Des modèles « AI s » aux agents : qu’est-ce qui rend un système « agentique » ?
AI Les modèles et les grands modèles de langage (LLM) ont réalisé des progrès incroyables ces dernières années, avec des avancées remarquables dans le traitement du langage naturel pour créer et comprendre le langage. Mais le véritable tournant qui s’opère actuellement réside dans le développement d’agents d’ AI s modernes capables de planifier et d’exécuter des tâches de bout en bout. Considérons la différence entre les anciens systèmes d’ AI s à usage spécifique, tels que le moteur d’échecs Deep Blue d’IBM en 1997, qui pouvait battre haut la main des champions humains et se concentrait sur une tâche spécifique. Comparez cela aux agents d’ AI s stochastiques d’aujourd’hui, capables d’utiliser des outils, qui peuvent planifier et exécuter des tâches de bout en bout ambiguës telles que « réserver un voyage à San Francisco la semaine prochaine pour moins de 1 000 dollars », nécessitant de nombreuses étapes et une prise de décision autonome tout au long du processus.
J'ai récemment obtenu la certification Claude en tant qu'architecte spécialisé dans les fondations, et ce parcours m'a été d'une aide inestimable pour comprendre la structure, les complexités et les opportunités offertes par l'AI agentique. Je suis impatient de partager certains de ces principes fondamentaux.
Commençons par définir en quoi l’architecture d’ AI e par agents se distingue de l’ AI e traditionnelle. L’une des principales caractéristiques des agents réside dans leur capacité à utiliser des modèles, des outils externes et la mémoire pour étendre les capacités de base des grands modèles linguistiques sur lesquels ils s’appuient. Les agents fonctionnent en planifiant leurs objectifs de manière autonome, en mettant l’accent sur la décomposition de flux de travail complexes en tâches en plusieurs étapes et, dans de nombreux cas, en permettant une exécution parallèle. Comme nous le verrons, ce dernier aspect est l’un des plus convaincants d’une architecture agentique : en utilisant différents agents dotés de compétences et d’objectifs spécialisés, l’orchestrateur peut déléguer efficacement les tâches, puis combiner les résultats. Cette approche est bien plus puissante que de tenter de résoudre des problèmes complexes à partir d’une seule requête utilisateur.
Une autre façon d’envisager les agents consiste à s’intéresser aux types de requêtes qu’ils sont capables de traiter. Un LLM peut recevoir une seule requête et produire souvent un résultat impressionnant et apparemment réfléchi. Un système agentique, en revanche, peut se voir confier la résolution de tâches complexes, qui nécessitent une boucle itérative : percevoir → raisonner → agir → observer → mettre à jour la mémoire → répéter jusqu’à ce que l’objectif soit atteint. De plus, l’agent n’est pas confiné au LLM, mais se connecte à des systèmes externes pour enrichir ses connaissances et mener à bien ses actions. Selon les préférences de l’utilisateur, de nombreux agents peuvent fonctionner avec un minimum d’intervention humaine.
D’un point de vue commercial, les systèmes d’ AI s basés sur des agents se sont imposés ces dernières années dans les débats au sein des entreprises, celles-ci cherchant à passer de copilotes de type « chat » à des flux de travail autonomes. À mesure que les compétences de ces agents sont mises à contribution sur les données de l’entreprise à l’échelle de l’organisation, leur capacité à automatiser les tâches et à gérer une complexité croissante de celles-ci peut considérablement élargir leur champ d’application à de nombreux aspects de l’entreprise.
Composants fondamentaux de l'architecture de l'AI agentique
La plupart des architectures d'AI s à agents peuvent être décomposées en quatre capacités fondamentales, bien que chaque type puisse être structuré autour d'un seul agent ou de plusieurs agents, en fonction de la nature spécifique du problème à résoudre.
- Une couche d'orchestration est chargée de gérer la tâche dans son ensemble et de déléguer des composants à des sous-agents
- Perception Les tâches liées à la perception visent à comprendre la mission et l'intention, ainsi qu'à traiter des sources de données souvent importantes afin d'en extraire les informations pertinentes.
- Le raisonnement Les tâches de raisonnement mobilisent la compréhension de la tâche et les éléments de base nécessaires pour raisonner et déterminer les lignes de conduite idéales.
