Agents de recherche auto-améliorés et récit de récursivité

Le fait — AREX a été publié le 23 juillet 2026 sur arXiv. Les auteurs le présentent comme une famille d’agents de recherche à auto-amélioration récursive. L’auto-amélioration récursive désigne ici un système qui affine ses propres procédures pour mieux chercher et raisonner. Selon le résumé, AREX surpasse des bases de taille comparable sur BrowseComp, WideSearch, DeepSearchQA, Humanity’s Last Exam et d’autres tests. Il resterait aussi compétitif face à des modèles mobilisant davantage de paramètres activés. Le contexte — La récursivité d’amélioration est un thème central des scénarios AGI. Elle intéresse autant les optimistes, qui y voient un accélérateur de capacités, que les spécialistes de sécurité, qui y voient un défi de contrôle. Beaucoup de revendications passées restaient vagues ou spéculatives. Ici, l’intérêt vient du fait qu’une version opératoire est reliée à des benchmarks publics de recherche et de raisonnement. L’analyse — Il faut rester prudent, car le résumé ne prouve pas une auto-amélioration ouverte au sens fort. Il montre néanmoins que le langage de la récursivité entre dans des systèmes évalués empiriquement, et plus seulement dans des essais théoriques. Pour la trajectoire AGI, cela signale une tentative de transformer un concept chargé en ingénierie mesurable. La question reste de savoir si ces gains viennent d’une meilleure orchestration d’agent ou d’un mécanisme qui se rapproche réellement d’une dynamique d’amélioration cumulative.