Agents autonomes : définition et fonctionnement

Définition d’un agent autonome

Un agent autonome est un système d’IA qui travaille de lui-même à l’atteinte d’un objectif. Une personne décrit le résultat souhaité, et l’agent détermine les étapes à suivre et les exécute.

Imaginons qu’une personne veuille choisir entre trois outils de gestion de projet. Un agent autonome peut faire une recherche sur chaque outil, ouvrir sa page de tarifs, noter les différences et remettre une comparaison complète. La personne fixe l’objectif et examine le résultat, et l’agent s’occupe du travail entre les deux.

Bon nombre d’agents logiciels actuels utilisent un grand modèle de langage (LLM) pour interpréter les instructions et décider de la suite. Certains modèles traitent aussi des images ou de l’audio. Pour effectuer des recherches sur le Web, cliquer sur des boutons ou envoyer des courriels, l’agent a besoin d’un logiciel qui relie le modèle à des outils et exécute ses requêtes.

Dans l’exemple de la gestion de projet, le LLM et l’agent fonctionneraient ainsi :

1. Le LLM lit l’objectif et rédige une requête pour rechercher les tarifs du premier outil.
2. Le logiciel de l’agent effectue la recherche et renvoie les résultats au LLM sous forme de texte.
3. Le LLM lit les résultats, choisit l’étape suivante (ouvrir la page de tarifs) et rédige une nouvelle requête.
4. Le cycle se répète jusqu’à ce que le LLM juge la comparaison terminée et rédige la réponse finale.

Agrandir

Niveaux d’autonomie

Dans un système d’IA agentique (une IA conçue pour agir, et pas seulement pour répondre à des questions), l’autonomie est un choix de conception. Un même agent peut être configuré pour consulter la personne avant chaque étape ou pour accomplir seul une tâche entière.

Des chercheurs de l’Université de Washington proposent un cadre à cinq niveaux pour expliquer les différents degrés d’autonomie qu’un agent peut avoir :

Au niveau 4, un agent pourrait faire des recherches et rédiger un bon de commande de lui-même, mais s’arrêter avant de le soumettre. Au niveau 5, il soumettrait aussi la commande.

Agents d’IA autonomes, automatisation et robots conversationnels : comparaison

Les agents autonomes se distinguent des robots conversationnels et de l’automatisation des flux de travail sur deux plans : ils décident eux-mêmes de leurs étapes, et ils effectuent des actions dans d’autres applications et sites Web.

Un robot conversationnel répond aux questions dans une conversation, mais n’agit généralement pas en dehors de celle-ci. L’automatisation des flux de travail, elle, agit, mais seulement en suivant des étapes que quelqu’un a configurées à l’avance. Un type courant est l’automatisation robotisée des processus (RPA), un logiciel qui répète des tâches simples fondées sur des règles, comme copier des données d’un système à un autre.

Un agent autonome fait les deux : il agit dans d’autres logiciels et choisit lui-même ses étapes vers un objectif, dans les limites des outils, des autorisations et des instructions qui lui sont fournis.

Une plainte concernant une commande en retard illustre bien la différence. Un robot conversationnel pourrait répondre par une explication préétablie de la politique d’expédition. Une automatisation des flux de travail pourrait envoyer un courriel standard « commande en retard ». Un agent autonome pourrait consulter la commande, constater qu’elle a été perdue pendant le transport, envoyer un article de remplacement et informer le client.

Fonctionnement des agents autonomes

Un agent autonome s’appuie sur quatre capacités pour accomplir une tâche : planifier ses étapes, utiliser des outils, se souvenir de ce qu’il a fait et vérifier ses propres résultats. Pour les tâches plus importantes, certains agents répartissent aussi le travail entre une équipe d’agents.

1. Décomposer les objectifs et planifier

Un objectif est généralement trop vaste pour être réalisé en une seule étape; la première tâche d’un agent consiste donc à le décomposer en tâches plus petites. Par exemple, si l’utilisateur demande à l’agent de planifier une retraite d’équipe hors site, celui-ci pourrait diviser l’objectif ainsi : choisir les dates, trouver des lieux qui respectent le budget, vérifier les disponibilités et rédiger une invitation.

Selon leur conception, les agents peuvent planifier à l’avance ou au fur et à mesure. Planifier à l’avance signifie rédiger toutes les étapes avant de commencer, ce qui convient aux tâches courtes et prévisibles. Planifier au fur et à mesure signifie prévoir la prochaine étape ou les deux suivantes, agir, puis réviser le plan en fonction des résultats obtenus. Si le lieu privilégié pour la retraite était déjà réservé, l’agent pourrait passer à l’option suivante sans tout recommencer.

