Outiller un agent IA : quand lui faire écrire du code
Un agent combine des appels d’API dans un script au lieu de multiplier les échanges avec le modèle. Bénéfices, limites et place de MCP dans cette approche.
Article
Quand les étapes et les règles se stabilisent, un workflow peut remplacer le travail répété de l’agent. Il reste à tester le code et à organiser sa maintenance.
Chaque semaine, un agent télécharge les mêmes données, applique les mêmes filtres et produit le même rapport. À quel moment faut-il remplacer son travail par un programme, et que garder pour le modèle ? S’il n’a plus de choix nouveau à faire, un programme peut exécuter ces étapes directement. Le passage à un workflow consiste à conserver la procédure devenue stable, à la tester et à réserver le modèle aux étapes qui demandent encore une interprétation.
Ce rapport passe ici de sa première exécution, où l’agent explore, au programme qui le produit seul. En chemin : la procédure écrite et ses essais, le critère qui dit quand basculer, les marches du passage et ce qui reste au modèle.
Anthropic distingue deux façons d’organiser un système qui utilise un modèle de langage, dans Building effective agents. Un workflow enchaîne le modèle et les outils selon des chemins de code définis d’avance. Un agent dirige lui-même son exécution et le choix de ses outils. Un workflow peut aussi ne plus appeler de modèle du tout : c’est alors un programme classique.
Lors de la première exécution, l’agent peut devoir chercher les bonnes sources, comprendre les fichiers et essayer plusieurs traitements. Une fois le chemin connu, il peut être inutile de lui demander de le redécouvrir à chaque rapport. Commencez par stabiliser une étape répétitive, plutôt que de remplacer tout le parcours d’un coup : cela permet de mesurer ce qui devient plus rapide, moins coûteux et plus facile à vérifier.
La sortie progressive du modèle demande des règles explicites : quelles entrées sont acceptées, quel résultat est attendu, quelles erreurs sont possibles et que faire dans chaque cas. Une réussite ponctuelle ne fournit pas à elle seule cette description.
Prenons un rapport fictif des commandes expédiées. Au premier essai, l’agent a découvert que le fichier utilise des centimes, que les annulations doivent être exclues et que la semaine doit être calculée en Europe/Paris. La procédure réutilisable rend ces décisions explicites :
Entrées : instantané S42, début inclus, fin exclue, devise EUR
Version de schéma acceptée : 3
Filtre : statut = expediee ET date_expedition dans la période
Agrégation : somme des montant_centimes, sans conversion flottante
Sorties : nombre, total_centimes, identifiants retenus, instantané
Refus : schéma inconnu, devise mélangée, montant absent
Chaque ligne fige une décision que l’agent prenait jusque-là lui-même. L’instantané S42 désigne une copie figée des données, qui ne change pas pendant le calcul. Les refus disent ce que le programme ne doit pas deviner.
Le lot de recette comprend C1 expédiée à 12 000 centimes, C2 annulée à 5 000 et C3 expédiée à 8 000. C1 et C3 ont été expédiées dans la période, dont les bornes sont calculées dans le fuseau Europe/Paris. Le résultat attendu est deux commandes et 20 000 centimes. Une commande exactement à la borne de fin appartient à la semaine suivante. Une commande sans montant provoque un échec explicite : le programme ne produit pas un total qui aurait silencieusement omis la ligne.
Le programme enregistre son résultat sous une clé de rapport composée de la période, de l’instantané et de la version de procédure. Un nouvel essai sur ces mêmes entrées retrouve le même résultat au lieu d’en créer un second : l’enregistrement du rapport est idempotent, c’est-à-dire qu’il peut être répété sans ajouter d’effet métier à celui du premier traitement, dans les conditions prévues par son contrat. Il ne l’est que si l’unicité de la clé est effectivement imposée, y compris face à deux tentatives simultanées. La diffusion du rapport est une étape séparée : une réponse de messagerie perdue demande de retrouver l’envoi, pas de recalculer puis de renvoyer aveuglément.
Supposons maintenant que le fichier arrive avec un schéma 4 inconnu. Le workflow s’arrête et conserve le lot pour diagnostic. Un agent peut aider à comparer les contrats et proposer une adaptation, mais cette proposition passe par une nouvelle version et ses tests. Autoriser le modèle à « arranger » silencieusement chaque fichier réintroduirait précisément les hypothèses que la procédure devait stabiliser.
Le modèle peut encore servir au commentaire en langage naturel du total validé, par exemple l’explication d’une hausse si des causes documentées sont fournies. Son commentaire ne remplace ni le chiffre calculé ni la preuve des causes. Pour un simple tableau, aucun appel au modèle n’est nécessaire.
Le rapport a basculé parce qu’il remplissait trois conditions. Ses entrées acceptées peuvent être décrites : un instantané, une période, une devise, le schéma 3. Les décisions de l’agent étaient les mêmes d’une semaine à l’autre, et elles ont pu s’écrire en règles : centimes, annulations exclues, semaine en Europe/Paris. Enfin, sa sortie est spécifiée, refus compris : un nombre, un total en centimes et les identifiants retenus, ou un arrêt explicite si le schéma est inconnu ou un montant absent. Quand l’entrée, la décision et la sortie d’une tâche peuvent ainsi s’écrire et que ses cas se répètent, la capacité peut passer dans un workflow déterministe ou un outil dédié, et l’agent se replier sur les exceptions et le cadrage. Tant que l’interprétation des entrées ou les décisions à prendre ne peuvent pas être spécifiées de façon fiable, il garde sa place. Des données qui changent chaque semaine, comme les commandes et leurs montants, ne sont pas un obstacle : c’est précisément ce que le programme paramétré sait traiter.
