Agent d'IA
Un agent d'IA est un système dans lequel un modèle planifie et exécute des tâches en plusieurs étapes en appelant des outils, comme exécuter du code, chercher sur le web ou modifier des fichiers.
Au lieu de simplement répondre, un agent travaille en boucle : il décide quoi faire, utilise un outil, lit le résultat et continue jusqu'à ce que la tâche soit terminée. Les assistants de codage qui modifient des fichiers et lancent des tests en sont l'exemple le plus courant.
Les agents sollicitent davantage un modèle que le chat. Ils exigent des appels d'outils fiables, un contexte long et la capacité de continuer à progresser sans répéter la même étape. De nombreux nouveaux modèles ouverts, comme GLM-5.3 et Kimi K3.1 Pro, mettent en avant leurs forces agentiques ; regardez les résultats indépendants quand c'est possible et essayez une présélection sur vos propres tâches.
Termes associés
- Modèle de raisonnement Un modèle de raisonnement travaille un problème étape par étape dans une phase de « réflexion », visible ou cachée, avant de donner sa réponse finale.
- Fenêtre de contexte La fenêtre de contexte est la quantité maximale de texte, mesurée en tokens, qu'un modèle peut prendre en compte à la fois, y compris votre prompt et sa propre réponse.
- Benchmark (test de référence) Un benchmark est un test standardisé servant à comparer des modèles, comme une série de questions de mathématiques, de code ou de connaissances ; les scores sont utiles mais faciles à surestimer.
- Mémoire d'agent (Agent memory) La mémoire d'agent permet à un agent d'IA de conserver des faits, des préférences et des expériences passées d'une session à l'autre, au lieu de repartir d'un contexte vide.