Baidu DuMate fait son entrée dans l’actualité technologique avec un défi d’agent multi-appareils

Baidu DuMate a ajouté des transferts de tâches entre appareils et un navigateur intégré, donnant une dimension concrète d’exécution à l’actualité technologique de cette semaine. L’agent pourrait préserver le contexte et l’avancement lorsqu’un travail passe d’un téléphone à un ordinateur. Baidu affirme également que le routage intelligent a réduit le temps moyen des tâches de 20 %.

Cette combinaison compte davantage qu’une simple mise à niveau de chatbot. DuMate cherche à transformer une instruction sur un appareil en travail achevé à travers plusieurs interfaces. Un utilisateur peut commencer une recherche sur son téléphone, la poursuivre sur son ordinateur et laisser l’agent de bureau ouvrir des sites web ou télécharger des fichiers.

La comparaison immédiate est ChatGPT agent, qui exécute lui aussi des tâches en ligne via un navigateur virtuel et fonctionne sur les applications web, mobiles et de bureau. La différence stratégique réside dans la continuité. Baidu présente le transfert entre appareils comme une composante de l’agent lui-même, plutôt que de traiter chaque client comme une simple fenêtre supplémentaire sur une conversation.

Baidu DuMate transporte désormais les tâches actives d’un appareil à l’autre

La principale évolution est une exécution persistante, et non une simple synchronisation des conversations.

Baidu a présenté ces améliorations lors d’un AI Day consacré à DuMate, à Chengdu, le 10 juillet 2026. L’événement associait une présentation produit à un espace ouvert où les visiteurs pouvaient tester des outils d’IA. Un compte rendu local de l’événement indique que la sortie incluait le routage intelligent, la mémoire partagée, le contrôle du navigateur et la génération de présentations.

DuMate, connu sous le nom de Dazi en chinois, a été lancé en mars comme agent généraliste de productivité de Baidu. Baidu l’a décrit dans ses résultats trimestriels comme un système qui exécute de manière autonome des flux de travail à plusieurs étapes à travers applications et fichiers.

La dernière version étend cette promesse aux ordinateurs et aux téléphones. La mémoire partagée conserve le contexte pertinent de la tâche, tandis que la progression synchronisée indique au second appareil où l’exécution s’est arrêtée. C’est plus exigeant qu’une synchronisation de l’historique des conversations, car une tâche active comprend aussi des plans, des résultats intermédiaires, des ressources ouvertes et des actions inachevées.

Prenons une étude de marché. Un utilisateur pourrait demander à DuMate sur son téléphone de comparer plusieurs fournisseurs pendant son trajet. Le client de bureau pourrait ensuite reprendre la même mission, ouvrir plusieurs pages, collecter des documents et préparer une présentation sans obliger l’utilisateur à reconstituer l’instruction.

Le navigateur intégré à l’application de bureau est essentiel à cette séquence. Il offre à l’agent un environnement contrôlé dans lequel il peut ouvrir plusieurs pages et effectuer des recherches ou des téléchargements. L’accès au navigateur transforme le système, d’un générateur de texte, en logiciel capable de manipuler les interfaces que les personnes utilisent déjà.

Baidu indique également que le client mobile peut piloter à distance une exécution dans le cloud. Le téléphone n’a pas besoin d’effectuer chaque action localement. Il peut devenir une surface de contrôle pour un travail qui se poursuit dans un environnement cloud, réduisant la dépendance à une session de bureau ouverte.

Cette architecture propose une définition plus utile de l’IA multi-appareils. L’agent n’est pas simplement disponible sur deux appareils. Il est chargé de maintenir suffisamment d’état pour faire progresser une même tâche sur les deux.

La distinction est facile à manquer, car les applications de messagerie synchronisent les conversations depuis des années. Toutefois, une transcription de conversation enregistre ce qui a été dit. Un état d’exécution doit aussi suivre ce qui a été tenté, ce qui a réussi, ce qui a échoué et les actions qui nécessitent encore une approbation.

La continuité devient donc autant un problème d’ingénierie qu’une fonctionnalité d’interface. L’agent a besoin d’enregistrements de tâches durables, d’autorisations partagées, de points de reprise récupérables et de règles régissant l’appareil qui contrôle l’action suivante. Chaque composant peut déterminer si une tâche reprise paraît continue ou commence à se comporter de manière imprévisible.

Cette sortie donne donc à Baidu un argument produit plus net. DuMate n’est plus présenté uniquement comme un assistant capable de travailler avec des fichiers et des applications. Il est positionné comme un travailleur persistant dont le contexte opérationnel suit l’utilisateur.

