Un agent est une boucle. Et les boucles se surveillent.

Série « Comprendre l’IA », note 5 sur 12. La note précédente était la carte des verbes. Celle-ci explique comment ils se relient entre eux et à vos systèmes, et ce que signifie vraiment le mot qu’on entend le plus en 2026.

Mercredi, 18 h 40, le bureau du directeur financier d’un grossiste à Neuchâtel. Depuis une semaine, il essaie un « agent » qui, selon la démonstration, rapproche tout seul les factures des fournisseurs : il lit le PDF, cherche la commande, compare les montants, vérifie le bon de livraison, consulte le contrat s’il y a une remise, demande à la banque si elle est payée, décide de la comptabiliser et la comptabilise. Quatorze étapes. Aujourd’hui, il a relu les quarante factures de la semaine et en a trouvé dix-neuf justes, quatorze avec une erreur et sept qu’il ne sait pas comment juger, parce que l’agent a pris un chemin que personne ne peut reconstituer. Dans la démonstration, il avait presque toujours raison. Qu’est-ce qui a changé ?

La scène est imaginaire. L’arithmétique qui l’explique, non, et c’est la partie la plus importante de cette note. Avant d’y arriver, je dois vous donner les trois pièces avec lesquelles se construit tout système d’IA qui fait autre chose que converser. Elles sont peu nombreuses, ont des noms bizarres et, une fois vues, ne s’oublient pas.

Un modèle seul n’est qu’un moteur. La récupération lui donne les documents, les outils lui donnent les mains et la mémoire lui donne le fil. Un agent, c’est cet ensemble mis dans une boucle.

Pièce un : la récupération, ou l’archiviste.

Vous vous souviendrez de la note 2 que le modèle ne voit que ce qui est sur le bureau, et que vos documents sont à la cave. La récupération, c’est l’archiviste qui, à chaque question, descend à la cave, cherche les trois ou quatre documents qui en parlent et les pose sur le bureau avant que le modèle ne réponde. La technique a été décrite en mai 2020 dans un travail de chercheurs de Facebook AI Research, de l’University College London et de l’Université de New York, sous le nom de génération augmentée par récupération, RAG selon le sigle anglais, et son but était exactement celui qui vous intéresse : que le modèle réponde avec des connaissances qu’on peut mettre à jour et vérifier, plutôt qu’avec ce qu’il a mémorisé à l’entraînement.

Ce qui change en pratique est énorme. Un assistant sans récupération répond sur votre politique de retours avec de la culture générale ; un assistant avec récupération lit votre politique, répond avec elle et cite le paragraphe. Et cela permet quelque chose que presque personne n’apprécie avant d’en avoir besoin : changer la réponse sans toucher au modèle. Si la politique change demain, on change le document et l’assistant répond autrement dans l’après-midi. Elle a aussi ses propres défaillances, que le fournisseur mentionne rarement : si l’archiviste remonte le mauvais document, ou une version ancienne, le modèle répondra avec assurance à partir de lui. La qualité d’un système avec récupération dépend de la qualité des archives bien plus que du modèle.

Pièce deux : les outils, ou les mains.

Un modèle, seul, produit du texte. Il ne peut pas consulter votre base de données, envoyer un courriel ni créer une facture. Un outil est une permission concrète de faire l’une de ces choses : on décrit au modèle ce que fait l’outil et quelles données il lui faut, et le modèle, quand il le juge opportun, demande à l’utiliser avec ces données ; le système l’exécute et lui renvoie le résultat. « Consulter l’état de la commande 4471 » est un outil. « Envoyer un courriel » en est un autre. « Comptabiliser une facture » en est encore un autre, et de ceux qu’on accorde avec précaution.

En novembre 2024, Anthropic a publié un standard ouvert pour décrire et connecter des outils, le Model Context Protocol, que d’autres fournisseurs ont adopté depuis. Pour vous, cela signifie une chose pratique : les connexions entre un modèle et vos systèmes cessent d’être des pièces sur mesure que seul leur auteur comprend et prennent un format commun, transférable à un autre fournisseur. Demandez-le avant de signer. Et gardez le principe qui suit : chaque outil est une permission, et les permissions s’accordent une par une. Un modèle qui peut lire les commandes n’a aucune raison de pouvoir les effacer.

Pièce trois : la mémoire, ou le fil.

