Agents autonomes : définition et fonctionnement

Qu’est-ce qu’un agent autonome ?

Un agent autonome est un système d’IA qui poursuit un objectif de manière indépendante. Une personne décrit le résultat souhaité, et l’agent détermine les étapes à suivre, puis les exécute.

Imaginons qu’une personne souhaite choisir entre trois outils de gestion de projet. Un agent autonome peut rechercher chaque outil, ouvrir sa page de tarifs, relever les différences et fournir une comparaison complète. La personne fixe l’objectif et examine le résultat ; entre les deux, c’est l’agent qui fait le travail.

De nombreux agents logiciels actuels s’appuient sur un grand modèle de langage (LLM) pour interpréter les instructions et décider de la marche à suivre. Certains modèles traitent également des images ou de l’audio. Pour effectuer des recherches sur le Web, cliquer sur des boutons ou envoyer des e-mails, l’agent a besoin d’un logiciel qui relie le modèle à des outils et exécute ses requêtes.

Dans l’exemple de la gestion de projet, le LLM et l’agent fonctionneraient ainsi :

1. Le LLM lit l’objectif et rédige une requête pour rechercher les tarifs du premier outil.
2. Le logiciel de l’agent exécute la recherche et renvoie les résultats au LLM sous forme de texte.
3. Le LLM lit les résultats, choisit l’étape suivante (ouvrir la page de tarifs) et rédige une nouvelle requête.
4. Le cycle se répète jusqu’à ce que le LLM estime que la comparaison est terminée et rédige la réponse finale.

Agrandir

Niveaux d’autonomie

Dans un système d’IA agentique (une IA conçue pour agir, et pas seulement pour répondre à des questions), l’autonomie est un choix de conception. Un même agent peut être configuré pour demander l’autorisation avant chaque étape ou pour accomplir seul une tâche entière.

Des chercheurs de l’Université de Washington proposent un cadre en cinq niveaux pour décrire les différents degrés d’autonomie qu’un agent peut avoir :

Au niveau 4, un agent pourrait effectuer des recherches et rédiger un bon de commande de lui-même, mais s’arrêter avant de le soumettre. Au niveau 5, il soumettrait également la commande.

Agents d’IA autonomes, automatisation et chatbots : quelles différences ?

Les agents autonomes se distinguent des chatbots et de l’automatisation des flux de travail sur deux points : ils déterminent eux-mêmes leurs étapes, et ils agissent dans d’autres applications et sites Web.

Un chatbot répond à des questions dans le cadre d’une conversation, mais n’agit généralement pas en dehors de celle-ci. L’automatisation des flux de travail, elle, agit, mais uniquement en suivant des étapes définies à l’avance par quelqu’un. L’automatisation robotisée des processus (RPA) en est un type courant : un logiciel qui répète des tâches simples fondées sur des règles, comme copier des données d’un système à un autre.

Un agent autonome fait les deux : il agit dans d’autres logiciels et choisit lui-même ses étapes pour atteindre un objectif, dans la limite des outils, des autorisations et des instructions qui lui sont fournis.

Une réclamation concernant une commande en retard illustre bien la différence. Un chatbot pourrait répondre par une explication préétablie de la politique d’expédition. Une automatisation des flux de travail pourrait envoyer un e-mail standard « Commande retardée ». Un agent autonome pourrait consulter la commande, constater qu’elle a été perdue pendant le transport, envoyer un article de remplacement et tenir le client informé.

Fonctionnement des agents autonomes

Un agent autonome s’appuie sur quatre capacités pour accomplir une tâche : planifier ses étapes, utiliser des outils, mémoriser ce qu’il a fait et vérifier ses propres résultats. Pour les tâches plus importantes, certains agents répartissent également le travail entre une équipe d’agents.

1. Décomposer les objectifs et établir des plans

Un objectif est généralement trop vaste pour être atteint en une seule étape ; la première mission d’un agent consiste donc à le décomposer en tâches plus petites. Par exemple, si l’utilisateur demande à l’agent d’organiser un séminaire d’équipe, celui-ci peut diviser l’objectif en plusieurs tâches : choisir les dates, trouver des lieux adaptés au budget, vérifier les disponibilités et rédiger une invitation.

Selon leur conception, les agents peuvent planifier en amont ou au fur et à mesure. Planifier en amont signifie rédiger toutes les étapes avant de commencer, ce qui convient aux tâches courtes et prévisibles. Planifier au fur et à mesure signifie définir la ou les deux prochaines étapes, agir, puis ajuster en fonction des résultats obtenus. Si le lieu choisi en priorité pour le séminaire était déjà réservé, l’agent pourrait passer à l’option suivante sans tout recommencer.