Agrandir

Une revue de la littérature sur les agents autonomes fondés sur des LLM menée par l’Université Renmin de Chine conclut que cette seconde approche gère mieux les tâches complexes, car il est difficile de rédiger un plan parfait avant d’avoir vu le moindre résultat. Bon nombre d’agents combinent les deux : ils esquissent d’abord un plan complet, puis le révisent en cours de travail.

2. Agir à l’aide d’outils

Une fois le plan établi, l’agent l’exécute une tâche à la fois, en choisissant un outil pour chacune.

• Pour trouver des lieux, il pourrait utiliser la recherche Web avec une requête comme « lieux pour une retraite d’équipe de 20 personnes près d’Austin ».
• Pour vérifier les disponibilités, il pourrait ouvrir la page de réservation de chaque lieu dans un navigateur et consulter le calendrier.
• Pour envoyer l’invitation, il pourrait se connecter au courriel de la personne au moyen d’une API, la connexion qui permet à un logiciel de demander des données ou des actions à un autre.

Après chaque action, l’agent lit ce qui lui est renvoyé et décide de la suite. Si la recherche fait ressortir cinq lieux, il vérifie leurs disponibilités. Si une page de réservation ne se charge pas, il essaie le numéro de téléphone du lieu ou passe à l’option suivante.

Les outils dont dispose un agent déterminent les tâches qu’il peut accomplir seul. Sans accès au courriel, il peut rédiger l’invitation, mais pas l’envoyer.

3. Suivre la progression grâce à la mémoire

Pendant qu’il travaille, l’agent doit garder une trace de ce qu’il a fait et de ce qu’il a appris. Après avoir vérifié trois lieux, il doit savoir lesquels étaient réservés, lesquels avaient de la place et combien coûte chacun. Ces renseignements se trouvent dans la fenêtre de contexte du LLM, c’est-à-dire la quantité de texte que le modèle peut prendre en compte à la fois.

Les tâches longues peuvent dépasser cette fenêtre de contexte. Les agents dotés d’une mémoire à long terme pallient ce problème en enregistrant l’information à l’extérieur du modèle, généralement dans une base de données, et en ne récupérant que ce dont l’étape en cours a besoin.

La mémoire à long terme se conserve aussi d’une tâche à l’autre. Au moment de planifier la retraite de l’an prochain, l’agent pourrait réutiliser la liste de lieux et le budget de cette année, ou se rappeler que l’équipe préfère les lieux situés à moins d’une heure de route.

4. Vérifier les résultats et rectifier le tir

Pendant qu’ils travaillent, bon nombre d’agents surveillent les signes indiquant qu’une étape a mal tourné. Si un formulaire de réservation renvoie une erreur ou qu’une recherche ne donne aucun résultat, l’agent essaie une autre approche. Lorsqu’il arrive à une décision qu’il ne devrait pas prendre seul, par exemple déterminer si un lieu qui dépasse légèrement le budget est acceptable, il consulte la personne et s’ajuste en fonction de sa réponse.

Avant de remettre leur travail, bon nombre d’agents examinent leurs résultats. Le LLM relit ce qu’il a produit, le compare à l’objectif et dresse la liste de tout ce qui manque ou est erroné. L’agent apporte des corrections et vérifie de nouveau, jusqu’à ce que le résultat atteigne l’objectif. Par exemple, s’il manque l’adresse du lieu dans l’invitation, la révision le repère et l’agent l’ajoute avant l’envoi.

5. Répartir le travail entre plusieurs agents

Certaines tâches avancent plus vite lorsque plusieurs agents se les partagent. Un agent principal divise le travail et en confie des parties à des sous-agents.

Perplexity Computer fonctionne de cette façon. Une personne décrit le résultat souhaité, et Computer le décompose en tâches et en sous-tâches, puis crée des sous-agents pour les exécuter. Les sous-agents peuvent faire des recherches sur le Web, générer des documents, traiter des données ou appeler des services connectés au moyen d’API.

Lorsque Computer se heurte à un problème, il crée de nouveaux sous-agents pour le résoudre. Chaque sous-agent peut aussi fonctionner avec un modèle d’IA différent, de sorte que chaque partie du travail est confiée au modèle le mieux adapté.

