API Agent : Un environnement géré pour flux de travail agentiques

Nous lançons aujourd'hui l'API Perplexity Agent, un environnement d'exécution géré pour concevoir des flux de travail agentiques intégrant la recherche, l'exécution d'outils et l'orchestration multi-modèles.

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

La boucle agentique comme modèle de calcul

Un CPU conventionnel exécute un cycle déterministe : récupérer une instruction, la décoder, l'exécuter, stocker 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 linguistique de pointe. Il reçoit un objectif et détermine comment l'atteindre. Il décompose cet objectif en un plan, sélectionne les outils à utiliser parmi 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 d'ordonnanceur.

Envisagez la préparation d'un appel commercial avec un prospect avec qui vous avez discuté à quelques reprises. Vous envoyez une seule requête à l'API Agent avec trois outils : un pour effectuer une recherche 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 sur la concurrence, retournant plusieurs pages pertinentes. Il décide que deux de ces pages méritent une lecture approfondie et appelle fetch_url pour chacune. En trois étapes, le modèle a rassemblé l'historique interne, un contexte Web large et des détails de page complète en une réponse unique et étayée. C'est la boucle agentique.

Orchestration de la boucle agentique 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 agentique complète : récupération, exécution d'outils, raisonnement, secours multi-modèles et tous les outils personnalisés auxquels vous lui donnez accès. Elle remplace un routeur de modèle, une couche de recherche, un fournisseur d'embeddings, 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 indépendante du modèle parmi tous les fournisseurs de modèles de pointe. Pour les applications à haute disponibilité, l'API prend en charge les chaînes de secours de modèles : spécifiez plusieurs modèles, et l'API essaie automatiquement le suivant si l'un est indisponible. Cela garantit une disponibilité proche de 100 %.

Des outils puissants intégrés

Deux outils intégrés sont disponibles : web_search et fetch_url. web_search prend en charge le filtrage de domaine (liste d'autorisation et liste de blocage, jusqu'à 20 domaines), le filtrage de récence, le filtrage par plage de dates, le filtrage linguistique et des budgets de contenu configurables par page. fetch_url récupère et extrait le contenu complet de la page 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

La création d'une configuration d'agent efficace à partir de zéro nécessite de choisir le bon modèle, de calibrer la profondeur de raisonnement, de sélectionner les outils et d'ajuster les budgets de jetons. Perplexity effectue cela en continu pour ses propres produits, soutenu par une équipe interne d'évaluation 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 pré-paramétrée, optimisée pour un cas d'utilisation spécifique : recherches factuelles rapides, recherche équilibrée, analyse approfondie multi-sources et recherche de niveau institutionnel. Nous publions le prompt système recommandé, 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 actuel à un coût prévisible. Tous les paramètres de préréglage sont modifiables : 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-étapes qui alimente le produit grand public de Perplexity. Il effectue des dizaines de recherches par requête, lit des centaines de documents sources et affine de manière itérative son analyse. Les performances sur DRACO, ResearchRubrics de Scale AI et DeepSearchQA de Google DeepMind sont détaillées dans notre article sur le benchmark DRACO.

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