Peux-tu préparer le dossier complet ?

Qu’est-ce qu’un agent IA ?

Introduction — De l’enchaînement d’étapes à la poursuite d’un objectif

Marie : Stéphane conteste des frais liés à un trajet resté ouvert. Peux-tu préparer le dossier complet pour que je prenne la décision ?
Agent Bikaroo : Je vais identifier le trajet, consulter la procédure, collecter les éléments manquants et soumettre un dossier traçable, sans approuver moi-même le remboursement.

Jusqu’ici, nous parlions principalement de l’Assistant Bikaroo. Dans ce chapitre, l’appellation Agent Bikaroo marque un changement précis : le système ne se contente plus de répondre ou de suivre un chemin entièrement défini ; il peut adapter plusieurs fois sa prochaine action pour atteindre un objectif borné.

Le chapitre précédent a montré comment un orchestrateur peut imposer un processus fiable : étapes, règles, état persistant, validations et reprises. Un agent ajoute une capacité particulière : il peut choisir de manière répétée la prochaine action utile en fonction de ce qu’il observe, dans les limites fixées par l’application.

Dans le cas de Stéphane, le déroulement du traitement n’est pas entièrement connu à l’avance. L’agent peut découvrir que plusieurs trajets vélo correspondent à la demande, constater qu’une preuve manque, rencontrer une procédure ambiguë ou devoir transmettre le dossier à un analyste.

Cette adaptabilité ne signifie pas liberté totale.

Le LLM propose les décisions souples. L’orchestrateur, les politiques et les systèmes métier conservent le contrôle opérationnel.

Ce que vous allez apprendre

À la fin de ce chapitre, vous pourrez :

• distinguer chatbot, assistant connecté, workflow orchestré et agent ;
• expliquer la boucle observer → décider → agir → réévaluer ;
• définir un objectif, un mandat, des budgets et des conditions d’arrêt ;
• distinguer plan, état de processus, mémoire et sources de vérité ;
• concevoir et évaluer un agent spécialisé qui collabore de manière sûre avec l’humain.

Quand un système devient-il agentique ?

Quatre modèles différents

Avant de définir un agent, il faut éviter une confusion fréquente : un système ne devient pas agentique simplement parce qu’il utilise un LLM, consulte un document ou appelle un outil.

L’agentivité apparaît lorsque le système ne se contente plus de répondre ou d’exécuter une étape isolée, mais poursuit un objectif, observe les résultats de ses actions et adapte plusieurs fois la suite du traitement dans un cadre contrôlé.

Pour situer cette différence, comparons quatre modèles que l’on mélange souvent : le chatbot, l’assistant connecté, le workflow orchestré et l’agent.

Chatbot

question
→ réponse générée

Le système produit essentiellement du texte.

Assistant connecté

question
→ RAG ou outil
→ réponse

Il accède à des connaissances ou à un système, mais l’interaction reste généralement courte et guidée.

Workflow orchestré

étapes et branches prédéfinies
→ exécution contrôlée

Le chemin peut contenir des conditions, des attentes et des validations, mais sa structure principale est conçue à l’avance.

Agent

objectif
→ observation
→ choix de la prochaine action
→ exécution contrôlée
→ nouvelle observation
→ réévaluation

L’agentivité apparaît lorsque le système peut adapter plusieurs fois son chemin en fonction des résultats rencontrés.

Les frontières ne sont pas absolues. Un workflow peut contenir une étape agentique, et un agent peut être encadré par un workflow.

ERREUR

La présence d’un LLM ou d’un appel d’outil ne suffit pas à faire un agent.

Les composants d’un agent contrôlé

Un agent n’est pas un LLM autonome posé au centre de l’architecture. Comme au chapitre 8, l’orchestrateur conserve le contrôle de l’exécution ; la nouveauté réside ici dans la réévaluation répétée de la prochaine action.

Une représentation fonctionnelle est :

Agent contrôlé
=
objectif et mandat
+
LLM ou politique de décision
+
observations
+
outils autorisés
+
état de processus
+
orchestrateur
+
règles, budgets et conditions d’arrêt
+
contrôles humains

L’objectif

L’objectif décrit le résultat attendu.