Pourquoi cette actualité technologique met la pression sur les agents navigateur

Baidu oblige les fournisseurs d’agents navigateur à rivaliser simultanément sur la continuité, le coût et l’achèvement des tâches.

L’utilisation du navigateur est devenue une voie courante entre l’IA conversationnelle et l’action. Au lieu d’attendre que chaque service expose une interface de programmation applicative, un agent peut inspecter une page et actionner ses commandes visibles. Cette approche élargit l’accès, mais elle hérite aussi de l’inconstance du web et de ses risques de sécurité.

OpenAI a établi un premier point de référence avec Operator en janvier 2025. Son modèle utilisant l’ordinateur interprète des captures d’écran et contrôle un navigateur par clics, défilement et saisie. Operator a ensuite été intégré à ChatGPT agent, qui combine désormais navigation, recherche, gestion de fichiers et services connectés.

OpenAI indique que son navigateur virtuel permet aux utilisateurs d’interrompre une tâche ou d’en reprendre le contrôle. L’agent demande également une intervention pour les étapes sensibles impliquant des identifiants, des paiements et des défis de vérification humaine. Ces contrôles reconnaissent que l’autonomie du navigateur exige encore des limites.

Google a suivi une direction similaire avec Project Mariner. Google a décrit Mariner comme un agent expérimental d’utilisation de l’ordinateur qui interagit avec le web et réalise des tâches. Sa feuille de route pour les agents reliait également ce travail au mode agent plus large de Gemini.

Anthropic a choisi une autre voie en exposant des capacités d’utilisation de l’ordinateur aux développeurs. Claude peut inspecter des captures d’écran et émettre des actions de souris ou de clavier dans un environnement contrôlé. Ce modèle donne davantage de liberté aux créateurs de logiciels, bien qu’ils doivent construire l’interface, les autorisations et les contrôles de sécurité environnants.

DuMate arrive dans ce domaine avec un produit intégré plutôt qu’avec une capacité de modèle autonome. Baidu contrôle l’application, l’infrastructure cloud, les services de recherche, les modèles fondamentaux et une grande partie de la couche de routage. Cette pile verticale peut aider à coordonner les transferts et l’allocation des ressources.

La pression est particulièrement claire pour les agents destinés aux consommateurs et au travail qui annoncent des tâches de longue durée. Démarrer une tâche ne suffit plus. Les utilisateurs attendent de plus en plus que l’agent survive aux interruptions, passe d’un appareil à l’autre, se remette des erreurs et explique son état actuel.

La continuité multi-appareils modifie aussi l’unité de concurrence. Les fournisseurs comparaient auparavant la qualité des modèles, la vitesse des réponses, la prise en charge des outils et les scores de benchmark. DuMate ajoute la portabilité des tâches comme dimension supplémentaire : un utilisateur peut-il quitter un appareil sans abandonner l’état de travail de l’agent ?

Cette question a un poids commercial. De nombreux travailleurs du savoir découvrent des missions sur leur téléphone mais les terminent sur un ordinateur. Messages, invitations à des réunions, documents et demandes de recherche arrivent tout au long de la journée. Un agent capable de relier ces moments réduit les frictions liées à la reconstitution ultérieure du contexte.

Toutefois, la continuité seule ne garantit pas l’utilité. Un mauvais plan parfaitement préservé reste un mauvais plan. L’agent doit conserver les progrès vérifiés sans enfermer l’utilisateur dans des erreurs antérieures ou des hypothèses devenues obsolètes.

Les concurrents peuvent répondre de plusieurs façons. Ils peuvent approfondir la synchronisation entre les applications existantes, améliorer l’exécution dans le cloud ou exposer des historiques de tâches plus clairs. Ils peuvent également mettre l’accent sur des intégrations qui évitent l’ambiguïté du contrôle d’interfaces visuelles.

Le résultat n’est pas un simple affrontement entre Baidu et OpenAI. Le principal adversaire est un modèle d’agent fragmenté, dans lequel chaque appareil ou session se comporte comme un nouveau départ. La mise à jour de DuMate soutient que l’état persistant devrait constituer une couche produit fondamentale.

Cet argument trouvera un écho auprès des équipes qui construisent déjà une base de connaissances interrogeable. La continuité de la recherche dépend de la conservation à la fois des preuves et des décisions, surtout lorsque le travail s’étend sur des outils, des fichiers et plusieurs sessions.

Le véritable mécanisme repose sur le routage, la mémoire et le contrôle du navigateur

La promesse de DuMate dépend de la coordination de trois systèmes souvent évalués séparément.

