de dioxyde de carbone de Tallgrass. Le prix d’achat n’a pas été divulgué. Chase Lochmiller, cofondateur et directeur général de Crusoe, a déclaré que l’entreprise a plus de 6 gigawatts sous contrat et plus de 40 gigawatts dans son portefeuille. Crusoe a aussi indiqué qu’elle reste le développeur du campus de centres de données de Google en construction dans le comté d’Armstrong, près d’Amarillo, au Texas. TechCrunch a rapporté que Crusoe avait annoncé le projet du Wyoming l’an dernier avec Tallgrass, soutenue par Blackstone, en prévoyant de le faire monter à terme jusqu’à 10 gigawatts ; Google n’a pas indiqué combien elle a versé à Crusoe pour le projet inachevé, mais a annoncé son intention d’investir 17 milliards de dollars pour développer le campus.

À retenir : Un hyperscalaire reprend un site après qu’un développeur indépendant a mené à bien les autorisations initiales, et inscrit piles à combustible, stockage du carbone et refroidissement par air dans le récit d’implantation — tout en laissant un autre campus au développeur d’origine.

5. Meta introduit Spaces dans Muse et déploie vers Muse et Meta AI des modèles spécialisés entraînés avec Wonder

Le 6 novembre 2026, Meta a annoncé Spaces dans l’application Muse : des expériences personnalisées qu’une personne crée en décrivant une idée — par exemple un suivi de cadeaux de fêtes, un jeu de mots quotidien ou un tableau de planification pour un projet de bricolage — façonnées autour de ses routines, de ses objectifs et de ses centres d’intérêt, et ajustables dans l’apparence et le comportement au fil du temps. Les Spaces peuvent être ajoutés à la barre latérale ou aux onglets principaux, masqués lorsqu’ils ne servent pas et programmés pour apparaître à des moments choisis. Une fois les applications connectées reliées, un espace peut se tenir à jour en arrière-plan. Meta a indiqué que Spaces est disponible dès ce jour partout où Muse l’est, et qu’elle explore des moyens de partager des espaces pour une expérience plus collaborative. L’entreprise a aussi déclaré déployer vers Muse des versions spécialisées de ses modèles, entraînées avec les enseignements de Muse Wonder.

Le même jour, Meta AI Research a écrit que la série Muse Wonder, présentée quelques semaines plus tôt, est son ensemble de modèles le plus capable à ce jour, et que des versions spécialisées de modèles existants, entraînées avec Muse Wonder, sont désormais déployées auprès des personnes qui utilisent Muse et Meta AI. Sur le Personal Superintelligence Index, le modèle Muse actuel a obtenu 47 %, contre 38 % pour le modèle Muse précédent. Les modèles spécialisés apportent Active Memory et Active Focus. Active Memory vise à retenir ce qui compte et à reconnaître le moment où une information antérieure redevient pertinente ; Meta a indiqué que les modèles améliorés dans Muse montrent une réduction d’un facteur 2,4 de l’oubli d’informations critiques nécessaires pour aider à atteindre des objectifs, et qu’une évaluation Active Memory est passée de 76 % à 90 % des tâches utilisant correctement le contexte critique. Active Focus vise à ce que Muse continue de travailler vers un objectif même lorsque des imprévus surviennent ; l’entreprise a cité une amélioration de 67 % dans l’achèvement de tâches quotidiennes où de tels problèmes apparaissent. Les modèles spécialisés ont aussi été entraînés à gérer plusieurs tâches et à s’adapter, sans se perdre, à des corrections et précisions en cours d’exécution. Dans Meta AI, les mêmes améliorations sont décrites comme un meilleur partenaire de réflexion : décomposer des problèmes complexes en étapes claires, poser des questions de suivi plus acérées et suivre le rythme lorsqu’une personne change de direction en cours de conversation.

À retenir : Un produit d’agent grand public rassemble « décrivez un espace personnel dans l’application en une phrase » et des capacités de mémoire et de concentration distillées d’un modèle phare dans la même mise à jour, et place son propre indice et ses évaluations internes à côté du lancement.

6. Anthropic décompose les composantes de la mémoire d’agents et utilise le dreaming pour réorganiser les notes hors ligne

Le 6 novembre 2026, l’équipe d’ingénierie d’Anthropic a publié « The components of agent memory », rédigé principalement par Lance Martin. Le texte définit la « mémoire d’agents » comme la connaissance que Claude tire de l’expérience — y compris les interactions avec des utilisateurs et les tâches qui lui sont confiées — et conserve entre les sessions, enregistrée comme un contexte qu’il peut relire plus tard. Il exclut les modifications des poids du modèle, l’apprentissage en contexte au sein d’une seule conversation, et la compaction, dans laquelle des résumés remplacent des tours plus anciens afin que le travail se poursuive dans une nouvelle fenêtre de contexte.