Exemple trop vague :

Aide le client.

Exemple exploitable :

Constitue un dossier de contestation complet concernant le trajet de Stéphane,
sans approuver ni exécuter de remboursement,
puis soumets-le à un analyste avec les preuves et sources utilisées.

Un bon objectif précise :

• le résultat attendu ;
• le périmètre ;
• les actions interdites ;
• les critères de complétude ;
• les conditions de transfert ;
• la définition de « terminé ».

Le mandat

Le mandat transforme l’objectif en autonomie autorisée.

L’agent peut :
- consulter les trajets du membre ;
- rechercher les procédures applicables ;
- demander une pièce manquante ;
- créer un brouillon de dossier.

L’agent ne peut pas :
- clôturer un trajet ;
- modifier une facture ;
- approuver un remboursement ;
- consulter un autre membre sans justification.

Les observations

Une observation est une information reçue pendant l’exécution :

• message utilisateur ;
• résultat d’outil ;
• passage RAG ;
• état de processus ;
• événement ;
• erreur ;
• décision humaine.

Exemple :

Résultat de list_member_trips :
deux trajets correspondent à la période indiquée.

Cette observation doit modifier la prochaine décision : l’agent ne peut plus choisir silencieusement un trajet.

Les actions

Une action proposée reste toujours d’un des quelques types possibles : s’informer — poser une question de clarification, appeler un outil de lecture, lancer une recherche RAG ; produire — préparer un artefact, mettre à jour l’état de processus ; faire intervenir un tiers — demander une confirmation, transférer à un humain ; ou s’arrêter.

L’action réelle est exécutée par l’orchestrateur ou un système externe après validation.

La boucle observer, décider, agir et réévaluer

Jusqu’ici, nous avons décrit les composants d’un agent contrôlé : objectif, mandat, observations, actions, orchestrateur et garde-fous. Il reste à comprendre comment ces éléments fonctionnent ensemble pendant l’exécution.

Un agent ne prépare pas nécessairement tout son plan une fois pour toutes. Il avance par cycles courts : il observe la situation, propose une prochaine action, laisse l’application valider et exécuter cette action, puis réévalue le dossier à partir du résultat obtenu.

Cette boucle est le cœur de l’agentivité : la suite du traitement peut changer parce qu’une nouvelle information apparaît.

Observer

L’agent rassemble uniquement les informations utiles à l’étape courante :

objectif
+
état actuel
+
dernière observation
+
actions autorisées
+
règles applicables

Décider

Le modèle ou la politique de décision peut proposer :

{
  "nextAction": "ask_trip_clarification",
  "reasonCode": "MULTIPLE_MATCHING_TRIPS",
  "requiredInput": ["tripId"]
}

Cette décision structurée est plus exploitable qu’un long raisonnement libre.

L’application vérifie ensuite :

• que l’action existe ;
• qu’elle est autorisée ;
• que les arguments sont valides ;
• qu’elle respecte le mandat et les budgets ;
• qu’une confirmation n’est pas requise.

Agir

L’orchestrateur exécute l’action autorisée :

ask_trip_clarification
→ question à Marie

ou :

get_trip_details
→ API Bikaroo
→ résultat contrôlé

Réévaluer

Le résultat devient une nouvelle observation.

Observation : Marie sélectionne TRIP-84219.
→ prochaine décision : consulter les détails et les frais.

La boucle continue jusqu’à une condition terminale.

objectif atteint
ou
transfert humain
ou
limite atteinte
ou
échec non récupérable

Planifier sans confondre plan et vérité

Un agent peut construire un plan initial :

1. identifier le membre
2. retrouver le trajet contesté
3. collecter les frais
4. consulter la procédure
5. vérifier les preuves
6. créer le dossier
7. soumettre à l’analyste

Ce plan peut être :

• généré une fois ;
• révisé après une observation ;
• remplacé par une décision étape par étape ;
• partiellement déterministe.

Le plan reste une hypothèse de travail. Il peut devenir invalide lorsqu’une nouvelle observation apparaît.

