Quand remplacer un agent IA par un workflow prévisible
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.
Article
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.
Un assistant dispose d’une recherche documentaire, d’un agenda et d’une messagerie : quarante opérations en tout. Vous lui demandez de retrouver le compte rendu de la réunion de mardi. Faut-il lui présenter les quarante pour cette seule question ? Chaque outil présenté occupe de la place dans ce que le modèle lit, et des outils proches compliquent son choix. Une sélection adaptée à la demande allège ce travail, à condition que l’agent puisse encore trouver un outil absent de sa première liste, et que vous jugiez la sélection sur la tâche réussie plutôt que sur la longueur de la liste.
Cette demande traverse tout l’article : ce que coûte un outil présenté mais inutilisé ; puis une sélection réduite à la recherche et à la lecture de documents, et le jour où elle manque l’agenda ; enfin une recette fictive qui compare trois façons d’organiser le catalogue sur quatre variantes de la même demande.
Pour qu’un modèle puisse se servir d’un outil, l’application qui l’appelle lui en présente la définition : un nom, une description et les paramètres attendus. Le modèle n’exécute rien lui-même. Il répond par une demande d’appel, que l’application exécute avant de lui renvoyer le résultat dans une nouvelle requête. Ces définitions rejoignent les instructions, la conversation et les résultats précédents dans le contexte, c’est-à-dire l’ensemble des informations que le modèle reçoit pour produire sa réponse. Un outil que le modèle n’appelle jamais occupe donc de la place dès que sa définition est présentée.
Ce coût revient à chaque appel. Pour retrouver un compte rendu, l’agent interroge le modèle plusieurs fois : pour chercher, pour lire, puis pour répondre. Dans l’API d’Anthropic, par exemple, chaque requête transporte de nouveau la liste des outils, et la documentation sur les outils compte leurs noms, descriptions et schémas dans les jetons d’entrée : les unités de texte que le modèle traite et sur lesquelles le fournisseur établit sa facture.
Prenons une hypothèse de calcul : les quarante outils sont décrits chacun en 200 jetons. C’est l’ordre de grandeur que retient, sans le mesurer, l’équipe de Meta qui a publié l’étude How Many Tools Should an LLM Agent See?. Le catalogue représente alors 8 000 jetons. Présent dans vingt appels, il compte pour 160 000 jetons d’entrée cumulés, que les outils servent ou non. La taille réelle dépend de vos descriptions, et la facture dépend des tarifs et du cache, que le cas chiffré reprend plus bas.
Le coût ne se limite pas aux jetons. Les recommandations d’Anthropic sur les outils notent que des outils trop nombreux, ou qui se recouvrent, peuvent détourner un agent d’une stratégie efficace. L’étude de Meta cite de son côté des travaux selon lesquels la justesse des appels de fonction baisse quand le catalogue grossit ou quand des outils sémantiquement proches s’y ajoutent.
Raccourcir les descriptions pour réduire le premier coût risquerait d’aggraver le second. « Chercher un document » ne dit pas si la recherche couvre les fichiers personnels, ceux de l’équipe ou une archive. Une bonne description permet au modèle de choisir et de renseigner les paramètres sans deviner. Si « rechercher les documents » et « rechercher les archives » se recouvrent, précisez ce que chacun couvre. Renommer ou regrouper les opérations, comme le suggère Anthropic avec des préfixes communs et des outils qui réunissent plusieurs opérations proches, est le premier remède à essayer, avant d’ajouter des avertissements à chaque description.
Pour la réunion de mardi, la recherche documentaire et la lecture de fichiers peuvent suffire. Supprimer des événements ou envoyer des courriels n’aide pas à ce stade. Le catalogue complet peut alors rester dans un registre que l’agent consulte au besoin : une opération de découverte cherche les capacités pertinentes, puis leur documentation entre dans le contexte.
Anthropic décrit une organisation de ce type, où les définitions sont rangées comme des fichiers que l’agent lit à la demande, ou retrouvées par un outil de recherche dédié. Cette organisation-là suppose que l’agent exécute du code, ce qui demande, selon le même article, un environnement isolé, limité et surveillé. Une découverte peut aussi, plus simplement, ajouter les définitions trouvées aux outils de la requête suivante. La figure compare la place que prennent les définitions dans un appel, avec le catalogue complet puis avec un chargement à la demande.
Cette sélection doit pouvoir évoluer pendant le travail. Supposons que la recherche ne trouve aucun compte rendu daté de mardi : la réunion a été déplacée à jeudi, et seul l’agenda le sait. Avec la recherche documentaire pour seul outil, l’agent risque de conclure que le document n’existe pas. Avec une opération de découverte, il peut charger l’agenda, apprendre le déplacement, puis chercher le compte rendu de jeudi.
