Ce qu'est vraiment un agent : de l'assistant qui répond à celui qui agit

Un client vous écrit : « Bonjour, pourriez-vous passer jeudi ou vendredi pour revoir le devis ? Plutôt en fin de matinée. » C’est un message comme vous en recevez chaque semaine. Traité à la main, il demande de consulter l’agenda, de retrouver le devis et d’écrire une réponse. Confié à une IA, il pose la question que tout le monde esquive : doit-on lui dicter chaque étape, ou la laisser décider de ce qu’elle va consulter ? Dans les cinq prochaines minutes, vous aurez classé trois de vos tâches avec un assistant, et vous verrez pourquoi cette distinction change tout ce qu’on règle, teste et surveille ensuite.

Avant de commencer (30 secondes). Sans rien ouvrir, notez en une phrase : pour cette demande de rendez-vous, préférez-vous que l’IA suive toujours les mêmes étapes, ou qu’elle choisisse elle-même ce qu’elle consulte ? Pourquoi ? Gardez cette phrase pour la fin du chapitre.

Votre premier essai : classer trois tâches

Ouvrez un assistant d’IA (n’importe lequel convient) et choisissez trois tâches réelles de votre semaine, par exemple répondre à une demande de rendez-vous, relancer une facture échue, préparer un appel avec un prospect. Collez-les dans ce modèle :

Voici trois tâches de mon activité : [tâche 1], [tâche 2], [tâche 3].
Pour chacune, dis-moi si c'est :
- une réponse simple (un seul échange, sans outil) ;
- un workflow (des étapes toujours les mêmes, que je peux
  dessiner à l'avance) ;
- un agent (le chemin dépend de ce qu'on découvre en route).
Pour chaque tâche, réponds à trois questions : le chemin dépend-il
du contenu ? une erreur est-elle récupérable à bas coût ? la
souplesse vaut-elle la perte de prévisibilité ?
Dis aussi ce qui pourrait mal tourner si une machine faisait cette
tâche seule.

Lisez les réponses en cherchant ce qui vous surprend. Deux précautions. Les assistants ont tendance à vous donner raison ; et « agent » est le mot du moment, donc il peut revenir plus souvent qu’il ne devrait. Relancez : « Qu’est-ce qui ferait de cette tâche un simple workflow ? » La première réponse sera probablement plausible, pas encore la bonne. La suite du chapitre vous donne les critères pour trancher vous-même.

Ce que vous venez de faire

Vous avez posé les trois questions qui servent de fil rouge à toute la formation, et mis trois mots sur ce qu’on appelle aujourd’hui, indistinctement, « un agent » : chatbot de FAQ, automatisation avec une étape d’IA, assistant qui réserve votre train. La confusion coûte cher : on ne règle pas, et on ne surveille pas, de la même façon un outil qui rédige un texte et un outil qui envoie un e-mail à votre place.

La formation suppose que vous avez déjà utilisé un assistant et, de préférence, construit un premier scénario d’automatisation (formation « n8n et Make »). Elle commence quand c’est le modèle qui choisit quoi faire ensuite, et suit un fil en huit étapes : comprendre, outiller, protéger, choisir, construire, tester, étendre, encadrer.

Quelques mots de vocabulaire

• Outil (ou fonction) : une action que l’agent peut déclencher, décrite par un nom, une explication et des paramètres.
• Appel d’outil : le moment où le modèle demande d’utiliser un outil avec des valeurs précises. Le modèle ne fait pas lui-même l’action : la plate-forme l’exécute (voir le chapitre suivant).
• Consigne système : le texte fixe qui définit le rôle et les règles de l’agent, placé avant la conversation.
• Injection de consigne (prompt injection) : un texte lu par l’agent (e-mail, page web) qui contient des instructions cherchant à le détourner. C’est le sujet central d’un chapitre de cette formation.
• Validation humaine (human in the loop) : un point où l’agent attend l’accord d’une personne avant d’agir.

Workflow ou agent : la différence qui compte

Vérifié à l’automne 2026 : Anthropic, dans son guide « Building effective agents », distingue deux familles de systèmes. Les workflows sont des systèmes où des modèles et des outils sont orchestrés par des chemins écrits à l’avance. Les agents sont des systèmes où le modèle dirige lui-même son déroulement et son usage des outils, en gardant la main sur la manière d’atteindre l’objectif.

Dit autrement : dans un workflow, vous avez dessiné les étapes ; dans un agent, le modèle les choisit, à chaque exécution, en fonction de ce qu’il découvre.