Plan : collecter les frais
Observation : aucun trajet unique n’est identifié
Nouvelle action : demander une clarification

ReAct comme modèle mental, pas comme recette

Cette section sert uniquement à donner un repère de lecture. Elle ne transforme pas ReAct en méthode obligatoire, ni en architecture de référence pour tous les agents Bikaroo. Le modèle mental utile est la boucle contrôlée entre décision, action et observation ; l’implémentation réelle peut être plus déterministe, plus workflow, ou plus fortement encadrée.

Le terme ReAct est souvent résumé ainsi :

Reason
→ Act
→ Observe
→ Repeat

Pour l’architecture, le message utile est moins l’exposition d’une chaîne de raisonnement que la séparation entre :

décision structurée
+
action contrôlée
+
observation vérifiable

Il n’est ni nécessaire ni souhaitable de stocker un long monologue interne du modèle. Il faut conserver les décisions, arguments, résultats, règles appliquées et traces d’exécution utiles à l’audit.

Borner l’autonomie

L’autonomie n’est pas une échelle unique

Une classification en « niveaux 0 à 5 » peut laisser croire qu’un niveau plus élevé est toujours préférable. En pratique, l’autonomie possède plusieurs dimensions indépendantes.

Dimension	Faible autonomie	Autonomie plus élevée
Choix du chemin	séquence imposée	chemin adapté aux observations
Outils	lecture limitée	plusieurs outils spécialisés
Effets	aucune écriture	actions réversibles ou sensibles
Durée	une interaction	traitement sur plusieurs heures ou jours
Initiation	demande explicite	déclenchement par événement
Supervision	validation à chaque étape	contrôle par exceptions

EN PRATIQUE

Bikaroo peut autoriser un chemin adaptatif et plusieurs outils de lecture, tout en interdisant toute décision financière. L’agent est alors flexible sans être largement autonome.

Les budgets

Un agent peut recevoir des limites déterministes :

maximum 10 décisions
maximum 4 appels d’outils
maximum 2 recherches documentaires
aucune écriture financière
transfert humain après 2 échecs
expiration après 30 minutes d’activité

Un budget peut porter sur presque toute ressource que l’agent consomme :

• les étapes ;
• la durée ;
• les tokens ;
• le coût ;
• le volume de données ;
• le nombre d’outils ;
• le niveau de risque.

Les conditions d’arrêt

Un agent doit savoir s’arrêter dans trois situations. Par succès — l’objectif est atteint. Par blocage — les informations sont insuffisantes, l’utilisateur refuse une confirmation, aucune action autorisée ne permet de progresser, ou un budget est atteint. Par danger — le risque dépasse le mandat, une erreur n’est pas récupérable, ou une décision humaine est requise.

État, mémoire et sources de vérité

La boucle agentique produit beaucoup d’informations : observations, décisions proposées, résultats d’outils, messages utilisateurs, fichiers créés, validations humaines. Toutes ces informations ne jouent pas le même rôle.

Pour éviter qu’un agent ne mélange ce qui a été dit, ce qui a été décidé et ce qui est officiellement vrai, il faut distinguer trois notions :

état de processus
→ où en est le dossier

mémoire
→ ce qui peut être retenu pour aider les interactions futures

sources de vérité
→ les données officielles conservées dans les systèmes métier

Cette distinction est essentielle : un agent peut utiliser la conversation et la mémoire pour travailler, mais il ne doit pas les confondre avec les données de référence.

L’état de processus

L’état décrit la progression réelle du dossier :

{
  "caseId": "CASE-2026-1842",
  "memberId": "MEM-10482",
  "tripId": "TRIP-84219",
  "procedureRetrieved": true,
  "evidenceStatus": "COMPLETE",
  "draftCreated": true,
  "submissionStatus": "PENDING_HUMAN_REVIEW",
  "currentStep": "WAITING_FOR_ANALYST"
}

Il doit être explicite, persistant et contrôlé par l’application.