Le premier système est la mémoire partagée. Dans ce contexte, la mémoire désigne des informations de tâche stockées que l’agent peut récupérer lors d’exécutions ultérieures. Elles peuvent inclure l’objectif initial, les préférences de l’utilisateur, les sources sélectionnées, les fichiers intermédiaires et un relevé des étapes terminées.

Une mémoire utile doit être sélective. Renvoyer chaque ancien message et chaque page au modèle augmenterait les coûts de traitement et introduirait des informations non pertinentes. Le système doit récupérer le plus petit ensemble utile de détails pour la décision suivante.

Le deuxième système est le routage intelligent. Un routeur examine une demande et sélectionne un mode d’exécution, un modèle ou une chaîne d’outils adaptés à la tâche. Une simple réécriture ne devrait pas consommer les mêmes ressources qu’une longue mission de recherche impliquant plusieurs sites et une présentation.

Baidu affirme que son routeur amélioré a réduit de 20 % la durée moyenne des tâches et augmenté de 25 % l’utilisation des tokens. Les tokens sont les unités que les modèles traitent lorsqu’ils lisent et génèrent du contenu. Une meilleure utilisation signifie généralement que le système accomplit davantage de travail utile avec la même quantité d’entrées et de sorties du modèle.

Ces chiffres sont des affirmations de l’entreprise, et non des résultats de benchmark indépendants. Baidu n’a pas publié suffisamment de détails méthodologiques pour les comparer directement à ceux d’autres agents. La combinaison de tâches, la version de référence, les critères de réussite et la politique de nouvelle tentative influencent tous le résultat.

Le troisième système est le contrôle du navigateur. Le navigateur intégré offre à DuMate un environnement permettant d’ouvrir des pages, de naviguer entre des sources et de télécharger du matériel. Il pourrait exécuter plusieurs opérations web dans le cadre d’une même mission au lieu de renvoyer des instructions à suivre par l’utilisateur.

Ces systèmes se renforcent mutuellement. La mémoire indique au navigateur ce que requiert la tâche. Le navigateur produit des observations et des fichiers. Le routeur décide quel modèle ou quel mode doit interpréter ces résultats et planifier l’action suivante.

Un maillon faible peut néanmoins faire dérailler l’ensemble du flux de travail. Si la mémoire récupère la mauvaise instruction, le navigateur peut visiter des pages non pertinentes. Si le routage sélectionne un mode léger pour une tâche difficile, l’agent peut produire un plan superficiel. Si le contrôle du navigateur échoue, un raisonnement plus puissant ne peut pas terminer l’action.

Baidu annonce un taux d’achèvement de 100 % pour les tâches simples et un taux de livraison élevé de 94 % pour les tâches complexes. L’entreprise affirme également que certaines charges de travail consomment jusqu’à 75 % de crédits en moins. Ces affirmations paraissent importantes, mais les catégories nécessitent des définitions plus claires avant que les acheteurs puissent les comparer à des évaluations externes.

L’« achèvement » peut signifier qu’un agent a atteint un état final, produit un livrable acceptable ou satisfait à chaque exigence. La « livraison élevée » est encore moins standardisée. Elle peut refléter des évaluations humaines, des contrôles automatisés ou un seuil de qualité interne.

La distinction compte, car l’évaluation des agents est particulièrement sensible à la conception des tâches. Un agent navigateur peut bien fonctionner sur des sites stables, mais rencontrer des difficultés lorsqu’une page change, qu’une fenêtre contextuelle apparaît ou qu’un téléchargement exige une étape de confirmation inconnue.

Les résultats publiés par OpenAI sur l’utilisation d’ordinateurs illustrent l’écart entre les benchmarks contrôlés et la fiabilité générale. Lors de son lancement, son modèle a obtenu 38,1 % sur OSWorld, contre un résultat humain rapporté de 72,4 %. Le même modèle a affiché de meilleures performances sur des benchmarks de navigateur plus restreints, montrant à quel point la complexité de l’environnement modifie les résultats.

L’argument le plus solide de DuMate est donc architectural. Baidu combine le routage, le contexte persistant et l’exécution dans le navigateur au sein d’un même flux de travail destiné aux utilisateurs. Les pourcentages apportent des éléments de preuve, mais ils n’établissent pas encore une supériorité sur les agents concurrents.

Pour les utilisateurs, le test pratique est simple. DuMate peut-il reprendre une tâche réelle sans explications répétées, utiliser les ressources appropriées et fournir un livrable correct ? Ce résultat compte davantage que la position d’un composant individuel dans un benchmark.