- Tâches axées sur l'action se connectent à des services externes qui publient leurs capacités disponibles, souvent via des serveurs MCP (Model Context Protocol), afin de permettre des actions externes.
Dans les sections suivantes, nous allons examiner chacune de ces composantes afin de comprendre comment sont construits les systèmes d’ AI s basés sur des agents, ainsi que les nombreux aspects de conception spécifiques nécessaires à la mise en place de systèmes efficaces et performants. Ce blog ne vise pas à couvrir la multitude de normes techniques et d’interfaces utilisées pour interconnecter les systèmes basés sur des agents, ni les environnements complexes de nombreux systèmes distribués, mais propose plutôt une introduction générale aux compromis essentiels et aux approches de conception couramment utilisées aujourd’hui.
Perception : comment les systèmes agents perçoivent et comprennent le monde
La perception est la couche « sensorielle » grâce à laquelle l'AI e agentique appréhende le monde. Pour comprendre le contexte de la tâche à accomplir, les agents doivent analyser et interpréter des données appartenant à toute une série de grandes catégories différentes :
- Entrées en langage naturel, telles que les messages de chat, les e-mails et les tickets d'assistance
- Des données non structurées telles que des cahiers des charges, des pages Web, des fichiers PDF, etc. Il est particulièrement important de transformer ce type de contenu non structuré et très dense en données compréhensibles pour une architecture agentique, car cela permet aux agents d’ AI s de disposer du type de contexte que les humains percevraient normalement.
- Saisie de données structurées, telles que des bases de données SQL, des données de capteurs, des fichiers audio, vidéo ou d'autres formats de stockage d'objets.
Quel que soit le type de données, le défi sous-jacent consiste à les convertir en une représentation structurée que le moteur de raisonnement puisse exploiter efficacement.
Orchestration et raisonnement : le moteur cognitif des agents d’ AI
Au cœur de l’architecture agentique se trouve la couche d’orchestration et de raisonnement. La couche de raisonnement est le « cerveau » d’un agent « AI » qui choisit des objectifs, les décompose en plans, sélectionne des outils et décide quand une tâche est « terminée ». À l’heure actuelle, les modèles de langage à grande échelle (LLM) (GPT-4.1, Gemini Pro, Claude, variantes de LLaMA, etc.) constituent les moteurs de raisonnement les plus courants et en forment le cœur.
La différence entre les appels ponctuels à un LLM et une approche agentique réside dans le fait que la couche de raisonnement, y compris l’orchestrateur global, décompose la tâche en sous-objectifs, qui déterminent quand déléguer à d’autres agents, quand faire appel à des humains, quand utiliser des outils et quand mettre fin à la tâche si l’objectif n’est pas atteint. Dans un système agentique, chaque sous-agent d’une configuration multi-agents se voit confier une mission spécifique, plus ciblée que la mission globale. Cette mission spécifique s’accompagne d’un rôle sur mesure, d’une invite système et de compétences propres, afin d’aider l’agent à se concentrer et à accomplir sa tâche spécialisée plus efficacement.
En fonction de la tâche, les agents de raisonnement sont soigneusement conçus pour garantir que le périmètre de leur travail reste réalisable dans les limites du LLM. Des « hallucinations » et des « oublis » de faits clés peuvent se produire lorsque la longueur maximale des prompts est atteinte, que les données sont fournies dans un format non structuré ou que la tâche est tout simplement trop vaste. Dans ces cas-là, un workflow multi-agents peut s'avérer nécessaire : les tâches plus volumineuses sont alors restructurées en agents séquentiels ou parallèles qui traitent chacun un sous-ensemble plus restreint. La complexité de la collaboration multi-agents réside dans la gestion des sous-tâches, ce qui accroît la complexité de coordination de l'orchestrateur.
Mémoire : contexte à court et à long terme pour les systèmes d'AI s agentiques
L'AI e par agents repose également nécessairement sur une mémoire persistante pour garantir que les agents puissent suivre l'avancement de leur tâche, d'autant plus que ceux-ci opèrent sur la durée, à travers plusieurs étapes, sessions ou tâches successives. Le cas le plus simple est celui de l'historique des conversations, que le cadre d'agents doit restituer à la couche de raisonnement, les LLM étant fondamentalement sans état. Une gestion structurée du contexte est nécessaire pour garantir que la conversation ne déborde pas à mesure que la tâche progresse.
