Pendant longtemps, utiliser une IA ressemblait surtout à une conversation.
On ouvre ChatGPT, Gemini, Grok ou un autre chatbot, on pose une question, l’IA répond. On peut continuer la discussion, lui demander de modifier sa réponse ou lui confier une nouvelle tâche.
Les agents IA commencent à changer cette logique.
L’idée est assez simple : au lieu de demander à l’IA chaque étape une par une, on peut lui donner un objectif et lui laisser une certaine autonomie pour trouver comment y arriver.
On peut lui donner des outils, des informations, des applications auxquelles accéder ou même lui permettre de travailler avec d’autres agents.
Et surtout, c’est l’utilisateur qui décide jusqu’où il souhaite aller.
CHATBOT OU AGENT ?
La différence est plus facile à comprendre avec un exemple.
Avec un chatbot, on pourrait demander :
« Trouve-moi des informations sur ce sujet. »
« Maintenant, résume-les. »
« Prépare-moi un document avec tout ça. »
Avec un agent, l’idée peut plutôt devenir :
« Prépare-moi un dossier sur ce sujet. »
L’agent peut alors chercher comment atteindre cet objectif, utiliser les outils auxquels il a accès et enchaîner différentes étapes.
Selon ce qu’on lui permet de faire, l’utilisateur peut rester très présent ou lui laisser davantage de liberté.
Et lorsque plusieurs agents peuvent travailler ensemble, les possibilités deviennent encore plus larges.
GARDER LA MAIN
Donner plus d’autonomie à un agent ne veut pas forcément dire tout lui ouvrir.
De mon côté, je préfère rester prudent : je ne connecte pas mes agents à mes comptes bancaires, à des données très personnelles ou à des services sensibles dont ils n’ont pas besoin.
Plus un agent dispose d’outils et d’accès, plus il peut agir pour atteindre l’objectif qu’on lui donne.
Mon principe reste donc simple : lui donner ce dont il a besoin, pas davantage.
Ce n’est pas une règle universelle, simplement une précaution que j’applique aujourd’hui. Chacun reste libre de définir ses propres limites.
GROK BOTS : UNE PETITE ÉQUIPE D’IA
Avec Grok Bots, l’approche ressemble rapidement à une équipe.
On peut créer plusieurs bots spécialisés : un pour écrire, un autre pour chercher des informations, un autre pour organiser certaines tâches…
Chaque bot dispose de son propre environnement de travail et peut recevoir des outils, des fichiers ou des compétences particulières.
Mais le plus intéressant est qu’ils peuvent également communiquer entre eux.
Un bot peut demander l’aide d’un autre. Plusieurs bots peuvent travailler sur différentes parties d’un même objectif.
xAI présente également le principe du Bot Boss : un bot qui sert de point d’entrée principal. On s’adresse à lui et il peut ensuite transmettre la demande aux bots concernés avant de faire remonter le résultat.
Cela commence presque à ressembler à une petite équipe virtuelle.
De mon côté, après avoir créé plusieurs Grok Bots, j’ai justement vu apparaître récemment un nouveau bot semblant jouer ce rôle de coordination, sans avoir demandé sa création.
Je continue donc à observer son fonctionnement. Le rôle de coordination existe bien, mais cette apparition automatique n’est pas encore clairement expliquée dans les informations publiques que j’ai pu trouver.
MUSE : UN AGENT PERSONNEL AU CENTRE D’UN ÉCOSYSTÈME
Meta prend une direction un peu différente avec Muse.
Ici, l’idée semble davantage être celle d’un agent personnel unique, capable de s’occuper de nombreux types de tâches.
Muse dispose de son propre environnement de travail et peut utiliser différents services et outils connectés pour essayer d’atteindre l’objectif qu’on lui confie.
Mais Meta semble également vouloir construire tout un écosystème autour de cet agent.
Muse doit notamment pouvoir fonctionner avec les lunettes IA de Meta. L’entreprise a également présenté Muse Charm, un petit objet permettant d’interagir directement avec son agent.
L’idée devient alors intéressante : l’agent ne resterait plus seulement dans une application ou derrière un écran, mais pourrait progressivement nous accompagner à travers différents appareils.
DOTS : UN AGENT QUI RESTE LÀ
Les Dots d’OpenAI proposent encore une autre approche.
Un Dot est un agent persistant dans ChatGPT. Il dispose de son propre environnement dans le cloud, peut travailler avec les applications qu’on choisit de lui connecter et continuer à suivre un objectif entre plusieurs conversations.
Mais OpenAI pousse également assez loin l’idée de présence.
On peut notamment appeler son Dot et lui parler, presque comme on appellerait quelqu’un.
Pour l’instant, un Dot ne peut pas appeler lui-même son utilisateur de sa propre initiative, mais cette manière de communiquer donne déjà une autre dimension à la relation avec l’IA.
On ne vient plus forcément uniquement ouvrir un chatbot pour lui poser une question : on retrouve un agent que l’on a configuré et qui conserve son rôle.
GEMINI SPARK : OBJECTIFS, AUTOMATISATIONS ET SKILLS
Google développe de son côté Gemini Spark.
Son fonctionnement repose notamment sur plusieurs éléments assez simples à comprendre.
Une Task correspond à ce que l’on veut accomplir.
Un Schedule permet de décider quand une tâche doit se lancer, notamment de manière automatique.
Et une Skill permet d’apprendre à Spark une manière particulière de faire quelque chose, avec des instructions et des outils qui pourront être réutilisés.
On peut donc progressivement construire une sorte de boîte à outils adaptée à ses propres besoins.
Spark profite aussi naturellement de l’écosystème Google et peut travailler avec différents services et applications connectés.
À l’heure où cet article est écrit, son accès reste cependant limité selon les pays et les abonnements, notamment en Europe.
LES POSSIBILITÉS VONT BEAUCOUP PLUS LOIN
Grok Bots, Muse, Dots ou Gemini Spark ne représentent qu’une partie de ce qui existe déjà.
Des solutions externes et open source permettent également de connecter des modèles à de nouveaux outils, de créer des automatisations ou encore de faire communiquer différents agents et systèmes entre eux.
Il devient donc difficile de résumer un agent par une simple liste de fonctions.
La vraie question devient plutôt :
Quel objectif lui donne-t-on, à quoi lui donne-t-on accès et jusqu’où décide-t-on de le laisser agir ?
Un agent peut rester un assistant très encadré.
Ou devenir une pièce d’un système beaucoup plus grand, composé de plusieurs outils et de plusieurs agents spécialisés.
Et les usages possibles sont déjà immenses : organisation, recherche, création, veille, travail, automatisation… avec des configurations qui peuvent rester très simples ou devenir beaucoup plus complexes.
Point In the Loop — Yone
Pour l’instant, les deux approches qui m’intriguent le plus sont Dots et Muse, notamment avec Muse Charm et cette idée d’un agent qui pourrait nous accompagner autrement qu’à travers un simple écran.
En attendant, j’utilise Grok Bots pour me familiariser avec les agents. Mes usages restent assez simples, mais je trouve déjà intéressant de voir ce qu’on peut construire : plusieurs bots avec des rôles différents, capables de travailler ensemble et de s’organiser autour d’un objectif.
Spark m’intéresse forcément aussi puisque j’utilise beaucoup Gemini. Mais puisqu’il n’est pas disponible en France pour le moment, il faudra attendre.
Je découvre encore tout ça, et c’est justement ce qui m’intéresse : il n’est pas nécessaire d’être spécialiste pour commencer à comprendre les possibilités des agents et imaginer ses propres usages.