Ainsi, dans l’exemple de la retraite d’équipe, un sous-agent pourrait rechercher des lieux pendant qu’un autre vérifie les calendriers de l’équipe et qu’un troisième examine les options de déplacement.

Agrandir

Comment les gens utilisent les agents autonomes

Les gens utilisent surtout les agents autonomes pour le travail intellectuel du quotidien : recherche, rédaction, courriel et études. Dans une étude menée par des chercheurs de Harvard et de Perplexity, les tâches liées à la productivité et à l’apprentissage représentaient 57 % des requêtes agentiques. Les exemples ci-dessous montrent ce qu’un agent fait pour chaque type de travail.

Recherche et analyse

La recherche convient bien aux agents, car elle comporte de nombreuses petites étapes. Un agent peut faire des recherches, ouvrir des sources, les lire et comparer leur contenu. Prenons une requête comme « trouve trois études récentes sur le télétravail et la productivité, et résume les conclusions de chacune ». L’agent recherche des études et ouvre les plus pertinentes. Il lit les conclusions de chaque étude et rédige un résumé avec des liens vers chaque source. Si une étude est derrière un mur payant, l’agent passe à la suivante. Dans l’étude, le résumé et l’analyse de recherches représentent 7 % des requêtes agentiques.

Documents, courriel et calendriers

Les agents travaillent souvent dans les outils que les gens utilisent déjà au quotidien. Dans l’étude de Harvard et de Perplexity, les outils de traitement de documents de Google et le courriel étaient les deux plus courants, représentant ensemble environ le quart des requêtes agentiques. Prenons une requête comme « passe en revue les courriels non lus de cette semaine, signale tout ce qui vient de clients et rédige des réponses aux demandes de rendez-vous ». L’agent ouvre la boîte de réception et trie les messages. Il consulte le calendrier pour trouver des plages libres et rédige une réponse à chaque demande. Il peut enregistrer les brouillons sans les envoyer, afin que la personne puisse d’abord les examiner un par un.

Apprentissage et travaux de cours

Les étudiants utilisent des agents pour étudier. Les travaux de cours constituent la plus grande catégorie d’utilisation des agents dans l’étude, avec 13 % des requêtes agentiques. Une requête comme « fais-moi passer un questionnaire sur le chapitre quatre de mes lectures de cours » envoie l’agent sur le site Web du cours, où il lit le chapitre, rédige des questions sur les points clés et vérifie les réponses de l’étudiant. La même approche fonctionne pour toute personne qui apprend un nouveau sujet, comme un employé qui doit se familiariser rapidement avec un secteur qu’il connaît mal.

Magasinage et comparaisons

Le magasinage représente 10 % des requêtes agentiques, principalement pour rechercher et comparer des produits. Lorsqu’on lui demande de « trouver un bureau assis-debout à moins de 400 $ avec de bonnes critiques », un agent effectue des recherches chez plusieurs détaillants, filtre les résultats par prix et par note, compare les meilleures options et peut ajouter la meilleure au panier. Confier à un agent la comparaison d’options sur plusieurs sites Web peut faire gagner beaucoup de temps, puisque la personne n’a plus à ouvrir et à recouper chaque fiche.

Sept pratiques exemplaires pour utiliser les agents autonomes

1. Commencer par des tâches faciles à vérifier

Les meilleures tâches pour commencer sont celles où une erreur est facile à repérer et peu coûteuse à corriger. Les synthèses de recherche et les comparaisons de produits sont de bons points de départ. Si l’agent fournit des liens vers ses sources, vérifier le travail ne prend que quelques minutes. À mesure que la confiance s’installe, on peut lui confier des tâches plus longues, comportant davantage d’étapes.

2. Définir des résultats et des contraintes clairs

L’agent peut prendre de meilleures décisions s’il sait pourquoi la tâche est importante. Une bonne requête se lit comme un mandat confié à un sous-traitant : l’objectif, le public, ce qu’on sait déjà et ce qui a été écarté. « Compare ces trois fournisseurs pour une note destinée au conseil d’administration; le conseil se préoccupe surtout du risque lié à la mise en œuvre, et nous avons déjà exclu ceux qui ne sont pas conformes à SOC 2 » donne à l’agent ce dont il a besoin pour exercer son jugement de façon autonome.

