Agent IA

IA / LLM 🟡 Mid

Définition

Système où le LLM décide lui-même de ses étapes et de ses appels d'outils pour atteindre un objectif, par opposition au workflow dont le chemin est fixé par le code (distinction posée par Anthropic le 19 décembre 2024). Un agent = un modèle + des outils + une boucle + un contexte géré. À réserver aux tâches ouvertes où l'erreur est rattrapable (tests, revue, rollback).

Analogie

Un stagiaire autonome à qui l'on confie une mission, un badge d'accès limité et un point d'étape régulier.

Exemple de code

// Critères avant de construire un agent (Anthropic, « Building effective agents »)
const shouldBuildAgent = {
  complexite: 'tâche multi-étapes difficile à spécifier à l\'avance',
  valeur:     'le résultat justifie coût et latence supérieurs',
  viabilite:  'le modèle est réellement compétent sur ce type de tâche',
  coutErreur: 'les erreurs sont détectables et réversibles (tests, revue, rollback)',
};
// Un seul « non » → rester sur un appel simple ou un workflow codé.
const agentOK = Object.values(shouldBuildAgent).every(Boolean);

Cas d'usage

Agent de code (Claude Code, Codex), agent support qui consulte CRM et base de tickets, agent de recherche.

Anti-pattern

Construire un agent pour un besoin qui tient en un appel ou une chaîne de deux prompts.
#ia#agents#interview

En entretien

  1. Explique-moi la différence entre un agent IA et un workflow.

    Un agent est un système où le LLM décide lui-même de ses étapes et de ses appels d'outils pour atteindre un objectif, alors qu'un workflow suit un chemin fixé par le code, distinction posée par Anthropic le 19 décembre 2024. Un agent, c'est un modèle plus des outils plus une boucle plus un contexte géré.

  2. Quand éviter de construire un agent ?

    Pour un besoin qui tient en un seul appel ou une chaîne de deux prompts, où un workflow simple suffit largement. Un agent se réserve aux tâches ouvertes où l'erreur reste rattrapable, comme des tests ou une revue avec rollback possible.

Dans l'actu

  • 01/10 OpenAI a prévenu plus de 100 organisations d'incidents liés à une activité non a… L'audit fait suite au piratage accidentel de Hugging Face par ses agents en juillet, toujours qualifié par OpenAI d'incident « rogue agent » le plus sévère identifié. Semaine 40 (2e moitié) · 1er – 4 octobre 2026 →
  • 02/10 WordPress.com étend son outillage IA : le WordPress Agent sait maintenant installer, activer et mettre à jour des plugins depuis le chat, et un plugin officiel WordPress.com arrive sur la marketplace de Cursor pour gérer son site depuis l'éditeur IA. Semaine 40 (2e moitié) · 1er – 4 octobre 2026 →
  • 02/10 Le feature plugin Presence API (0.14.0) progresse vers le core WordPress : les post locks sont stockés dans la table de présence au lieu des métadonnées (fini les invalidations de cache), l'admin réseau multisite affiche qui est c… Semaine 40 (2e moitié) · 1er – 4 octobre 2026 →
  • 24/09 GitHub Security Lab publie sa Fuzzing Taskflow : un pipeline de fuzzing autonome pour projets C/C++ piloté par un agent LLM (Claude Sonnet 5 par défaut) qui identifie les points d'entrée, écrit des harness AFL++, lit les rapports de couverture et génère un rapport de vulnérabilité par crash avec correctif suggéré. Semaine 39 · 21 – 27 septembre 2026 →
  • 04/09 L'équipe Next.js raconte comment un agent de recherche (`closability`, sur le framework eve et Vercel Sandbox) a aidé à fermer 1 462 issues en un mois : 200 sessions en parallèle, sandbox isolée, lecture seule hors sandbox, instru… Bilan septembre 2026 →

Fiche mise à jour le 2026-09-27

← → au clavier pour passer d'une fiche à l'autre