Outre la mémoire à court terme que constitue l'historique des conversations, il existe une mémoire à long terme qui ne repose pas sur un stockage persistant, comme les profils utilisateur, les incidents passés, l'historique des projets ou les documents spécifiques à un domaine, mis en œuvre via des bases de données vectorielles, des graphes de connaissances ou des bases de données relationnelles/SQL. L'utilisation de la mémoire à long terme permet aux agents d'AI s de créer des pipelines RAG (génération augmentée par la recherche) qui permettent, par exemple, à un agent du service client de récupérer d'anciens tickets et l'historique des achats afin de personnaliser ses réponses.
Action : utilisation d'outils, exécution et effets dans le monde réel
Un élément fondamental de l’ AI agentique réside dans la capacité à relier les décisions issues de l’ AI à des changements concrets dans le monde réel, en appelant des outils, des API, des bases de données ou d’autres agents, et en générant du code, des tickets ou des modifications de configuration. À l’heure où nous écrivons ces lignes, les outils sont souvent mis à disposition par MCP, qui publie la liste des outils pouvant être utilisés par l’ AI et fournit un schéma structuré pour les entrées et les sorties.
L'utilisation d'outils a des implications importantes. À l'heure actuelle, surcharger un trop grand nombre d'outils ou proposer des schémas trop complexes risque d'engendrer une confusion, ce qui peut amener le moteur de raisonnement à choisir les mauvais outils ou à surcharger les fenêtres de contexte. Une stratégie permettant d'optimiser les résultats consiste à répartir les agents entre des tâches spécialisées et à attribuer à chacun les outils adaptés à sa sous-tâche.
Il est tout aussi essentiel de garantir un niveau de sécurité suffisant pour que les agents ne puissent accéder qu’aux outils approuvés, et de recourir à une supervision humaine dans les domaines présentant des incertitudes, des risques élevés, des implications financières importantes, etc. La gestion des erreurs est importante, tant pour s’assurer que les outils s’exécutent correctement que pour permettre à l’agent de gérer en douceur la situation en cas d’échec (par exemple, via des nouvelles tentatives contrôlées), ainsi que pour mettre en place des garde-fous garantissant que les appels d’outils sont conformes à la logique métier ou aux politiques de sécurité.
Types d'architecture : systèmes à agent unique, à agents multiples et hybrides
La complexité des systèmes à agents peut varier. Aujourd’hui, les systèmes à agent unique permettent de gérer des flux de travail ciblés, les systèmes multi-agents sont utilisés pour des problèmes complexes ou à grande échelle, et les configurations hybrides associent des agents humains et des agents AI s à tous les niveaux.
- Architectures à agent unique : un agent d’ AI , doté de ses propres capacités de raisonnement, de sa propre mémoire et de ses propres outils, fonctionnant en boucle. On peut citer comme exemples typiques les agents de service client, les assistants internes chargés de la documentation et les agents de génération de rapports.
- Architectures multi-agents : Elles se composent de plusieurs agents spécialisés (par exemple, « chercheur », « planificateur », « exécutant », « réviseur ») qui se coordonnent par le biais de messages. Les modèles de conception de l’IA multi-agents vont des structures hiérarchiques (coordinateur + exécutants) aux réseaux décentralisés de type pair-à-pair, en passant par des modèles hybrides où le leadership peut changer en fonction du contexte de la tâche. Chacun présente ses propres avantages et complexités.
La meilleure pratique consiste à commencer par des systèmes à agent unique et à ne passer à des systèmes multi-agents que pour répondre à des besoins supplémentaires spécifiques (par exemple, le besoin de spécialisation, de parallélisation ou de vérification), afin d'éviter toute complexité inutile.
Perspectives
L'AI e par agents peut accélérer le développement de nouvelles fonctionnalités et fait l'objet d'un déploiement à grande échelle dans de nombreux secteurs et types d'utilisation. La science et les capacités des agents évoluent rapidement, à mesure que de plus en plus de services publient des interfaces MCP permettant aux agents d'y accéder, que ce soit pour des actions d'entrée ou de sortie. Sonatus investit massivement dans ce domaine et fournit des systèmes multi-agents complexes pour prendre en charge des cas d'utilisation allant des tests et de la validation en pré-production jusqu'au service après-vente. Nous sommes enthousiasmés par le potentiel de ce nouveau type de calcul et par les opportunités qu’il peut offrir à nos clients.
