API Agent : Un environnement géré pour les flux de travail d'agents

Aujourd'hui, nous lançons l'API Agent de Perplexity, un environnement d'exécution géré pour créer des flux de travail d'agents avec recherche intégrée, exécution d'outils et orchestration multi-modèle.

Elle remplace un routeur de modèles, une couche de recherche, un fournisseur de représentations vectorielles, un service de bac à sable et une pile de surveillance par un point d'intégration unique.

La boucle d'agents en tant que modèle de calcul

Un processeur conventionnel exécute un cycle déterministe : il extrait une instruction, la décode, l'exécute, puis stocke le résultat. Le compteur de programme avance. Le processeur ne décide jamais de ce qu'il doit faire.

L'API Agent met en œuvre un modèle de calcul différent. Le processeur est un modèle de langage de pointe. Il reçoit un objectif et détermine comment l'atteindre. Il décompose cet objectif en un plan, sélectionne les outils à utiliser dans son ensemble d'outils disponibles, exécute, observe les résultats, évalue si l'objectif est atteint et itère. La fenêtre de contexte sert de registres. Le raisonnement et l'orchestration servent de planificateur.

Imaginez que vous vous préparez à un appel commercial avec un prospect à qui vous avez parlé à quelques reprises. Vous envoyez une seule requête à l'API Agent avec trois outils : un pour effectuer des recherches dans votre CRM interne, web_search et fetch_url. Le modèle appelle d'abord votre outil CRM, récupérant le contexte des conversations passées. Il appelle ensuite web_search pour trouver des actualités récentes et des renseignements concurrentiels, renvoyant plusieurs pages pertinentes. Il décide que deux de ces pages méritent une lecture plus approfondie et appelle fetch_url pour chacune d'elles. En trois étapes, le modèle a regroupé l'historique interne, un large contexte Web et des détails de page complète en une seule réponse documentée. C'est la boucle d'agents.

Orchestration de la boucle d'agents complète

Il est important de distinguer l'API Agent des services de routage de modèles. L'API Agent est un environnement d'exécution géré qui orchestre la boucle d'agents complète : récupération, exécution d'outils, raisonnement, basculement multi-modèle et tout outil personnalisé auquel vous lui donnez accès. Elle remplace un routeur de modèles, une couche de recherche, un fournisseur de représentations vectorielles, un service de bac à sable et une pile de surveillance par un point de terminaison, un compte et une clé API uniques.

L'API est agnostique vis-à-vis des fournisseurs de modèles de pointe. Pour les applications à haute disponibilité, l'API prend en charge les chaînes de basculement de modèles : spécifiez plusieurs modèles, et l'API essaie automatiquement le suivant si l'un d'eux est indisponible. Cela garantit une disponibilité proche de 100 %.

Des outils puissants et intégrés

Deux outils intégrés sont disponibles : web_search et fetch_url. web_search prend en charge le filtrage par domaine (liste blanche et liste noire, jusqu'à 20 domaines), le filtrage par récence, le filtrage par plage de dates, le filtrage par langue et les budgets de contenu configurables par page. fetch_url récupère et extrait le contenu complet de pages à partir d'URL spécifiques.

Au-delà des outils intégrés, des fonctions personnalisées permettent aux développeurs de connecter l'agent à leurs propres backends, bases de données et API.

Préréglages de modèles de pointe optimisés en continu

Créer une configuration d'agent efficace à partir de zéro nécessite de choisir le bon modèle, d'étalonner la profondeur du raisonnement, de sélectionner les outils et d'ajuster les budgets de jetons. Perplexity le fait en continu pour ses propres produits, avec le soutien d'une équipe d'évaluation interne qui compare les configurations par rapport à des charges de travail réelles.

Les préréglages partagent cette expertise. Chaque préréglage est une configuration entièrement transparente et préconfigurée, optimisée pour un cas d'utilisation spécifique : recherches factuelles rapides, recherche équilibrée, analyse multi-source approfondie et recherche de niveau institutionnel. Nous publions l'invite système recommandée, les outils et le profil de coût pour chacun. À mesure que le paysage des modèles évolue, nous mettons à jour les configurations sous-jacentes afin que le préréglage reflète toujours l'état de l'art à un coût prévisible. Tous les paramètres de préréglage sont remplaçables : les développeurs peuvent utiliser un préréglage comme point de départ et ajuster le modèle, les outils, le nombre d'étapes ou les budgets de jetons en une seule requête.

Deep Research 2.0, disponible via le préréglage advanced-deep-research, est le même moteur de raisonnement multi-étape qui propulse le produit grand public de Perplexity. Il effectue des dizaines de recherches par requête, lit des centaines de documents sources et affine son analyse de manière itérative. Les performances sur DRACO, ResearchRubrics de Scale AI et DeepSearchQA de Google DeepMind sont détaillées dans notre publication sur le banc d'essai DRACO.

L'API Agent est disponible dès aujourd'hui. La documentation et les guides de démarrage rapide se trouvent sur docs.perplexity.ai