Aller plus loin

La boucle, en dix lignes

Retirez les bibliothèques, et un agent se résume à cette boucle. Le modèle n’exécute jamais rien : il renvoie une réponse, et votre code décide de la suite.

for (let step = 0; step < maxSteps; step += 1) {
  const response = await model.create({ messages, tools });
  messages.push({ role: 'assistant', content: response.content });
  if (response.stop_reason === 'end_turn') return response;

  const results = await runTools(response.content);
  messages.push({ role: 'user', content: results });
}
return { status: 'max_steps' };

Chaque détail a une conséquence. Toute la conversation repart à chaque appel, donc le coût augmente à chaque étape : une exécution de vingt étapes paie vingt fois le premier message, sauf si le cache de prompt réduit la facture. Et stop_reason n’a rien de décoratif. Une réponse coupée par une limite de tokens ressemble à une réponse, mais n’en est pas une.

Quatre façons de s’arrêter

• Réussite : le modèle termine son tour. C’est une affirmation, pas une preuve : un résultat important demande un contrôle dans le code.
• Budget : étapes, tokens, argent, durée. Fixez les quatre, car chacun attrape une panne différente.
• Blocage : le même appel se répète, ou plus rien de nouveau n’arrive.
• Passage de main : un humain doit décider. C’est une issue normale, pas une erreur.

L’autonomie est un curseur

La plupart des systèmes utiles ne sont pas à l’extrémité. L’article d’Anthropic Building effective agents décrit des schémas plus simples, qui vous laissent le contrôle du chemin : chaîne de prompts, routage, travail en parallèle, orchestrateur et exécutants, évaluateur et optimiseur. L’ordre pratique : essayez un prompt, puis une chaîne fixe, puis un routeur, et seulement ensuite une boucle. Montez d’un niveau quand une mesure montre que le niveau actuel échoue, pas parce qu’une démo paraissait meilleure.