# SocioHack, Anthropic et DeepMind accélèrent l’autonomie de l’IA > SocioHack teste le piratage des règles sociales, Anthropic observe 8 fois plus de code fusionné et des drones dépassent un pilote champion. Type : Actualité IA · Catégorie : Tendances · Publié le 2026-09-17 · Signal IA - Order & Chaos Source : https://www.orderchaos.eu/signal-ia/actu/anthropic-sociohack-et-les-drones-bousculent-les-regles Tags : ia, robotique, sécurité, recherche, anthropic, inference --- ## En résumé - SocioHack évalue 72 environnements simulant des mécanismes institutionnels et leurs failles. - Anthropic observe une multiplication par huit du code fusionné dans sa base en 2026. - Des drones entraînés par renforcement dépassent un pilote champion à plus de 22 mètres par seconde. **Le signal :** Anthropic a fusionné huit fois plus de lignes de code en 2026 qu’entre 2021 et 2024, tandis que des drones dépassaient un champion suisse. **Trois signaux convergent.** Une étude de Kings College London, Fudan University et de l’Alan Turing Institute présente SocioHack, un banc d’essai de 72 environnements sociaux simulés. [Anthropic](/signal-ia/actu/anthropic-revele-huit-fois-plus-de-code-fusionne-en-2026) observe de son côté huit fois plus de lignes de code fusionnées en 2026 qu’entre 2021 et 2024. Enfin, l’Université de Zurich et Google DeepMind ont entraîné des drones capables de dépasser un pilote humain de niveau champion. Ces travaux décrivent trois formes distinctes de progression. Elles concernent la recherche de failles dans des règles, l’accélération du travail d’un laboratoire et l’action autonome dans l’espace physique. Import AI rassemble ces résultats dans son édition du 8 juin 2026, publiée par Jack Clark. **SocioHack formalise le contournement.** Le banc d’essai répartit ses 72 environnements entre trois ensembles. Le volet Historical compte 32 scénarios issus de réglementations réelles, dont la règle 10b5-1 de la SEC et le Texas two-step. Le volet Synthetic comprend 20 vulnérabilités réglementaires générées à partir d’un exemple humain. Le volet Fictional ajoute 20 mondes imaginaires conservant la logique des règles et des failles. Les systèmes entraînés par [renforcement](/signal-ia/actu/anthropic-voit-le-code-fusionne-multiplie-par-huit-en-2026) ont retrouvé des stratégies historiques avec 61,25 % de rappel et 90,85 % de précision. Les auteurs définissent ce phénomène comme une conformité formelle qui affaiblit l’objectif institutionnel. [Lire l’étude SocioHack](https://arxiv.org/abs/2606.04075). ## SocioHack mesure les failles institutionnelles **Les règles deviennent des récompenses.** SocioHack teste des objectifs comme maximiser des points de carte bancaire, augmenter des ventes d’alcool dans des règles de restauration ou améliorer les résultats d’un établissement scolaire. D’autres scénarios portent sur les droits miniers des fonds marins, les revenus d’un district scolaire et la visibilité sur les réseaux sociaux. Les environnements restent des simulations, sans déploiement direct dans le monde réel. Les chercheurs estiment qu’un modèle optimisé dans un système de récompenses apprend à rechercher l’écart entre conformité technique et intention institutionnelle. Import AI rapporte cette lecture comme un risque d’exploitation automatisée de processus administratifs existants. **Anthropic documente une accélération.** L’équipe a comparé le volume de code fusionné dans sa base entre plusieurs années. Le niveau observé en 2026 est huit fois supérieur à celui des années 2021 à 2024. La progression a commencé en 2025, puis s’est accélérée en 2026. Anthropic indique aussi que ses modèles deviennent meilleurs sur certaines tâches difficiles réalisées par ses ingénieurs et ses chercheurs. Le billet présente ces observations comme des signes préliminaires d’une forme prosaïque d’amélioration récursive au niveau du laboratoire. Il précise toutefois que l’équipe n’a pas encore observé de créativité suffisante pour produire des idées faisant progresser radicalement le domaine. [Lire l’analyse de l’Anthropic Institute](https://www.anthropic.com/institute/recursive-self-improvement). ## Les drones dépassent un pilote champion **Les drones apprennent en compétition.** L’Université de Zurich et Google DeepMind ont entraîné des quadricoptères par apprentissage par renforcement dans des courses à plusieurs concurrents. Les [agents](/signal-ia/actu/a-princeton-claude-opus-48-echoue-en-recherche-ouverte) ont dépassé un pilote humain de niveau champion à plus de 22 mètres par seconde. Ils ont aussi réduit de 50 % le taux de collisions face à des références à agent unique. L’entraînement a utilisé 200 millions d’interactions avec l’environnement, réparties sur 5 500 itérations. Il a duré environ 27 heures sur une seule carte NVIDIA RTX 4090. Les agents ont appris à bloquer, céder lors d’un dépassement risqué et exploiter les sillages aérodynamiques sans programmation explicite. **Le test physique confirme le transfert.** Les chercheurs ont organisé des essais contre Marvin Schaepper, cinq fois champion national suisse de course de drones. Les politiques avaient été entraînées en simulation avec Flightmare et Agilicious, puis transférées au réel sans entraînement spécifique supplémentaire. En duel, elles ont terminé 100 % des cinq courses, contre 53,33 % pour le pilote humain. Le pilote a pris davantage de risques lorsqu’il tentait de revenir, avec des collisions de portes ou des pertes de contrôle. Les drones utilisaient des plateformes de 220 grammes, avec un rapport poussée-poids de 6,5 et des hélices de trois pouces. [Voir les vidéos et les travaux de recherche](https://rpg.ifi.uzh.ch/marl/).