Construire des agents IA
Trois parties et dix modules pour développeurs, chacun en cinq leçons : l’essentiel, l’approfondissement, les vidéos, la pratique et un bilan. Le fil rouge : un agent de remboursement, à construire et à mesurer.
Gratuit et sans compte.
async function runAgent({ model, tools, prompt }) { const messages = [{ role: 'user', content: prompt }]; while (true) { const response = await model.create({ messages }); messages.push({ role: 'assistant', content: response.content }); if (response.stop_reason === 'end_turn') { return response.content.find((b) => b.type === 'text').text; }
Le programme
Partie 1 sur 3
Les bases
Comprendre ce qu’est vraiment un agent, de quoi il est fait et comment il agit sur le monde.
3 modules. Environ 2 h 15.
- Ce qu’est vraiment un agentDistinguer un modèle, un programme et un agent, et savoir quand l’agent n’est pas le bon choix.Environ 40 min
- Anatomie : les composants et la mémoireNommer les modules d’un agent et choisir les types de mémoire dont il a réellement besoin.Environ 40 min
- Les outils et MCPComprendre un appel d’outil de bout en bout et concevoir des outils qu’un modèle utilise correctement.Environ 55 min
Partie 2 sur 3
Construire
Choisir une architecture, répartir le travail quand ça paie et brancher l’agent sur vos données.
4 modules. Environ 3 h 45.
- Boucles de raisonnement et architecturesChoisir entre ReAct et planification préalable, puis entre un agent et une organisation plus complexe.Environ 55 min
- Les systèmes multi-agentsSavoir quand plusieurs agents valent leur coût de coordination, et les structures disponibles.Environ 45 min
- Choisir un frameworkChoisir selon le type de système, pas selon la popularité, et savoir quand s’en passer.Environ 55 min
- Le RAG agentiqueSavoir ce qu’un agent ajoute à un RAG, et dans quels cas il ne fait qu’alourdir le système.Environ 1 h 10
Partie 3 sur 3
Fiabiliser et livrer
Passer d’une démo qui marche à un agent qu’on peut croire, mesurer et livrer.
3 modules. Environ 3 h 25.
- Gouvernance et sécuritéIdentifier ce qu’un agent ajoute comme risques et poser des garde-fous dans le code, pas seulement dans le prompt.Environ 50 min
- Évaluer un agentConstruire un jeu d’évaluation qui dit si un changement améliore vraiment l’agent.Environ 1 h 45
- Cas d’usage et projet finalRepérer les vraies opportunités, éviter les agents inutiles et livrer un agent mesuré.Environ 50 min
Regardez un agent travailler
Le client écrit : « Ma commande 4512 est arrivée cassée. Je veux être remboursé. »
-
Pensée
Il me manque les détails de la commande. Je vais les chercher.Personne n’a écrit ce chemin : le modèle choisit sa prochaine étape. Ce qu’est vraiment un agent
-
Action
get_order(id=4512)Le modèle demande, votre code exécute. Les outils et MCP
-
Observation
{ "montant": 89, "livree_il_y_a": "3 jours" }Ce résultat entre dans la mémoire de travail, qui est limitée. Anatomie : les composants et la mémoire
-
Pensée
Je ne connais pas la règle. Je vérifie la politique avant de décider.L’agent replanifie après chaque observation : c’est la boucle ReAct. Boucles de raisonnement et architectures
-
Action
search_policy("produit endommagé")L’agent choisit lui-même la source à interroger. Le RAG agentique
-
Observation
"Remboursement intégral sous 30 jours."Cette boucle, un framework peut la faire tourner pour vous. Choisir un framework
-
Pensée
Cas éligible. Je peux préparer le remboursement.Un second agent pourrait vérifier ce raisonnement. Cela vaut-il son coût ? Les systèmes multi-agents
-
Action
refund(order=4512, montant=89) // en attente de validationAction irréversible : le code exige un humain, quoi que dise le modèle. Gouvernance et sécurité
-
Observation
"Validé par le service client. Remboursement effectué."Tout a fonctionné cette fois. Comment savoir si ce sera le cas sur mille demandes ? Évaluer un agent
-
Réponse
Vous êtes remboursé de 89 €, sous 3 à 5 jours.Fallait-il vraiment un agent pour cette tâche ? Cas d’usage et projet final