La mémoire

La mémoire peut conserver des informations utiles au-delà de l’étape courante :

• langue préférée ;
• référence du dossier ;
• résumé d’une interaction précédente ;
• préférence autorisée de communication.

Elle ne remplace pas l’état ni les systèmes de référence.

Mémoire : Stéphane préfère recevoir les réponses en français.
Source de vérité : le statut actuel du dossier est lu dans le système de support.

Le chapitre suivant approfondira ces différents mécanismes de continuité.

Concevoir un agent spécialisé

Un périmètre étroit améliore le contrôle

Exemple :

Agent de préparation des contestations Bikaroo

Son mandat est limité à :

• identifier le dossier concerné ;
• collecter trajets, frais et preuves ;
• rechercher la procédure applicable ;
• produire une synthèse sourcée ;
• créer un brouillon ;
• soumettre à un analyste.

Il ne peut pas :

• décider du remboursement ;
• modifier la comptabilité ;
• consulter des membres sans lien avec le dossier ;
• changer une procédure ;
• étendre lui-même ses permissions.

Pourquoi éviter l’agent généraliste

Un agent « capable de tout faire dans l’entreprise » cumule :

• trop d’outils ;
• des permissions difficiles à limiter ;
• des objectifs concurrents ;
• une surface d’attaque plus large ;
• des scénarios de test presque infinis ;
• une responsabilité mal définie.

Collaborer avec l’humain

L’humain peut intervenir pour :

Clarifier — « Deux trajets correspondent. Lequel contestez-vous ? »

Autoriser — « Puis-je créer le dossier avec ces données personnelles ? »

Valider — « Le dossier est complet. Souhaitez-vous le soumettre ? »

Décider — L’analyste accepte ou refuse la régularisation.

Traiter l’exception — Les procédures applicables sont contradictoires.

L’agent doit transmettre à l’humain un paquet exploitable :

• objectif ;
• état actuel ;
• faits vérifiés ;
• sources ;
• actions déjà réalisées ;
• décision attendue ;
• risques ou ambiguïtés.

Préparer des artefacts et productions multimodales

Jusqu’ici, l’agent Bikaroo a surtout consulté des données, recherché des procédures et préparé une décision. Mais dans un dossier complet, le résultat peut aussi prendre la forme d’un artefact : une synthèse structurée, un document PDF, une réponse client, une capture annotée, une image explicative, une transcription ou une pièce jointe à transmettre.

C’est ici que la logique multimodale revient naturellement dans le parcours. Les premiers chapitres ont montré que l’IA peut travailler avec du texte, des images, des documents, de l’audio ou d’autres formes de contenu. Dans un agent, ces capacités ne sont pas utilisées comme des gadgets : elles deviennent des étapes possibles au service d’un objectif borné.

Un agent chargé de préparer le dossier de Stéphane pourrait par exemple :

rédiger la synthèse du dossier
→ extraire les preuves utiles
→ annoter une photo de restitution
→ générer une réponse client
→ assembler un document de décision
→ stocker les artefacts
→ transmettre les références à Marie

L’agent peut proposer ces étapes, mais il ne doit pas les exécuter librement. L’application doit encore choisir les outils autorisés, vérifier les formats, conserver les identifiants d’artefacts, gérer les erreurs partielles, limiter les coûts et décider ce qui peut être présenté à l’utilisateur ou à un analyste.

Le principe reste donc le même que dans le chapitre précédent :

Le LLM peut préparer, décrire ou proposer. L’orchestrateur contrôle l’exécution, conserve les références et décide ce qui devient un artefact officiel.

Maîtriser les risques de la boucle agentique

La boucle agentique apporte de la souplesse, mais cette souplesse crée aussi de nouveaux risques. À chaque cycle, l’agent peut mal interpréter une observation, choisir une action inadaptée, accumuler une erreur ou poursuivre un objectif mal formulé.

Ces risques ne sont pas une raison d’interdire toute agentivité. Ils expliquent pourquoi un agent d’entreprise doit être borné, observé et contrôlé.

Les risques suivants servent donc de checklist de conception : pour chacun, la question n’est pas seulement « est-ce possible ? », mais « quel garde-fou empêche cela ou limite les dégâts ? ».