Reprenons la demande de rendez-vous de l’ouverture : « répondre aux demandes de rendez-vous reçues par e-mail ».

• En workflow : l’e-mail arrive, l’IA en extrait la date souhaitée et le motif, une étape cherche un créneau libre dans l’agenda, un brouillon de réponse est créé. Toujours les mêmes étapes, dans le même ordre.
• En agent : l’e-mail arrive, le modèle décide de lire l’agenda, constate que le créneau est pris, cherche une alternative, vérifie si le client a déjà un rendez-vous, regarde le dernier échange avec lui, puis rédige. Le chemin dépend de ce qu’il trouve.

Le second est plus souple. Il est aussi plus difficile à prévoir, à tester et à arrêter.

De quoi est fait un agent

Les plates-formes présentent les agents avec des mots un peu différents, mais les pièces sont les mêmes.

Vérifié à l’automne 2026 : dans n8n, le nœud « AI Agent » se branche à un modèle de conversation et à au moins un outil, et accepte une mémoire pour les conversations à plusieurs échanges ; son réglage de « type d’agent » est désormais obsolète, tous les nœuds fonctionnant comme un « Tools Agent ». Dans Make, un agent (« Make AI Agent (New) », module « Run an agent ») se définit par un modèle, des instructions, des outils (modules, scénarios, serveurs MCP, autres agents) et, au besoin, des fichiers de connaissances. Ces descriptions viennent des documentations officielles des deux éditeurs.

La boucle

Un agent fonctionne en boucle : il observe (la demande, puis le résultat de chaque outil), décide de la prochaine action, agit, observe le résultat, et recommence jusqu’à pouvoir répondre ou jusqu’à ce qu’une limite l’arrête.

Vérifié à l’automne 2026 : selon Anthropic, un agent tire à chaque étape des informations de son environnement (résultats d’outils, par exemple), peut s’interrompre pour demander un retour humain à des points de contrôle ou lorsqu’il est bloqué, et doit recevoir des conditions d’arrêt, comme un nombre maximal d’itérations. Dans n8n, l’option « Max Iterations » du nœud agent fixe ce plafond (10 par défaut), d’après la documentation du nœud.

Retenez ceci : la limite d’étapes est un garde-fou, pas un détail technique. Sans elle, un agent qui s’égare peut tourner longtemps, et vous facturer chaque tour.

Pourquoi les agents sont plus fragiles qu’on ne l’imagine

Vérifié à l’automne 2026 : Anthropic prévient que les agents échangent de la latence et du coût contre de meilleures performances sur des tâches ouvertes, que leur autonomie augmente les coûts et le risque que les erreurs s’accumulent, et qu’il faut les tester dans des environnements protégés avec des garde-fous.

Un calcul d’illustration, à titre d’hypothèse : si un agent réussit chaque étape avec 95 % de chances, il réussit une tâche de dix étapes enchaînées dans environ 60 % des cas, et une tâche de vingt étapes dans environ 36 %. Ces chiffres ne décrivent aucun outil précis ; ils montrent qu’une bonne fiabilité par étape ne suffit pas quand les étapes se multiplient. D’où trois réflexes : réduire le nombre d’étapes, les contrôler, placer des points de validation humaine aux moments qui comptent.

L’échelle d’autonomie

Plutôt que de demander « agent ou pas ? », demandez-vous : jusqu’où laisse-t-on l’agent aller seul ? Voici l’échelle que cette formation utilise.

Deux règles simples :

1. On commence au niveau 1. Presque tous les gains d’un premier agent (préparation, recherche, tri, rédaction) sont atteints sans le moindre droit d’écriture.
2. Le niveau monte par action, pas par agent. Un même agent peut lire librement (niveau 1), classer seul (niveau 3) et n’envoyer qu’avec accord (niveau 2). On règle chaque outil séparément. Le chapitre sur les permissions détaille la méthode.

Quelles tâches méritent un agent ?

Trois questions permettent de trancher.

Anthropic recommande de commencer par la solution la plus simple et de n’ajouter de la complexité qu’en cas de besoin : souvent, un seul appel au modèle bien conçu suffit.

Voici quelques tâches de petite entreprise, classées avec cette grille. Ces appréciations sont des points de départ à discuter, pas des vérités.

La plupart des « agents » vendus aujourd’hui seraient plus fiables et moins chers sous la forme d’un workflow avec une ou deux étapes d’IA. Ce n’est pas un défaut de ce chapitre : c’est la meilleure défense contre les dépenses inutiles.

