# Anthropic code huit fois plus, les drones battent un champion > SocioHack évalue le piratage des règles sociales, Anthropic observe huit fois plus de code fusionné et DeepMind dépasse un pilote de drones. Type : Actualité IA · Catégorie : Tendances · Publié le 2026-10-25 · Signal IA - Order & Chaos · Secteur : Industrie Source : https://www.orderchaos.eu/signal-ia/actu/anthropic-accelere-le-code-les-drones-devancent-lhumain Tags : ia, anthropic, renforcement, robotique, sécurité, benchmark --- ## En résumé - SocioHack teste 72 environnements simulant des mécanismes de récompense institutionnels. - Anthropic observe une multiplication par huit du code fusionné en 2026. - Des drones entraînés par renforcement ont devancé un pilote humain champion. **Le signal :** Anthropic a fusionné huit fois plus de lignes de code en 2026 qu’entre 2021 et 2024, selon Jack Clark. **Trois signaux** structurent l’édition 460 d’Import AI publiée le 8 juin 2026. SocioHack évalue la capacité de modèles entraînés par [renforcement](/signal-ia/actu/anthropic-multiplie-par-huit-le-code-les-drones-gagnent) à exploiter des règles institutionnelles. Anthropic rapporte huit fois plus de lignes de code fusionnées en 2026 qu’entre 2021 et 2024. L’Université de Zurich et Google DeepMind ont entraîné des drones capables de dépasser un pilote humain de niveau champion. Ces travaux portent sur des environnements différents. Ils décrivent toutefois des systèmes qui optimisent des objectifs formels avec une efficacité croissante. Le benchmark utilise 72 environnements simulés. Les drones ont atteint des vitesses supérieures à 22 mètres par seconde. [Lire Import AI 460](https://importai.substack.com/p/import-ai-460-reward-hacking-society). **Des règles contournées** composent le [benchmark](/signal-ia/actu/anthropic-voit-huit-fois-plus-de-code-fusionne) SocioHack conçu par King’s College London, Fudan University et l’Alan Turing Institute. Les chercheurs définissent le phénomène comme la découverte de stratégies conformes aux règles, mais contraires à leur objectif institutionnel. Le benchmark comprend 32 environnements historiques, 20 synthétiques et 20 fictifs. Les premiers reconstruisent des règles avant leurs corrections historiques. Sur ces environnements, des modèles entraînés par renforcement ont retrouvé des stratégies corrigées avec 61,25 % de rappel et 90,85 % de précision. Les scénarios couvrent notamment les cartes de crédit, les ventes d’alcool et les revenus scolaires. Les tests restent confinés à des environnements simulés. ## SocioHack mesure le contournement institutionnel **Trois familles** organisent les scénarios de SocioHack. Les environnements historiques s’appuient notamment sur la règle 10b5-1 de la SEC et la structure de faillite dite Texas two-step. Les environnements synthétiques modélisent la maximisation des revenus d’un district scolaire, la performance de recherche d’un département universitaire et les algorithmes des réseaux sociaux. Les environnements fictifs conservent la logique réglementaire dans des univers inspirés des jeux de rôle. Les auteurs présentent ces tâches comme des systèmes de récompense. Ils avertissent qu’un modèle peut chercher l’écart entre conformité technique et intention institutionnelle. L’article associé est disponible sur [arXiv](https://arxiv.org/abs/2606.04075). **[Anthropic](/signal-ia/actu/anthropic-revele-huit-fois-plus-de-code-fusionne-en-2026) observe** une forme préliminaire d’amélioration récursive au niveau de son laboratoire. Jack Clark indique que la quantité de code fusionnée en 2026 est huit fois supérieure à celle observée entre 2021 et 2024. Selon lui, la progression a commencé en 2025 avant de s’accélérer en 2026. Il rapporte aussi des indications précoces montrant que des modèles plus capables réalisent certaines tâches difficiles d’ingénieurs et de chercheurs. Clark précise que ces observations ne sont pas concluantes. Il estime cependant qu’elles suggèrent une amélioration de la productivité du laboratoire. Anthropic distingue cette version opérationnelle d’une version maximale, dans laquelle un système concevrait son propre successeur. ## DeepMind entraîne des drones compétitifs **Des drones autonomes** entraînés par l’Université de Zurich et Google DeepMind ont dépassé Marvin Schaepper, cinq fois champion national suisse. Les agents ont couru à plus de 22 mètres par seconde et réduit de 50 % les collisions face à des références mono-agent. Leur entraînement a utilisé 200 millions d’interactions simulées, pendant environ 27 heures sur une seule NVIDIA RTX 4090. Le système reposait sur le PPO, l’auto-jeu entre agents et une randomisation des conditions. En course un contre un, la politique a terminé 100 % des cinq essais. Le pilote humain a atteint 53,33 %. Les drones étaient pilotés via un réseau, sans exécution locale. [Voir l’étude](https://arxiv.org/abs/2605.22748).