Aller plus loin

Un agent est une machine à états

Dessiner les états force à poser les questions qu’une boucle permet d’éviter. Où une exécution peut-elle attendre ? Où peut-elle échouer ? Qu’est-ce qui peut la relancer ?

planning → acting → observing → acting → … → done
                 ↘ waiting_for_human ↗
                 ↘ failed

Une fois les états explicites, chaque transition devient un endroit où sauvegarder, journaliser ou interroger une personne. Une exécution qui attend deux jours une validation ne peut pas vivre dans la mémoire d’un processus : elle doit être stockée.

ReAct, ReWOO, planifier puis exécuter

ReAct appelle le modèle entre chaque action. Il s’adapte bien et coûte le plus cher. ReWOO (Xu et al., 2023) écrit tout le plan d’un coup et remplit les résultats ensuite : beaucoup moins d’appels, mais aucun changement de cap si l’étape 2 réserve une surprise. Planifier puis exécuter se situe entre les deux : on suit le plan, et on rappelle le modèle quand une étape échoue ou renvoie un résultat inattendu. Choisissez selon la fréquence à laquelle la réalité s’écarte du plan. ReWOO convient aux tâches stables, ReAct au terrain inconnu.

Replanifier a aussi un coût

Replanifier après chaque étape ramène à ReAct, avec un appel de plus. Fixez plutôt des déclencheurs : un outil a échoué, un champ requis manque, ou le résultat contredit une hypothèse du plan. Gardez ce qui a déjà été fait dans le contexte du nouveau plan, sinon l’agent répétera sans hésiter un paiement déjà effectué.

Repérer tôt un agent bloqué

Une limite d’étapes est la dernière ligne de défense, et elle se déclenche une fois le budget parti. Les signes arrivent plus tôt : le même outil avec les mêmes arguments, deux outils en alternance, ou une suite d’étapes sans information nouvelle. Au premier signe, dites au modèle qu’il se répète. S’il continue, arrêtez.

Interrompre, puis reprendre

Une validation humaine demande plus qu’une question oui/non. L’exécution sauvegarde son état, libère ses ressources et s’arrête. Quand la réponse arrive, parfois bien plus tard, elle recharge l’état et repart de la même étape. La personne a aussi besoin de contexte pour décider : ce que l’agent veut faire, pourquoi, et avec quelles preuves. Un écran qui affiche seulement « Rembourser 89 € ? » devient vite un bouton sur lequel on clique sans lire.