Un ordre de grandeur à vérifier chez vous

Le fil rouge de la formation est la préparation d’un rendez-vous client : devis en cours, état des factures, derniers échanges, puis cinq questions utiles. À la main, c’est de l’ordre de vingt-cinq minutes ; avec un agent de niveau 1 bien réglé, l’ordre de grandeur visé est d’environ dix minutes (lancer, relire, vérifier les points sensibles). C’est une illustration, pas une promesse : tout dépend de vos tableaux et de votre relecture. Chronométrez cinq préparations manuelles dès maintenant pour avoir votre temps de référence.

Avant de lancer un agent : clarifier le but

Une conversation se corrige au fil de l’eau ; un agent qui travaille plusieurs minutes, ou sans vous, se corrige à la fin, et un malentendu coûte alors toute la tâche. Le premier geste est donc d’écrire un brief d’une demi-page : le résultat voulu en une phrase, pour qui et pour quoi, ce qui est hors périmètre, à quoi vous reconnaîtrez que c’est réussi, et dans quels cas l’agent s’arrête pour vous demander. Dans l’étude d’Anthropic sur 9 830 conversations (« The AI Fluency Index », 23 février 2026), celles qui produisaient un document, du code ou un outil montraient plus souvent un but clarifié (environ 15 points de plus) et un format précisé (environ 14,5 points de plus) que les autres. Ce sont des corrélations, observées chez des utilisateurs de Claude.ai : elles ne prouvent pas que clarifier le but suffise. Demandez à l’agent de reformuler le brief en cinq lignes et de lister ses hypothèses avant d’agir : un malentendu se corrige alors en une minute.

Retour sur votre pré-test

Relisez la phrase notée au début. Pour la demande de rendez-vous, quelle version choisiriez-vous maintenant, et à quel niveau d’autonomie, de 0 à 4 ? Notez-le à côté de votre premier classement : vous le reprendrez dans l’exercice.

Exercice

Durée : 30 minutes. Résultat : une liste de douze tâches classées, avec le niveau d’autonomie retenu.

Matériel : une feuille ou un tableur, la liste de vos tâches de la semaine et, si possible, une personne à qui lire votre classement.

1. Notez douze tâches de votre activité que vous aimeriez déléguer à une machine (réelles, pas hypothétiques).
2. Pour chacune, répondez aux trois questions : le chemin dépend-il du contenu ? une erreur est-elle récupérable à bas coût ? la souplesse vaut-elle la perte de prévisibilité ?
3. Classez chaque tâche : réponse simple, workflow, workflow avec une étape d’IA, agent.
4. Pour celles que vous classez « agent », attribuez un niveau d’autonomie (de 1 à 3) et expliquez en une phrase pourquoi vous n’allez pas plus haut.
5. Entourez la tâche qui combine le plus grand gain de temps et le plus faible risque : ce sera votre premier agent.

Critère de réussite : vous avez au plus trois tâches classées « agent », chacune avec un niveau d’autonomie justifié par le coût d’une erreur, et aucune tâche impliquant un paiement n’est au-dessus du niveau 0.

Si cela ne marche pas : si vous classez tout en « agent », relisez la première question : si le chemin ne dépend pas du contenu, c’est un workflow. Si vous ne savez pas chiffrer le coût d’une erreur, imaginez la pire erreur plausible et demandez-vous qui la découvrirait, et quand. Si aucune tâche ne combine gain élevé et risque faible, commencez par un workflow : c’est aussi une réponse.

Ce que vous savez maintenant

Répondez par écrit ; si une réponse vous échappe, relisez la section indiquée.

1. Quelle différence faites-vous entre un workflow et un agent ? (« Workflow ou agent : la différence qui compte »)
2. De quelles pièces est fait un agent ? (« De quoi est fait un agent »)
3. Pourquoi les erreurs d’un agent s’accumulent-elles, et que faire ? (« Pourquoi les agents sont plus fragiles qu’on ne l’imagine »)
4. Comment choisissez-vous le niveau d’autonomie d’une tâche ? (« L’échelle d’autonomie », « Quelles tâches méritent un agent ? »)

Quand allez-vous le faire ?

Choisissez le moment où vous ferez ce classement avec vos vraies tâches de la semaine (un vendredi après-midi, après la dernière réunion) et gardez la liste : elle servira à tous les chapitres suivants.