Anthropic présente les workflows comme le choix de la prévisibilité et de la constance pour les tâches bien définies, et les agents comme celui de la souplesse, qui se paie souvent en délai et en coût. L’article y ajoute une interprétation, qui ne vient pas d’Anthropic : plus un comportement peut être stabilisé, plus il doit passer des agents aux workflows. Industrialiser consiste alors à faire ce passage capacité par capacité, à mesure que chacune se stabilise.
Le code produit pendant l’exploration peut servir de point de départ ; l’article Outiller un agent IA : quand lui faire écrire du code explique pourquoi un agent en écrit. Il faut le relire, retirer les hypothèses propres au premier essai et définir ses paramètres. Une procédure en langage naturel reste utile pour comprendre l’intention et assurer la maintenance ; l’exécution répétée repose sur le programme.
Le papier CodeAct compare des actions en code Python exécutable à des actions décrites en texte ou en JSON. Sur les 17 modèles et les bancs d’essai étudiés, les auteurs rapportent de meilleurs résultats avec le code, qui permet notamment de composer plusieurs actions. Ce résultat ne garantit pas le même avantage pour toute tâche. Le modèle y reste dans la boucle pour adapter ses actions aux observations. La démarche décrite ici est distincte : lorsqu’une procédure s’est stabilisée, en tirer un programme testé qui peut s’exécuter sans nouvel appel au modèle.
Le passage peut se faire par marches, chacune retirant une part du travail au modèle.
| Marche | Ce qui reste | Ce que le modèle fait encore, dans cet exemple |
|---|---|---|
| Code éphémère | le code écrit et exécuté pour la tâche du moment | tout : il écrit et décide |
| Script nommé | un code qui a fait ses preuves, rappelé tel quel | il choisit quand l'appeler |
| Outil réutilisable | un programme paramétrable, exécuté hors du modèle | il fournit les paramètres |
| API ou service | un point d'entrée testé, surveillé, que d'autres peuvent appeler | plus rien dans le cas normal |
Dans la trajectoire illustrée ici, le rapport monte ces marches l’une après l’autre. La première semaine, l’agent écrit et exécute son code. Ce code, relu et nommé, devient un script que l’agent rappelle chaque semaine. Paramétré par la période et l’instantané, et accompagné de son lot de recette, il devient un outil exécuté hors du modèle, auquel l’agent ne fournit plus que ces deux valeurs. Cette trajectoire n’est pas un passage obligé : ce script paramétré et testé peut déjà être lancé chaque lundi par un ordonnanceur, sans modèle ni service HTTP. L’exposer en service répond à un autre besoin, le partager entre plusieurs appelants ; et une API peut, inversement, être appelée par un agent.
À chaque marche, une part du parcours devient explicite et testable. Le gain de fiabilité dépend ensuite de la qualité du code, de ses tests et de ses dépendances. Un programme déterministe peut reproduire fidèlement une erreur s’il a été mal conçu.
Certaines étapes restent difficiles à spécifier : comprendre une demande libre, choisir entre des sources nouvelles ou expliquer un résultat. Vous pouvez conserver le modèle à ces endroits et automatiser les calculs ou transferts connus. L’article sur le choix d’un LLM aide à délimiter ces responsabilités.
Pour chaque tâche confiée à un agent, demandez-vous si l’interprétation de ses entrées et ses décisions peuvent maintenant être spécifiées de façon fiable. Si c’est le cas, faites-la monter d’une marche.
Le programme doit enfin avoir un responsable, des versions identifiables et une surveillance adaptée. Si une API change ou si un fichier ne respecte plus le format attendu, le traitement doit signaler l’écart.
Le rapport hebdomadaire est désormais calculé par un programme : ses entrées, ses filtres, son agrégation et ses refus sont écrits, le résultat attendu de son lot de recette est de 20 000 centimes, et un nouvel essai retrouve le même résultat sans le dupliquer. Le modèle n’intervient plus que là où une interprétation reste utile : proposer une adaptation quand un schéma inconnu arrête le programme, et commenter un total validé quand des causes documentées sont fournies. La bascule a été possible parce que la procédure s’écrivait entièrement. Le programme peut continuer ce travail tant que le contrat des données et les règles métier restent valides ; ses contrôles et sa maintenance restent nécessaires.
Explorer
Choisis dans l’index d’après les étiquettes de cet article — les plus proches d’abord, hors de sa série. Rien n’est écrit à la main : un article publié demain avec les mêmes étiquettes y prendra place.
Un agent combine des appels d’API dans un script au lieu de multiplier les échanges avec le modèle. Bénéfices, limites et place de MCP dans cette approche.
Un grand catalogue occupe du contexte et peut compliquer le choix des outils. La découverte à la demande aide, à condition de mesurer la réussite de la tâche.
Agent IA : sur le poste, physique ou virtuel, le harnais lit le travail en cours et agit par délégation ; le serveur garde ce qui tourne sans la personne.
Laisser un commentaire
Votre commentaire sera relu avant d'être publié.