Mauvais objectif

L’agent optimise une formulation imprécise ou contraire au besoin réel.

Mauvaise prochaine action

Le modèle choisit un outil plausible mais inadapté.

Mauvaise cible

Un identifiant ambigu conduit à consulter ou modifier le mauvais dossier.

Accumulation d’erreurs

Une observation incorrecte influence toutes les décisions suivantes.

Boucle ou répétition

L’agent répète une recherche ou un appel sans progresser.

Dérive du contexte

Les résumés et observations successives déforment progressivement le dossier.

Outil ou contenu compromis

Un résultat malveillant tente de modifier les instructions ou d’étendre le mandat.

Coût non borné

Les appels se multiplient sans bénéfice proportionnel.

Arrêt prématuré

L’agent déclare le dossier complet alors qu’une preuve obligatoire manque.

Les défenses combinent :

objectif testable
+
mandat limité
+
outils filtrés
+
validations déterministes
+
état fiable
+
budgets
+
conditions d’arrêt
+
observabilité
+
intervention humaine

Évaluer le résultat et le chemin

Une réponse finale correcte ne suffit pas.

Il faut évaluer :

Résultat

• dossier complet ;
• faits exacts ;
• sources pertinentes ;
• format exploitable ;
• bonne condition terminale.

Chemin

• outils appropriés ;
• arguments corrects ;
• absence d’accès non autorisé ;
• nombre d’étapes raisonnable ;
• absence d’actions dupliquées ;
• respect des validations ;
• transfert humain au bon moment ;
• capacité à s’arrêter.

Efficacité

• latence ;
• coût ;
• tokens ;
• nombre d’appels ;
• taux de reprise ;
• taux d’escalade.

Scénario complet — Préparer le dossier de contestation

Objectif

Constituer un dossier complet et sourcé,
sans prendre de décision financière,
puis le soumettre à un analyste.

Mandat

Lecture : membre, trajets, frais, procédures, pièces jointes autorisées
Écriture : brouillon de dossier uniquement
Interdit : clôture de trajet, remboursement, modification comptable
Budget : 10 décisions, 2 recherches documentaires, 30 minutes

Exécution possible

1. Observer la demande de Marie.
2. Identifier Stéphane dans le contexte autorisé.
3. Appeler list_member_trips.
4. Observer que deux trajets correspondent.
5. Demander lequel est contesté.
6. Recevoir TRIP-84219.
7. Lire le trajet et les frais.
8. Rechercher la procédure applicable par RAG.
9. Obtenir la procédure générale, sans la clause sur le délai de restitution.
10. Reformuler la question et relancer la recherche.
11. Obtenir les mêmes passages : la clause reste introuvable.
12. Atteindre le budget de deux recherches ; l’orchestrateur refuse un troisième appel.
13. Enregistrer la clause manquante comme point d’attention et poursuivre.
14. Vérifier la liste des preuves obligatoires.
15. Constater qu’une photo de restitution manque.
16. Demander la pièce à Marie.
17. Recevoir et analyser la pièce avec un modèle visuel spécialisé.
18. Vérifier que toutes les données obligatoires sont présentes.
19. Créer le brouillon CASE-2026-1842.
20. Produire une synthèse avec sources et points d’attention.
21. Soumettre le dossier à l’analyste.
22. S’arrêter dans l’état WAITING_FOR_ANALYST.

Les étapes 9 à 13 méritent une lecture attentive : elles illustrent un risque nommé plus haut, boucle ou répétition.

L’agent ne perçoit pas qu’il se répète. Sa deuxième recherche lui paraît légitime — il reformule, ce qui est raisonnable — et rien dans son raisonnement ne l’amènerait à s’arrêter au troisième essai plutôt qu’au dixième. C’est le budget qui l’arrête, et la condition d’arrêt qui transforme l’échec en point d’attention plutôt qu’en blocage.

Le dossier reste soumis, mais l’analyste sait qu’une clause n’a pas été retrouvée. L’information manquante devient visible au lieu d’être comblée par une supposition.

