Test d'Amazon Nova Act : un SDK en préversion de recherche pour des agents qui utilisent un navigateur web
Par Andrew Miller · · Mis à jour le 23 oct. 2026
Mise à jour du 23 octobre 2026 : Nova Act n'est plus une préversion de recherche. AWS en a fait un service en disponibilité générale lors de re:Invent en décembre 2025, reposant sur un modèle Amazon Nova 2 Lite personnalisé : les détails de l'époque de la préversion sont donc dépassés.
Les scripts d'automatisation de navigateur cassent dès qu'un site déplace un bouton. Amazon Nova Act était la tentative d'Amazon pour y remédier : un modèle d'IA associé à un kit de développement logiciel (SDK), conçu par Amazon Artificial General Intelligence (AGI), qui permet aux développeurs d'écrire des agents travaillant dans un navigateur web. L'agent lit la page, trouve les bons boutons et formulaires, et accomplit des tâches comme soumettre une demande d'absence ou extraire des données d'un site.
Au moment de la rédaction, il s'agissait d'une préversion de recherche. Vous décrivez chaque étape en langage courant, et le modèle détermine où cliquer : l'agent s'adapte ainsi à des changements de mise en page qui casseraient un script écrit à la main.
Sources :
- Introducing Amazon Nova Act | Amazon AGI Labs
- Amazon Nova: Explore Amazon's Latest AI Capabilities
Ce qu'il fait
- Il agit dans le navigateur. L'agent clique, tape et navigue à votre place, ce qui fait gagner du temps sur les tâches répétitives et supprime les fautes de frappe. Il repose sur le modèle Nova Act, une version du grand modèle de langage (LLM) Nova d'Amazon entraînée à comprendre la structure des pages web.
- Il accepte des instructions en langage courant. Vous lui dites quoi faire en une phrase, et le modèle Nova traduit cela en actions.
- Il s'adapte aux changements de page. Comme le modèle généralise d'une mise en page à l'autre, une refonte n'oblige pas à réécrire le script.
- Python pour le reste. Vous ajoutez votre propre logique et connectez d'autres systèmes en Python, y compris des frameworks comme LangChain pour des workflows plus longs.
- Construit sur Playwright. Playwright, la bibliothèque open source d'automatisation de navigateur, gère le navigateur lui-même, ce qui le fait fonctionner sous Chrome comme sous Firefox.
- Il découpe les grosses tâches en étapes. Une tâche complexe est divisée en actions plus petites, ce qui permet de voir plus facilement où quelque chose a échoué.
- Il appelle des API. Les agents peuvent aussi récupérer des données auprès de services externes par des appels d'API.
À quoi il pouvait servir
Comme Nova Act n'était encore qu'une préversion, peu d'entreprises avaient expliqué publiquement comment elles l'utilisaient. Les exemples d'Amazon, et les prolongements évidents, ressemblent à ceci :
- Achats. Rechercher des produits, comparer les prix et acheter. La démo d'Amazon cherche une cafetière sur Amazon, choisit le premier résultat et l'ajoute au panier. LangChain pourrait coordonner plusieurs agents pour des tâches plus importantes.
- Administratif. Configurer des messages d'absence, gérer des agendas et remplir des formulaires internes ; par exemple, soumettre une demande d'absence et bloquer un créneau dans l'agenda.
- Collecte de données. Extraire des informations de sites web pour des études de marché, par exemple rassembler des annonces d'appartements et calculer la distance de chacun à une gare.
- Support client. Naviguer dans des portails d'assistance, créer des tickets et chercher des informations dans des bases de connaissances.
- Tests. Les équipes QA peuvent scripter des interactions avec des applications web et des jeux sur navigateur ; selon Amazon, Nova Act peut jouer à des jeux web qu'il n'a jamais vus.
Ce qui fonctionne
- Les scripts qui dépendent d'une structure de page fixe cassent quand la page change ; Nova Act relit la page à chaque fois, ce qui réduit la maintenance.
- Les étapes en langage courant abaissent la barrière pour les personnes qui ne sont pas spécialistes de l'automatisation.
- Il utilise des outils que les développeurs connaissent déjà : Python et Playwright.
- Le découpage des tâches en étapes facilite le débogage des échecs.
- Le SDK est open source sous licence Apache 2.0.
- Il s'intègre aux services AWS comme Amazon Bedrock, ce qui aide les équipes déjà sur AWS.
Le hic
- La formulation compte. Les résultats dépendent fortement de la façon dont vous rédigez chaque instruction : il y a donc une compétence de rédaction de consignes à acquérir. De meilleurs outils de consignes, ou l'association avec un modèle comme GPT-4 d'OpenAI pour rédiger les instructions, pourraient aider.
- Il se trompe. En tant que préversion de recherche, il commet des erreurs, surtout sur des sites complexes ou inconnus. L'entraînement sur les retours des utilisateurs devrait améliorer cela avec le temps.
- L'injection de consignes. Un site malveillant peut glisser des instructions qui poussent l'agent à des actions que vous n'avez pas demandées, ou à divulguer des données.
- Navigateur uniquement. Il ne contrôle pas les applications de bureau, ce que sait faire Computer Use d'Anthropic.
Comment il se compare
Ses concurrents les plus proches à l'époque étaient Operator d'OpenAI et Computer Use d'Anthropic.
| Fonctionnalité | Amazon Nova Act | OpenAI Operator | Anthropic Computer Use |
|---|---|---|---|
| Rôle principal | Automatisation du navigateur web | Tâches sur le web | Usage général de l'ordinateur, web compris |
| Modèle | LLM Amazon Nova | GPT-4o avec Computer-Using Agent (CUA) | Claude 3.5 Sonnet |
| Mode d'utilisation | SDK avec Python et Playwright | Dans ChatGPT, facile à prendre en main | Accès par API, configuration nécessaire |
| Types de tâches | Tâches web comme le remplissage de formulaires | Tâches web comme les réservations et les achats | Large, applications de bureau comprises |
| Gestion du changement | S'adapte aux changements de page | Raisonne et se corrige | Lit l'écran et agit |
| Rôle du modèle | Le LLM Nova comprend les pages web | GPT-4o pour le raisonnement et la vision | Claude interprète l'écran |
Operator est le plus simple pour démarrer, car il se trouve dans ChatGPT. Nova Act s'adresse aux développeurs qui veulent écrire l'agent en code. Computer Use demande le plus de configuration mais peut fonctionner hors du navigateur.
Tarifs
Pendant la préversion de recherche, le SDK était disponible à titre expérimental via Amazon Nova Act avec une clé d'API, et Amazon n'avait annoncé aucun tarif. Vu le lien avec AWS, une tarification à l'usage comme celle d'Amazon Bedrock semblait l'issue la plus probable. À titre de comparaison, Operator d'OpenAI était inclus dans l'abonnement ChatGPT Pro (20 $/mois), et Computer Use d'Anthropic était facturé à l'usage via l'API.
Notre avis : Nova Act était une préversion prometteuse pour les développeurs déjà sur AWS lassés des scripts Playwright fragiles, à condition de vérifier son travail et de le tenir à l'écart des sites non fiables. Nous lui avons attribué la note de 4/5.