Pas besoin d'être développeur pour comprendre la mécanique : tous les agents, du plus simple au plus sophistiqué, tournent dans la même boucle. La voici, étape par étape.
Objectif → 1 · Percevoir → 2 · Réfléchir → 3 · Agir → 4 · Vérifier ↺ → Résultat
L'agent tourne dans cette boucle jusqu'à atteindre l'objectif, épuiser son nombre d'étapes maximal — ou vous demander de l'aide.
1 · Percevoir. L'agent reçoit un déclencheur (un courriel arrive, une heure sonne, vous déposez une demande) et rassemble le contexte : le message, vos fichiers, l'historique de la tâche.
2 · Réfléchir. Le modèle de langage décompose l'objectif en étapes, choisit l'outil adapté et rédige, au besoin, le contenu (une réponse, une requête, un plan).
3 · Agir. L'agent appelle un outil : envoyer le courriel, interroger une base de données, cliquer dans un navigateur, créer un fichier. C'est le moment où l'IA cesse de parler et commence à faire.
4 · Vérifier. L'agent regarde le résultat de son action : réussite, erreur, information nouvelle. Il ajuste l'étape suivante — ou recommence autrement. C'est cette vérification qui distingue un agent d'un simple script : il réagit à ce qui se passe réellement.
Au centre, un grand modèle de langage (GPT, Claude, Gemini, Mistral…). Il comprend les demandes, raisonne et rédige — mais seul, il ne peut rien faire d'autre que produire du texte. Tout ce qui dépasse la conversation passe par les outils.
Un outil est une fonction que l'agent peut appeler : « lire ce courriel », « créer cet événement », « chercher dans cette base ». Pour éviter que chaque logiciel invente sa propre prise, un standard ouvert s'est imposé : MCP (Model Context Protocol), qui permet de brancher des milliers d'outils existants sur presque tous les agents. Notre fiche MCP (Model Context Protocol) explique comment l'utiliser, et le glossaire définit les termes voisins (API, A2A…).
À court terme, l'agent garde le fil dans sa « fenêtre de contexte » : la tâche en cours, les derniers échanges. À long terme, certains agents conservent des notes, des préférences ou des documents de référence qu'ils relisent à chaque mission — c'est ce qui donne l'impression qu'ils « apprennent » vos habitudes. En pratique, ils relisent de très bonnes notes.
La boucle peut dérailler : un agent qui vérifie mal peut boucler, répéter une action coûteuse ou poursuivre un objectif mal formulé avec beaucoup de conviction. C'est pourquoi les systèmes sérieux ajoutent des limites dans la boucle elle-même : nombre maximal d'étapes, budgets plafonnés, validations humaines aux points sensibles. C'est le sujet du guide Risques et garde-fous — et, côté construction, de notre fiche LiteLLM.
Explorer les 111 fiches du répertoire →