À chaque étape, l’application conserve :

• la décision structurée ;
• l’action autorisée ;
• le résultat ;
• les sources ;
• l’état mis à jour ;
• les budgets consommés ;
• l’identité ayant confirmé ou approuvé.

L’agent ne décide pas du remboursement. Il atteint son objectif lorsqu’un dossier complet et traçable est remis au responsable autorisé.

Quand ne pas utiliser un agent

Un agent est inutile pour trois raisons différentes. Parce qu’il est superflu — le chemin est court et connu, une règle déterministe suffit, une simple recherche répond à la question. Parce qu’il est trop risqué — l’impact d’une erreur est disproportionné, ou l’objectif ne peut être ni défini ni évalué. Ou parce que le socle manque — les données et outils ne sont pas assez fiables, ou l’organisation n’a ni supervision ni observabilité.

Dans ces cas, un workflow, une API ou une interface traditionnelle est souvent préférable.

En résumé

• Un agent poursuit un objectif borné et adapte plusieurs fois sa prochaine action aux observations.
• Un LLM ou un outil isolé ne suffit pas à constituer un agent.
• Le LLM propose ; l’orchestrateur valide et exécute.
• L’objectif doit être complété par un mandat explicite.
• Le plan est une hypothèse ; l’état enregistre ce qui s’est réellement passé.
• L’autonomie possède plusieurs dimensions et doit être ajustée au risque.
• Les budgets et conditions d’arrêt empêchent les boucles non bornées.
• Un agent spécialisé est généralement plus contrôlable qu’un agent généraliste.
• La mémoire ne remplace ni l’état de processus ni les sources de vérité.
• Un agent doit être évalué sur son résultat, son chemin et son efficacité.

Vérifiez votre compréhension

Question 1 — Quelle différence centrale sépare un workflow d’un agent ?

Réponse : Le workflow suit principalement une structure conçue à l’avance ; l’agent peut adapter plusieurs fois la prochaine action selon les observations rencontrées.

Question 2 — Pourquoi un objectif doit-il être complété par un mandat ?

Réponse : L’objectif décrit le résultat attendu, tandis que le mandat fixe les actions autorisées, interdites et soumises à validation.

Question 3 — Pourquoi le plan d’un agent ne constitue-t-il pas une preuve d’exécution ?

Réponse : Il décrit une intention susceptible d’être révisée. Seuls l’état persistant, les résultats d’outils et les traces prouvent ce qui a réellement été exécuté.

Question 4 — Quelles validations doivent séparer une décision du LLM d’une action réelle ?

Réponse : Existence de l’action, validation du schéma et des références, autorisation, respect du mandat, budget, risque, confirmation éventuelle et idempotence.

Question 5 — Pourquoi l’autonomie ne doit-elle pas être décrite par une seule échelle ?

Réponse : Un agent peut être très autonome pour choisir une lecture mais très limité pour écrire, dépenser, communiquer ou agir sans confirmation.

Question 6 — Quelles conditions permettent à un agent de savoir qu’il doit s’arrêter ?

Réponse : Objectif atteint, information insuffisante, refus humain, budget ou délai atteint, aucune action pertinente, risque excessif ou erreur non récupérable.

Question 7 — Pourquoi faut-il évaluer le chemin d’exécution ?

Réponse : Une réponse finale correcte peut masquer des outils inutiles, des violations de règles, un coût excessif ou une action dangereuse évitée par hasard.

Transition vers le chapitre suivant

L’agent Bikaroo peut maintenant poursuivre un objectif sur plusieurs étapes. Mais que se passe-t-il lorsque le traitement s’étend sur plusieurs conversations ou plusieurs jours ?

Le système doit retrouver le dossier, reprendre l’état correct et conserver certaines informations utiles sans transformer un souvenir en vérité métier.

Le chapitre suivant sera :

Chapitre 10 — Où en est le dossier dont nous avons parlé ?

Mémoire et continuité dans les systèmes agentiques

Il étudiera comment reprendre un dossier et réutiliser des informations utiles sans confondre mémoire, état de processus et source de vérité.