Le déplacement de la réunion montre qu’une liste d’outils se juge sur trois questions distinctes. La couverture : la liste présentée contient-elle de quoi retrouver le compte rendu ? Le choix : l’agent utilise-t-il la recherche documentaire plutôt qu’une recherche de contacts ? Le résultat : a-t-il retrouvé, puis cité, le bon document ? Une liste plus courte peut faciliter le choix tout en perdant la couverture. Améliorer une étape ne garantit donc pas l’ensemble.
L’étude de Meta mesure les deux premières questions ; les chiffres qui suivent viennent de sa version 1, de mai 2026. Dans son dispositif, un classement par pertinence ordonne pour chaque requête un ensemble d’outils candidats, puis les premiers sont présentés au modèle. Sa mesure principale est la couverture : le bon outil figure-t-il parmi ceux présentés ? Elle compare des listes de taille fixe à un petit agent, entraîné par renforcement, qui choisit requête par requête combien d’outils montrer. Sur ToolBench, dont le registre compte 3 251 outils, l’étude prépare pour chaque requête 50 candidats : le bon outil et des distracteurs difficiles. La liste fixe de cinq y couvre plus de requêtes que la sélection adaptative, 64,7 % contre 61,9 %, et une liste fixe de vingt atteint 77,3 %, au prix de vingt outils présentés. La liste de cinq ne trouve pourtant rien sur les requêtes difficiles, celles où le bon outil n’arrive qu’entre la 6e et la 20e place parmi les candidats, puisqu’il ne peut pas figurer parmi les cinq premiers. La sélection adaptative en retrouve 16,7 %.
L’étude vérifie aussi le choix, sur un seul banc d’essai, BFCL (370 outils), avec Claude Sonnet 4.6. Quand le bon outil est présenté, le modèle le choisit dans 93,1 % des cas avec les listes adaptatives, qui sont plus courtes, contre 87,1 % avec cinq outils fixes. La proportion de requêtes où le bon outil est à la fois présenté et choisi reste pourtant plus élevée avec les cinq outils fixes : 73,3 % contre 71,7 %. Les auteurs l’expliquent par la facilité de la plupart des requêtes de BFCL, pour lesquelles montrer davantage d’outils suffit à inclure le bon.
Le périmètre de l’étude borne ce qu’elle permet de conclure. Cette version exclut explicitement la justesse de l’exécution, c’est-à-dire l’appel de l’outil avec les bons arguments. Ses agents de sélection servent à étudier une métrique, pas à proposer une architecture de production. Elle ne dit donc pas quelle liste retrouvera votre compte rendu ; elle montre que la couverture et le choix peuvent évoluer en sens contraire, et qu’il faut mesurer les deux.
Pour choisir une organisation, construisez une recette, ici fictive : un jeu de demandes de test dont la bonne issue est fixée avant l’essai. Le catalogue complet présente les quarante outils. La sélection fixe ne présente que la recherche documentaire et la lecture de fichiers. La sélection progressive commence avec ces deux outils et une opération de découverte capable de charger la documentation de l’agenda. Les trois variantes ont les mêmes droits : découvrir un outil ne donne pas le droit de l’exécuter.
| Demande | Catalogue complet | Sélection fixe | Sélection progressive |
|---|---|---|---|
| La réunion a eu lieu mardi ; son compte rendu existe | Recherche, puis lecture du compte rendu | Même parcours | Même parcours, sans découverte |
| La réunion a été déplacée à jeudi | Agenda, puis recherche et lecture du compte rendu de jeudi | Échec si l’agent conclut à l’absence après la recherche de mardi | Découvre l’agenda, apprend le déplacement, lit le compte rendu de jeudi |
| Deux réunions ont eu lieu mardi | Demande laquelle | Demande laquelle | Demande laquelle ; davantage d’outils ne lève pas l’ambiguïté |
| Aucun compte rendu dans les espaces autorisés | Rapporte la recherche infructueuse et son périmètre | Même résultat si le périmètre documentaire suffit | N’élargit que si une autre source pertinente existe ; sinon, même réponse |
Ces cases sont des résultats attendus, pas des taux de réussite observés. Elles permettent de classer chaque erreur selon les trois questions. Dans le deuxième cas, l’absence d’agenda dans la sélection fixe est une erreur de couverture. Avec le catalogue complet, utiliser la recherche de contacts alors que l’agenda est disponible serait une erreur de choix. Trouver le compte rendu de jeudi, puis en résumer un autre dans la réponse, serait une erreur de résultat. Chacune appelle un remède différent : élargir la liste, mieux décrire les outils, ou vérifier le document cité.