La troisième pièce est la plus modeste et celle qui crée le plus de confusion. Un modèle ne se souvient de rien d’une conversation à l’autre. Ce qu’on appelle mémoire est un endroit où le système garde des notes, un résumé de ce qui a été dit, les préférences d’un client, l’état d’une tâche, et les remet sur le bureau à la conversation suivante. C’est utile et c’est un risque, parce que ce qui est conservé doit pouvoir être vu, corrigé et effacé, et parce que la note de la semaine dernière peut être fausse et continuer d’influencer.

Anthropic appelle cette combinaison le modèle augmenté : un modèle avec récupération, outils et mémoire. C’est la brique avec laquelle tout le reste se construit, et presque tout ce dont votre entreprise a besoin tient dans une seule brique bien faite. Je vous l’explique maintenant.

Flux de travail : quand c’est une personne qui décide des étapes.

En décembre 2024, Anthropic a publié un guide pour ceux qui construisent ces systèmes, fondé sur ce qu’elle avait observé chez des dizaines d’équipes, et sa première conclusion est celle qui vous convient le mieux : les systèmes qui fonctionnaient le mieux n’utilisaient pas de cadres complexes, mais des motifs simples. Le guide sépare deux familles. Dans un flux de travail, les étapes sont définies à l’avance dans le code, et le modèle est utilisé à chaque étape pour son verbe : classer, extraire, rédiger. Dans un agent, le modèle décide lui-même des étapes à suivre et des outils à utiliser jusqu’à accomplir la tâche.

Les motifs de flux de travail qu’il décrit sont au nombre de cinq, et je les traduis pour votre entreprise :

• Enchaîner. Une étape après l’autre, chacune avec une vérification. D’abord extraire les données de la facture ; vérifier qu’elles s’additionnent ; ensuite chercher la commande. Si quelque chose échoue, on s’arrête là et on voit où.
• Aiguiller. Classer d’abord et envoyer chaque cas sur un chemin différent. Les réclamations vers un flux, les commandes vers un autre, ce qu’on ne comprend pas vers une personne.
• Paralléliser. Faire plusieurs choses à la fois, ou la même chose plusieurs fois et voter. Trois lectures indépendantes d’un contrat qui doivent concorder avant de valider une donnée.
• Orchestrer. Un modèle répartit le travail en parties et d’autres les font. Utile quand on ne sait pas à l’avance combien de parties il y aura.
• Évaluer et corriger. Un modèle écrit et un autre relit selon des critères donnés, en boucle, jusqu’à ce que la relecture approuve. Très utile en traduction et en rédaction.

Remarquez ce qu’ils ont en commun : dans tous, une personne a décidé de la forme du processus. Le modèle travaille dans un couloir. On sait quelle étape a échoué, on peut répéter cette seule étape et on peut placer une relecture humaine exactement là où le risque l’exige. Pour le rapprochement de factures de notre directeur financier, c’est ce que je construirais. Et c’est ce que le guide recommande : chercher la solution la plus simple et n’ajouter de la complexité que lorsque le problème l’exige.

Agents : quand c’est le modèle qui décide des étapes.

Un agent, c’est le modèle augmenté mis dans une boucle : il reçoit une tâche, décide d’une étape, utilise un outil, regarde le résultat, décide de l’étape suivante, et ainsi de suite jusqu’à ce qu’il estime avoir terminé ou qu’il bute sur une limite. C’est la pièce la plus capable et la plus difficile à contrôler, parce que le chemin n’est écrit nulle part : il l’improvise à chaque fois. Le guide d’Anthropic le réserve aux problèmes ouverts, où l’on ne peut pas prédire le nombre d’étapes nécessaires, et recommande de le tester abondamment en environnement fermé et de lui poser des barrières : limites d’étapes, d’argent, de permissions, et points où il s’arrête pour demander confirmation.

Jusqu’où vont-ils aujourd’hui ? Un groupe de recherche indépendant, METR, mesure depuis 2024 une chose précise : la durée des tâches, mesurée par le temps que met une personne experte, que les meilleurs modèles accomplissent avec succès une fois sur deux. En mars 2025, il a publié que cet horizon était d’environ une heure pour le meilleur modèle du moment, que les modèles réussissaient presque toujours les tâches de moins de quatre minutes et échouaient presque toujours aux tâches de plus de quatre heures, et que l’horizon avait doublé à peu près tous les sept mois pendant six ans. Les auteurs avertissent que les chiffres dépendent des tâches et des personnes auxquelles on compare, et qu’extrapoler suppose que la tendance continue. Prenez-le pour ce que c’est : une mesure honnête, avec ses limites, de quelque chose qui croît vite. Et notez les mots « une fois sur deux ».

L’arithmétique du directeur financier.