3. Ajouter des points d’approbation

Certaines actions sont irréversibles, comme envoyer un courriel, effectuer un achat, supprimer des fichiers ou soumettre un formulaire. Lorsque l’agent le permet, configurez-le pour qu’il fasse une pause et demande votre accord avant ces étapes. La requête elle-même peut aussi fixer un point d’arrêt. « Rédige des réponses, mais ne les envoie pas » ou « ajoute la meilleure option à mon panier, mais ne passe pas la commande » indique précisément à l’agent où s’arrêter et vous redonner le contrôle.

4. Examiner le plan avant de commencer le travail

Pour une tâche plus importante, demandez à l’agent de présenter son plan avant de commencer. Examiner un plan prend une minute, et corriger un malentendu à ce stade coûte beaucoup moins cher que de le découvrir dans un livrable terminé.

5. Limiter l’accès à ce dont la tâche a besoin

Chaque compte auquel un agent peut accéder est un compte dans lequel il peut agir. Ne connecter que les applications nécessaires à une tâche permet de garder les données sensibles hors de portée et de limiter les risques. Un agent qui fait des recherches sur des fournisseurs n’a pas besoin d’accéder aux courriels. Un agent qui rédige des réponses, oui, mais il n’a pas forcément besoin de l’autorisation de les envoyer.

6. Intégrer les vérifications à la requête

Les agents examinent déjà leurs propres résultats; la requête peut donc leur indiquer quoi vérifier. Préciser à quoi ressemble un bon résultat (« chaque donnée chiffrée doit s’appuyer sur une source de 2025 ou plus récente ») amène l’agent à appliquer cette norme avant de remettre son travail. Lui demander de distinguer les faits confirmés de ses propres déductions et de signaler les hypothèses permet à la personne de réviser le travail plus rapidement et de façon plus ciblée.

7. Réutiliser ce qui fonctionne

Une requête qui a donné un excellent résultat peut servir de modèle pour la prochaine tâche similaire. Fournir à l’agent un exemple de bon résultat, comme le rapport du trimestre dernier, est souvent plus efficace que de décrire le format avec des mots. Les tâches récurrentes peuvent devenir des flux de travail permanents.

L’approche de Perplexity en matière d’agents autonomes

Perplexity propose deux agents autonomes. Comet Assistant s’occupe des tâches quotidiennes directement dans le navigateur, et Perplexity Computer prend en charge des projets plus importants qui peuvent durer des heures, voire plus.

Comet Assistant est intégré à Comet, le navigateur IA de Perplexity. Il travaille sur les sites Web que la personne a déjà ouverts, ce qui lui permet de planifier des réunions, de modifier des documents, d’envoyer des courriels et de réserver des vols sans changer d’outil.

Computer s’exécute dans le nuage et répartit chaque objectif entre des sous-agents, comme décrit précédemment. Il se connecte à des centaines de services, et il est possible de choisir des modèles d’IA précis pour des parties précises du travail. Computer est offert aux abonnés Pro et Max.

Découvrez Comet Assistant pour essayer un agent dans le navigateur, ou Perplexity Computer pour confier un projet plus important.

Foire aux questions

Un agent autonome est-il la même chose que l’IA agentique?

Non, mais les deux termes se recoupent. L’IA agentique désigne généralement la catégorie plus large des systèmes d’IA qui poursuivent des objectifs en planifiant et en passant à l’action. Un agent autonome est un système précis de cette catégorie qui accomplit son travail avec peu d’approbations étape par étape.

Tous les agents IA sont-ils autonomes?

Non. Certains agents n’exécutent chaque étape que lorsqu’une personne le leur demande, tandis que d’autres accomplissent une tâche entière par eux-mêmes. Les niveaux d’autonomie décrits précédemment illustrent tout l’éventail, des agents qu’une personne pilote étape par étape à ceux qu’elle se contente de surveiller.

Les agents autonomes peuvent-ils effectuer des achats ou des paiements?

Certains agents peuvent aider à effectuer des achats, selon le site Web, les autorisations et les mesures de protection en place. Comet Assistant peut comparer des produits et aider à finaliser une commande. Instant Buy de Perplexity permet aux utilisateurs admissibles aux États-Unis d’acheter des produits pris en charge directement dans Perplexity, avec PayPal comme option de paiement.

Les agents autonomes nécessitent-ils des compétences en programmation?

Bon nombre d’agents prêts à l’emploi peuvent être utilisés sans programmer. Certaines plateformes permettent aussi de créer des agents à l’aide d’instructions en langage naturel ou d’une interface graphique. La programmation peut être utile pour les intégrations personnalisées, le débogage et les comportements plus spécialisés.