Un mécanisme central est le dreaming : utiliser le temps d’inactivité entre les interactions pour relire des journaux, corriger des erreurs et produire de nouvelles notes ou représentations de mémoire. L’article cite le sleep-time compute proposé par des chercheurs de Letta et de l’université de Californie à Berkeley. Sur Continual Learning Bench (CL-Bench) 1.0, Claude commençait chaque question dans une session neuve et ne pouvait récupérer des fichiers que depuis un répertoire de mémoire persistant d’une session à l’autre. Claude Opus 5 a été le premier des modèles testés à refermer une boucle d’apprentissage consistant à consigner un échec, former des hypothèses, les mettre à l’épreuve et écrire une règle ; Claude Opus 5.5 et Claude Sonnet 5.5 ont également refermé cette boucle et, avec de la mémoire, ont obtenu des scores à peu près comparables à ceux d’Opus 5. Dans une évaluation de Pokémon Rouge, vers 10 000 pas, Claude Sonnet 3.7 avait écrit 413 fichiers de mémoire répartis dans 225 dossiers et obtenu un badge, tandis que Claude Fable 5 a écrit neuf fichiers dans deux dossiers plus un global.md de premier niveau et obtenu quatre badges. Opus 5.5 a terminé le jeu avec un petit dossier de mémoire. Dire à des modèles plus capables de « n’enregistrer que les échecs » a réduit le gain apporté par la mémoire ; pour le plus faible Sonnet 4.6, lui demander de lire ses fichiers de mémoire puis de tester ses hypothèses a presque doublé son score au banc d’essai.

Le dreaming peut corriger des notes erronées en les confrontant aux transcriptions d’origine. L’article décrit un exemple tiré de Pokémon dans lequel Claude a noté le mauvais emplacement d’un Centre Pokémon et a plusieurs fois chuté d’une corniche à sens unique ; après que le dreaming a corrigé la note, Claude est retourné dans le Mont Sélénite et a atteint Azuria. Sur un corpus d’environ 350 000 fichiers — à peu près 420 millions de jetons — provenant de Stainless, une société de logiciels acquise par Anthropic en mai, les chercheurs ont utilisé un jeu d’évaluation de 25 questions : en faisant passer le dreaming de deux sessions à 128, la performance est passée de 13 % à 48 % des critères notés. Lorsque Claude a utilisé à la fois la recherche et un wiki, le score agrégé est passé de 54 % à 61 % à mesure que le wiki s’étoffait, contre 53 % pour la recherche seule et un meilleur score de 48 % en n’utilisant que le wiki, et a économisé environ 20 000 jetons par question. Sur un ensemble de questions relatives à une fusion qui exigeaient souvent de combiner des informations issues de plusieurs documents, Claude a obtenu 87 % en consultant le wiki contre 73 % avec la seule recherche. Dans une tâche portant sur des clauses contractuelles, lorsque plusieurs agents écrivaient en même temps dans un tableau partagé, seuls 41 des 57 faits notés (72 %) ont survécu dans le wiki ; après qu’un agent unique a été assigné à chaque contrat et a cité les clauses mot pour mot, les 57 faits ont survécu. Le texte note aussi que la mémoire automatique de Claude Code ne charge pas toutes les notes dans chaque session : elle ne charge que les 200 premières lignes ou 25 Ko de MEMORY.md, qui sert d’index. Anthropic souligne qu’écrire un souvenir est une prédiction sur ce dont une session future aura besoin, que le dreaming consomme du calcul, et qu’une note incorrecte, une fois injectée, peut à nouveau inspirer confiance encore et encore.

À retenir : Les éditeurs scindent la mémoire d’agents entre la prise de notes pendant la session et un passage hors ligne qui corrige les erreurs, construit des wikis et fait remonter un petit ensemble de notes dans le contexte injecté — et s’appuient sur des bancs d’essai, une partie de jeu et un corpus interne pour avancer que se souvenir de moins, avec plus d’exactitude, et le vérifier contre les transcriptions sources fonctionne souvent mieux que tout consigner.

---

En une ligne : CNBC, citant des investisseurs, a indiqué que les attentes de valorisation pour l’IPO d’Anthropic ont été revues à la baisse par rapport à environ 2 000 milliards de dollars, tandis qu’un prospectus modifié a fait état d’environ 895,4 milliards de dollars d’engagements de calcul et d’infrastructure ; Bloomberg a rapporté qu’OpenAI a clôturé environ 11 milliards de dollars de financement à une valorisation d’environ 1 250 milliards ; OpenAI s’est associée à Hacktron pour tester ses propres systèmes, surtout à la frontière avec les services tiers ; Google a annoncé un premier centre de données dans le Wyoming pour 17 milliards de dollars et Crusoe a confirmé la cession de son site du sud-est du Wyoming ; Meta a lancé des Spaces personnalisables dans Muse et déployé des modèles spécialisés entraînés avec Wonder ; et Anthropic a publié une recherche sur le dreaming comme manière hors ligne d’organiser la mémoire d’agents.