Un agent persistant bénéficie également de sources bien organisées. Un système de connaissances personnelles fournit à l’agent des informations stables à retrouver, au lieu de contraindre chaque mission à commencer par une exploration du web ouvert.

Les agents persistants comportent aussi des risques persistants

Un agent qui suit les utilisateurs d’un appareil à l’autre peut conserver les erreurs et l’exposition aussi efficacement qu’il préserve un contexte utile.

Les agents de navigateur évoluent dans un environnement informationnel adversarial. Une page peut contenir des instructions destinées à un visiteur humain, à un système automatisé ou à un modèle d’IA. L’agent doit distinguer le contenu utile des textes conçus pour rediriger son comportement.

L’injection de prompt en est l’exemple le plus clair. Un attaquant peut placer sur une page des instructions cachées ou trompeuses demandant à l’agent d’ignorer sa tâche initiale. Si l’agent obéit, il pourrait exposer des informations, modifier un flux de travail ou naviguer vers un endroit que l’utilisateur n’a jamais demandé.

Anthropic a décrit ce risque comme central pour les systèmes d’utilisation d’ordinateurs. Ses recherches sur l’utilisation d’ordinateurs soulignent qu’un modèle connecté à Internet peut rencontrer des instructions malveillantes dans des captures d’écran ou des pages web. L’entreprise a continué à développer des classificateurs et d’autres mécanismes de défense.

Le fonctionnement interappareils élargit le nombre de frontières de confiance. Une tâche peut commencer sur un téléphone personnel, se poursuivre dans un navigateur cloud et s’achever sur un ordinateur professionnel. Chaque environnement peut posséder des comptes, autorisations, fichiers stockés et politiques de sécurité différents.

Baidu indique que son produit d’entreprise enregistre les appels d’IA, les accès aux données et les opérations clés à des fins d’audit. C’est pertinent pour les déploiements gérés, mais les utilisateurs grand public ont eux aussi besoin de contrôles compréhensibles. Ils devraient savoir quel environnement conserve l’état de la tâche et quelles données les suivent vers un autre appareil.

La mémoire partagée soulève un autre problème : la persistance peut survivre à sa pertinence. Une préférence enregistrée lors d’une mission peut devenir inappropriée plus tard. Un document utilisé pour la recherche peut contenir des détails confidentiels qui ne devraient pas être intégrés à une tâche future.

Les bons systèmes de mémoire ont donc besoin de contrôles de suppression, de correction, d’expiration et de provenance. La provenance indique l’origine des informations. Sans elle, les utilisateurs peuvent avoir du mal à déterminer si l’agent agit à partir d’une instruction actuelle, d’une ancienne conversation ou d’une page web rencontrée pendant l’exécution.

Le contrôle mobile à distance soulève des questions d’autorisation. Le produit doit identifier de manière fiable quel utilisateur peut reprendre une tâche et quelles actions nécessitent une nouvelle confirmation. Un téléphone volé ou laissé sans surveillance ne devrait pas devenir une télécommande pour des sessions sensibles dans le navigateur.

L’exécution dans le cloud crée un compromis parallèle. Elle permet aux tâches de se poursuivre lorsqu’un ordinateur local n’est pas disponible, mais elle déplace le travail vers une infrastructure que l’utilisateur ne peut pas inspecter directement. Les acheteurs d’entreprise voudront des précisions sur le chiffrement, la conservation, le traitement régional et les contrôles administrateur.

Le navigateur intégré a également besoin de points d’intervention clairs. Acheter, publier, envoyer des messages, supprimer des fichiers et soumettre des formulaires peuvent produire des conséquences difficiles à annuler. L’agent le plus sûr n’est pas nécessairement celui qui exécute chaque étape sans interruption.

Les affirmations de performance publiées par Baidu ne répondent pas à ces questions de gouvernance. Un routeur plus rapide peut réduire le temps d’exécution sans améliorer la sécurité. Un taux d’achèvement plus élevé peut même accroître le risque si l’agent progresse de manière trop agressive dans des actions conséquentes.

Il existe aussi un risque produit plus ordinaire : des transferts peu fiables. Une tâche peut sembler synchronisée tout en perdant silencieusement une référence de fichier, un état de connexion ou une décision intermédiaire. Le second appareil pourrait reprendre le travail à partir d’une représentation incomplète.

