Vingt-deux termes, une définition courte et claire chacun — ceux qui reviennent dans toutes les fiches de ce répertoire et dans tous les articles sur les agents.
Logiciel à qui l'on confie un objectif et qui enchaîne seul les étapes pour l'atteindre, en utilisant des outils. Voir le guide Qu'est-ce qu'un agent IA ?
Agent capable de travailler longtemps sans supervision entre deux interventions humaines. Plus l'autonomie est grande, plus les garde-fous doivent être stricts.
Protocole ouvert (Google, 2025 ; version 1.0 en mars 2026) qui permet à des agents de fournisseurs différents de se découvrir et de se déléguer des tâches, via des « Agent Cards » décrivant leurs capacités. Là où MCP branche un agent sur des outils, A2A branche les agents entre eux. Voir la fiche MCP (Model Context Protocol).
Interface qui permet à un logiciel d'en utiliser un autre de façon structurée (lire des courriels, créer un événement…). C'est par les API que les agents agissent sur vos outils.
Mot de passe technique qui identifie votre compte auprès d'un fournisseur de modèles ou de services. Qui la détient peut dépenser votre crédit : on la protège et on la plafonne.
Capacité d'un agent à utiliser un ordinateur comme un humain : voir l'écran, cliquer, taper. Utile quand un logiciel n'a pas d'API, mais plus lent et plus fragile.
Technique où plusieurs modèles répondent à la même question, se relisent anonymement et font synthétiser un verdict — pour les décisions importantes. Voir la fiche LLM Council.
Quantité d'information qu'un modèle peut garder « en tête » pendant une tâche : la conversation, les documents fournis, les résultats des étapes. C'est la mémoire de travail de l'agent.
Événement qui lance l'agent : un courriel qui arrive, une heure de la journée, un formulaire rempli, une phrase que vous écrivez.
Limite posée à un agent : budget maximal, nombre d'étapes, validation humaine, accès restreints. Voir le guide Risques et garde-fous.
Réponse fausse produite avec assurance par un modèle (fait inventé, source imaginaire, chiffre approximatif présenté comme exact). La parade : exiger des sources et vérifier.
Le « cerveau » des agents actuels : un modèle entraîné sur d'immenses quantités de texte (GPT, Claude, Gemini, Mistral…) qui comprend et produit du langage.
Standard ouvert qui permet de brancher des outils et des données sur presque tous les agents, via des « serveurs MCP ». C'est devenu la prise universelle des agents. Voir la fiche MCP (Model Context Protocol).
Ce que l'agent conserve entre les tâches : notes, préférences, documents de référence. À distinguer de la fenêtre de contexte, qui est sa mémoire de travail immédiate.
Le programme d'IA qui raisonne et rédige. Un même produit d'agent peut souvent fonctionner avec plusieurs modèles, de prix et de niveaux différents.
Art d'organiser le travail de plusieurs agents ou étapes : qui fait quoi, dans quel ordre, avec quels contrôles. Les frameworks comme CrewAI ou LangGraph servent à ça.
Fonction qu'un agent peut appeler pour agir : envoyer un courriel, chercher sur le web, modifier un fichier. Sans outils, un modèle ne fait que discuter.
L'instruction donnée à l'agent ou au modèle : la demande, son contexte et ses contraintes. La qualité du prompt influence directement celle du résultat.
Technique qui permet à un agent de chercher ses réponses dans VOS documents (plutôt que dans sa seule mémoire d'entraînement) et de les citer. C'est ce qui rend les réponses vérifiables.
Environnement isolé où l'agent travaille sans pouvoir toucher au reste de votre système. Indispensable pour les agents qui manipulent des fichiers ou du code.
Petit morceau de texte (environ un mot ou moins en français) qui sert d'unité de compte aux modèles : les appels API se facturent au nombre de tokens lus et écrits.
Suite d'étapes définie à l'avance. Un workflow est prévisible ; un agent peut suivre un workflow, mais aussi s'en écarter intelligemment quand la situation l'exige.
Explorer les 111 fiches du répertoire →