De l'agent au workflow déterministe

Un agent qui résout un problème pour la première fois est précieux. Le même agent qui rejoue ce problème pour la millième fois, à l'identique, est un gaspillage — et un risque. La maturité d'une architecture IA se mesure à sa capacité à s'en rendre compte.

Il y a une asymétrie utile entre découvrir une solution et l'exécuter. Découvrir demande de l'adaptation, du jugement, parfois de l'improvisation : un terrain d'agent. Exécuter une procédure désormais connue ne demande que de la rigueur : un terrain de code. Confondre les deux, c'est laisser un modèle probabiliste sur un chemin qui n'a plus aucune incertitude à absorber.

L'agent est un échafaudage

La bonne image n'est pas celle d'un opérateur permanent, mais d'un échafaudage : indispensable pour bâtir, fait pour être retiré une fois le mur tenu. Une architecture IA saine emploie l'agent pour découvrir, cadrer et absorber l'incertitude, puis retire progressivement le modèle du chemin critique dès que le comportement est assez stable pour être codé proprement.

Le critère de bascule est simple. Tant que les entrées restent ambiguës ou variables, l'agent garde sa place. Dès que les cas deviennent récurrents, les règles stables et les contrôles explicites, la capacité doit migrer vers un workflow déterministe ou un outil dédié — et l'agent se replie sur les exceptions et le cadrage.

La distinction n'est pas propre à arcate. Anthropic sépare explicitement les workflows — des chemins de code prédéfinis, prévisibles — des agents, qui dirigent eux-mêmes leur exécution, et recommande de réserver les seconds aux cas où la souplesse paie réellement son surcoût. Industrialiser, c'est faire descendre une capacité de la seconde catégorie vers la première à mesure qu'elle se stabilise.

L'escalier de capitalisation

Cette bascule n'est pas un grand saut, c'est un escalier. Et la marche que l'on capitalise, c'est du code — jamais de la prose. Une procédure décrite en langage naturel ne se rejoue pas ; un bout de code, si.

• Code éphémère. L'agent écrit et exécute du code, dans le bac à sable, pour la tâche du moment. C'est l'« action » de l'agent, et déjà un artefact réutilisable.
• Script nommé. Un code qui a fait ses preuves est sauvegardé et réinvoqué tel quel — la solution cesse d'être réinventée à chaque fois.
• Outil réutilisable. Le code stable est promu en ressource, exécutée hors modèle, paramétrable et partagée.
• API ou service. La capacité mûre devient un point d'entrée déterministe du système — testé, monitoré, appelable par d'autres composants.

À chaque marche, le modèle sort un peu plus du chemin critique. Ce qui était un pari devient une garantie.

Ce que l'on y gagne

Le mouvement n'est pas dogmatique, il est intéressé. Sortir un comportement stable de l'agent améliore quatre choses d'un coup :

• la fiabilité — un code déterministe donne toujours le même résultat ; on peut même exiger qu'il soit idempotent, donc rejouable sans dégât ;
• la latence — pas d'inférence sur le chemin nominal ;
• le coût — on ne paie plus un modèle pour refaire une décision déjà prise ;
• l'auditabilité — un programme se lit, se teste et se versionne ; une décision de modèle, beaucoup moins.

L'agent reste, à sa juste place

Industrialiser ne veut pas dire supprimer l'agent. Cela veut dire le réserver aux zones réellement ambiguës — le cadrage, l'interface conversationnelle, l'exception imprévue — et lui retirer tout ce qui a cessé de l'être. L'agent garde la frontière mouvante du système ; le code tient le noyau stable. C'est la discipline qui ouvrait cette série : employer le probabiliste là où il apporte, exiger le déterministe partout ailleurs.