Les utilisateurs ont besoin de points de contrôle visibles pour détecter cette défaillance. Un bon transfert devrait résumer l’objectif, les étapes achevées, les problèmes non résolus, les sources actives et les actions à venir. Il devrait demander une confirmation lorsque le nouvel environnement modifie ce à quoi l’agent peut accéder.

Les tests indépendants auront leur importance. Les métriques de Baidu ont été présentées par l’entreprise, et les documents publics disponibles ne décrivent pas d’audit par un tiers. Ces chiffres devraient être considérés comme des indicateurs précoces de produit plutôt que comme des mesures définitives.

Cela ne rend pas cette mise à jour sans importance. Elle définit le standard que DuMate doit désormais atteindre. Baidu est passé de la promesse d’une automatisation en plusieurs étapes à celle d’une automatisation continue et interappareils, ce qui crée une surface plus large, tant pour la valeur que pour l’échec.

Ce que les lecteurs d’actualités technologiques devraient surveiller ensuite

Trois signaux montreront si la conception interappareils de DuMate devient un avantage durable ou reste une démonstration soignée.

Le premier signal est la conservation des tâches dans le monde réel. Au cours des prochaines mises à jour du produit, les utilisateurs devraient vérifier si DuMate préserve de manière fiable les objectifs, sources, fichiers et approbations après un changement d’appareil. Des requêtes répétées ou un état manquant affaibliraient l’argument de continuité de Baidu.

Une conservation réussie renforcerait l’idée que l’état de la tâche devrait devenir une couche standard des agents grand public. Elle pousserait également les concurrents à exposer des historiques de transfert plus clairs, plutôt que de synchroniser uniquement l’historique des conversations.

Le deuxième signal est une évaluation transparente. Baidu devrait publier des définitions pour l’achèvement des tâches simples, la livraison de haute qualité des tâches complexes, l’utilisation des tokens et la réduction des crédits. L’entreprise devrait également décrire le nombre de tâches, les références, les nouvelles tentatives, la revue humaine et le traitement des échecs.

Une méthodologie détaillée rendrait les résultats rapportés de 100 % et 94 % plus significatifs. L’absence de preuves comparables empêcherait les acheteurs de distinguer une meilleure exécution d’une sélection favorable des tâches.

Le troisième signal est le modèle de sécurité entourant les actions dans le navigateur et le cloud. Surveillez les contrôles d’autorisation, les politiques de confirmation, la gestion de la mémoire, les fonctions d’audit et les défenses contre les instructions web malveillantes. Ces détails détermineront si les entreprises peuvent déployer des agents interappareils au-delà de pilotes contrôlés.

Les réponses des concurrents fourniront une autre mesure indirecte. OpenAI, Google et Anthropic prennent déjà en charge l’interaction avec les navigateurs ou les ordinateurs. S’ils rendent les transferts de tâches actives plus visibles, Baidu aura identifié une véritable lacune produit, même si ses rivaux finissent par la combler.

Pour les développeurs, la leçon est que la couche agent se déplace au-dessus des modèles individuels. Le routage, la mémoire, la récupération de l’état, les autorisations et le contrôle de l’interface déterminent de plus en plus l’expérience utilisateur. Un meilleur raisonnement aide, mais l’orchestration décide si ce raisonnement survit au contact d’un long flux de travail.

Les acheteurs d’entreprise devraient résister à la tentation de comparer les taux d’achèvement mis en avant sans définitions communes. Ils devraient tester des missions représentatives, consigner la fréquence des interventions, mesurer les coûts de correction et examiner la manière dont le système gère les instructions obsolètes ou contradictoires.

Les travailleurs du savoir peuvent appliquer un test encore plus simple. Commencez une tâche de recherche sur un téléphone, reprenez-la sur un ordinateur, inspectez les éléments de preuve conservés et vérifiez le livrable final. Ce flux de travail teste toute la thèse de DuMate en une seule séquence.

Baidu a fait de la continuité interappareils une affirmation concurrentielle concrète dans l’actualité technologique, plutôt qu’une commodité en arrière-plan. L’entreprise doit maintenant prouver que cette continuité préserve le jugement, les autorisations et les éléments de preuve, et pas seulement les indicateurs de progression.

La prochaine question revient aux utilisateurs et aux évaluateurs : lorsqu’un agent d’IA suit le travail d’un appareil à l’autre, réduit-il la reconstruction et fournit-il un résultat digne de confiance, ou transporte-t-il simplement plus loin des erreurs non résolues ? La réponse déterminera si les agents persistants deviennent une infrastructure du quotidien ou une nouvelle fonctionnalité que les utilisateurs désactivent après la première erreur coûteuse.