Agent IA
Un agent IA est un système dans lequel un modèle de langage décide lui-même de ses prochaines étapes : il appelle des outils, lit les résultats et recommence jusqu'à ce que la tâche soit terminée, au lieu de suivre un script fixe.
Aussi appelé : agent, autonomous agent
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Un chatbot répond à un message à la fois. Un agent reçoit un objectif et y travaille sur de nombreuses étapes, en choisissant au passage quels outils appeler. Un outil peut chercher sur le web, interroger une base de données, modifier un fichier ou lancer un test.
Comment ça marche
Au fond, un agent est une boucle d'agent. Le modèle lit la tâche et les résultats obtenus jusque-là, puis soit demande un outil par l'appel d'outils, soit donne une réponse finale. L'application exécute chaque outil et lui renvoie le résultat. Les outils proviennent souvent de serveurs qui parlent le Model Context Protocol.
Anthropic distingue les agents des workflows. Dans un workflow, le code du développeur fixe l'ordre des étapes. Dans un agent, le modèle dirige son propre processus et décide quels outils utiliser.
Exemple
Chargé de réparer un test qui échoue, un agent de code comme Claude Code lit l'erreur, ouvre les fichiers concernés, en modifie un, relance le test et s'arrête quand il passe.
Limites
Plus d'autonomie signifie plus de façons de se tromper. Les agents coûtent plus cher et prennent plus de temps qu'un seul appel de modèle, les erreurs peuvent s'accumuler d'une étape à l'autre, et un agent disposant d'un large accès aux outils peut causer de vrais dégâts. Commencez par la configuration la plus simple qui fonctionne, testez dans un bac à sable et laissez à une personne la possibilité d'approuver les actions risquées. Le guide des frameworks d'agents compare les principales boîtes à outils.
Termes liés
- IA agentique
- L'IA agentique (agentic AI) désigne un logiciel dans lequel un modèle de langage a une certaine maîtrise de la façon dont une tâche est accomplie : il planifie des étapes, choisit des outils et agit selon les résultats, avec plus d'autonomie qu'un simple prompt suivi d'une réponse.
- Boucle d'agent
- Une boucle d'agent (agent loop) est le cycle répété au cœur d'un agent IA : le modèle demande un appel d'outil, l'application l'exécute et renvoie le résultat, puis le modèle décide de la suite.
- Appel d'outils
- L'appel d'outils (tool calling), aussi appelé appel de fonctions (function calling), est une fonction des API de modèles dans laquelle vous décrivez des fonctions avec un schéma, le modèle répond par une demande structurée d'appel de l'une d'elles, et votre code l'exécute et renvoie le résultat.
- Model Context Protocol
- Le Model Context Protocol (MCP) est un standard ouvert qui définit comment les applications d'IA se connectent à des outils, des données et des prompts externes, à l'aide de messages JSON-RPC échangés entre une application hôte, ses clients et des serveurs distincts.
- Système multi-agents
- Un système multi-agents (multi-agent system) est une configuration dans laquelle plusieurs agents d'IA, chacun avec ses propres instructions, outils et contexte, travaillent sur des parties d'une tâche et se transmettent leurs résultats, ou les transmettent à un agent coordinateur.