Le cas du déplacement permet aussi de chiffrer le compromis, avec la même hypothèse de 200 jetons par définition et un appel au modèle par décision, en suivant les parcours du tableau. Avec le catalogue complet, l’agent consulte l’agenda, cherche le compte rendu de jeudi, le lit, puis répond : quatre appels, où les quarante définitions représentent 4 × 40 × 200 = 32 000 jetons. Le parcours progressif cherche d’abord le compte rendu de mardi sans le trouver, demande la découverte, consulte l’agenda, cherche le compte rendu de jeudi, le lit, puis répond : six appels. Les deux premiers présentent trois définitions (recherche, lecture, découverte), les quatre suivants en présentent quatre, l’agenda ayant été ajouté. Le total vaut (3 × 2 + 4 × 4) × 200 = 4 400 jetons de définitions. Les deux appels supplémentaires, la recherche infructueuse et la découverte, sont le prix de la sélection.
Ces totaux ne comptent que les définitions : ils excluent les instructions, l’historique, les résultats d’outils et les réponses du modèle, qui grandissent à chaque appel. Le prix dépend aussi du cache de préfixe, qui facture moins cher le début d’une requête identique à une requête déjà traitée. Dans la documentation d’Anthropic, par exemple, les définitions d’outils ouvrent ce préfixe, et les modifier invalide tout le cache. Le catalogue complet, identique d’un appel à l’autre, peut donc être facturé en grande partie au tarif réduit. Dans le parcours progressif, la découverte ajoute l’agenda aux outils de la requête et invalide donc le cache. Si la documentation de l’agenda arrivait plutôt comme un résultat d’outil, à la suite de la conversation, et que l’agent l’appelait par un moyen déjà présent, comme l’exécution de code, le début déjà traité resterait réutilisable. Ces deux totaux ne suffisent donc pas à annoncer une économie de 86 % sur la tâche ; l’article sur le coût d’un agent compare des sessions complètes, réussites et reprises comprises. Le cache réduit en revanche le prix, pas la place : les quarante définitions restent dans ce que le modèle lit, avec le risque de confusion décrit plus haut.
Le parcours progressif a aussi son propre point de rupture. Si le registre classe mal l’agenda, l’opération de découverte ne le propose pas, et l’agent échoue comme avec la sélection fixe. La recette doit donc inspecter ce qui a réellement été présenté à chaque appel, conserver la requête de découverte et vérifier le document final.
Pour un assistant limité à quatre opérations distinctes, exposer les quatre peut être le meilleur point de départ : la découverte ajouterait un appel sans apporter grand-chose. Pour les quarante opérations de l’assistant, et a fortiori pour des centaines, commencez par un petit ensemble accompagné d’une opération de découverte plutôt que par une liste fixe courte. La liste fixe échoue précisément quand la demande sort de ce qui était prévu, comme la réunion déplacée. Cette préférence tient à deux conditions : tester des demandes que le registre risque de mal classer, et laisser l’agent élargir sa recherche.
Ces deux organisations prennent toutefois le catalogue de quarante opérations comme une donnée. Le réduire à la source est préférable : plutôt qu’un outil par opération métier, donnez à l’agent quelques outils génériques, pour découvrir, lire, chercher et agir sur les interfaces existantes, et l’exécution de code quand il faut enchaîner plusieurs opérations. L’agent emploie alors des interfaces qu’il connaît déjà, comme HTTP ou le code, au lieu d’une interface d’appel propre à chaque outil. Les contrats des ressources qu’il appelle restent à découvrir, mais le catalogue cesse de grandir avec chaque besoin. L’article Outiller un agent IA : quand lui faire écrire du code développe cette position. Elle ne dispense pas de la recette : un petit jeu d’outils génériques se vérifie, lui aussi, sur les demandes réelles.
Pour la réunion de mardi, l’organisation à retenir est celle qui, dans les quatre cas de la recette, rapporte le bon compte rendu ou pose la bonne question, à un coût et dans un délai que vous jugez acceptables. Si la sélection progressive y parvient, l’agent retrouve le compte rendu de jeudi sans charger la définition de l’agenda avant d’en avoir besoin.
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.
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.
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.
Expliquer une idée, situer un chiffre, rendre les sources accessibles : comment écrire un texte agréable à lire et plus facile à reprendre sans le déformer.
Laisser un commentaire
Votre commentaire sera relu avant d'être publié.