Revenons à Neuchâtel. L’agent aux quatorze étapes avait « presque toujours » raison à chaque étape pendant la démonstration. Supposons qu’il ait vraiment raison 95 % du temps à chacune, ce qui est un très bon chiffre pour une étape qui lit un PDF ou interprète un contrat. La probabilité que les quatorze étapes se passent bien est 0,95 multiplié par lui-même quatorze fois : 49 %. La moitié des factures, fausses ou à moitié faites. Avec 98 % par étape, ce qui est excellent, la chaîne complète réussit 75 %. Avec dix étapes à 99 %, 90 %. Ce n’est pas une opinion sur l’IA : c’est la multiplication des probabilités, et elle explique à elle seule la prévision de Gartner que j’ai citée dans la note 3, celle selon laquelle plus de 40 % des projets d’agents seront annulés avant fin 2027.

La conséquence pour la conception est claire et c’est celle que j’applique toujours. Des chaînes courtes, des vérifications entre les étapes et une personne là où l’erreur coûte. Le même rapprochement, construit comme un flux de travail en cinq étapes avec une vérification arithmétique à la deuxième et une relecture humaine uniquement pour les factures qui ne concordent pas, réussit celles qu’il réussit, s’arrête sur celles qu’il ne réussit pas et laisse une trace que n’importe qui peut suivre. C’est moins impressionnant en démonstration. C’est ce qui fonctionne un mercredi à 18 h 40.

• Une brique avant un bâtiment. Presque tout se résout avec un modèle augmenté et un appel bien fait. Si on vous propose un agent, demandez pourquoi un flux ne suffit pas.
• Des étapes comptées. Demandez le nombre d’étapes du système et le taux de réussite de chacune, mesuré avec vos cas. Multipliez. Si le fournisseur ne comprend pas la multiplication, il n’a pas mesuré.
• Des permissions une par une. Chaque outil, une permission ; chaque permission, avec une limite et un journal. Lire n’implique pas écrire ; écrire n’implique ni effacer ni payer.
• Des arrêts obligatoires. Avant toute étape ayant des conséquences externes, le système s’arrête et demande. Un courriel envoyé ne se renvoie pas en arrière.
• Une trace complète. Chaque décision du système est enregistrée : ce qu’il a lu, quel outil il a utilisé, ce qui est revenu. Si le chemin ne peut pas être reconstitué, il ne peut pas être corrigé.
• Les archives commandent. Dans les systèmes avec récupération, la qualité des archives de documents compte plus que le modèle. Un document périmé est une erreur bien présentée.

1. Cette semaine

   Dessinez le processus en étapes

   Celui que vous voulez automatiser, sur une feuille : une étape par ligne, avec la question « que se passe-t-il si celle-ci échoue ? » à côté. S’il a plus de huit lignes, divisez-le.

2. Cette semaine

   Faites la multiplication

   Attribuez à chaque étape un pourcentage de réussite raisonnable et multipliez. C’est le chiffre que vous devez exiger de voir en démonstration, pas l’air surpris.

3. À la prochaine réunion

   Demandez qui décide des étapes

   Si c’est le modèle, c’est un agent et il faut demander les limites, les permissions et les arrêts. Si c’est un programmeur, c’est un flux et il faut demander les vérifications entre les étapes.

4. Avant de signer

   Demandez la liste des permissions

   Quels outils le système peut utiliser, avec quelles limites et qui peut les changer. Une liste courte est bon signe.

Comment je l’aborde.

Je construis des flux de travail avec des étapes courtes et des vérifications, et je réserve les agents à ce qui est vraiment ouvert : rechercher, explorer, préparer. Rien qui ait des conséquences externes ne se fait sans un arrêt. Chaque système a un journal qu’un responsable peut lire sans savoir programmer, et la première question de chaque projet est combien il y a d’étapes et combien chacune réussit avec les cinquante cas de référence. Le reste est de la présentation.

Avant de passer à la suivante, faites le calcul avec un de vos processus. Choisissez-en un qui comporte aujourd’hui plusieurs étapes : une réservation, une facture, une demande qui devient un rendez-vous. Comptez les étapes et demandez-vous à quelle fréquence chacune tombe juste. Si personne dans votre entreprise ne le sait, c’est déjà une réponse.

Et une question à laisser ouverte jusqu’à la prochaine note : si un agent prenait ce processus en charge demain, où placeriez-vous le premier arrêt ?

Note suivante : intégrer l’IA dans votre entreprise. L’ordre des étapes, de la carte au premier processus en production, le jeu de référence, le mode ombre et pourquoi le projet commence bien avant le choix d’un fournisseur.