Agrandir

Une étude de synthèse sur les agents autonomes basés sur des LLM menée par l’Université Renmin de Chine montre que cette seconde approche gère mieux les tâches complexes, car il est difficile d’écrire un plan parfait avant d’avoir obtenu le moindre résultat. De nombreux agents combinent les deux : ils esquissent d’abord un plan complet, puis le révisent au fil du travail.

2. Agir à l’aide d’outils

Une fois le plan établi, l’agent l’exécute tâche par tâche, en choisissant un outil pour chacune.

• Pour trouver des lieux, il peut utiliser la recherche Web avec une requête comme « lieux de séminaire pour 20 personnes près d’Austin ».
• Pour vérifier les disponibilités, il peut ouvrir la page de réservation de chaque lieu dans un navigateur et consulter le calendrier.
• Pour envoyer l’invitation, il peut se connecter à la messagerie de la personne via une API, c’est-à-dire la connexion qui permet à un logiciel de demander des données ou des actions à un autre.

Après chaque action, l’agent lit le résultat obtenu et décide de la suite. Si la recherche fait apparaître cinq lieux, il vérifie leur disponibilité. Si une page de réservation ne se charge pas, il se rabat sur le numéro de téléphone indiqué pour le lieu ou passe à l’option suivante.

Les outils dont dispose un agent déterminent les tâches qu’il peut accomplir seul. Sans accès à la messagerie, il peut rédiger l’invitation, mais pas l’envoyer.

3. Suivre la progression grâce à la mémoire

Au fil de son travail, l’agent doit garder une trace de ce qu’il a fait et de ce qu’il a appris. Après avoir vérifié trois lieux, il doit savoir lesquels étaient réservés, lesquels avaient de la place et combien coûte chacun d’eux. Ces informations sont conservées dans la fenêtre de contexte du LLM, c’est-à-dire la quantité de texte que le modèle peut prendre en compte en une seule fois.

Les tâches longues peuvent dépasser cette fenêtre de contexte. Les agents dotés d’une mémoire à long terme contournent ce problème en enregistrant les informations en dehors du modèle, généralement dans une base de données, et en ne récupérant que ce dont l’étape en cours a besoin.

La mémoire à long terme se conserve aussi d’une tâche à l’autre. Au moment de planifier le séminaire de l’année suivante, l’agent pourrait réutiliser la liste de lieux et le budget de cette année, ou se souvenir que l’équipe préfère les lieux situés à moins d’une heure de route.

4. Vérifier les résultats et rectifier le tir

Pendant qu’ils travaillent, de nombreux agents guettent les signes indiquant qu’une étape a mal tourné. Si un formulaire de réservation renvoie une erreur ou qu’une recherche ne donne aucun résultat, l’agent essaie une autre approche. Lorsqu’il doit prendre une décision qu’il ne devrait pas prendre seul, par exemple déterminer si un lieu légèrement au-dessus du budget est acceptable, il consulte la personne et s’adapte en fonction de sa réponse.

Avant de rendre leur travail, de nombreux agents examinent leurs résultats. Le LLM relit ce qu’il a produit, le compare à l’objectif et liste tout ce qui manque ou est erroné. L’agent apporte des corrections et vérifie à nouveau jusqu’à ce que le résultat atteigne l’objectif. Par exemple, si l’adresse du lieu manque dans l’invitation, la vérification le détecte et l’agent l’ajoute avant l’envoi.

5. Répartir le travail entre plusieurs agents

Certaines tâches avancent plus vite lorsque plusieurs agents se les partagent. Un agent principal répartit le travail et en confie des parties à des sous-agents.

Perplexity Computer fonctionne de cette manière. Une personne décrit le résultat souhaité, puis Computer le décompose en tâches et sous-tâches, et crée des sous-agents pour les exécuter. Les sous-agents peuvent effectuer des recherches sur le Web, générer des documents, traiter des données ou appeler des services connectés via des API.

Lorsque Computer rencontre un problème, il crée de nouveaux sous-agents pour le résoudre. Chaque sous-agent peut aussi s’exécuter sur un modèle d’IA différent, de sorte que chaque partie du travail est confiée au modèle le plus adapté.

Ainsi, dans l’exemple du séminaire, un sous-agent pourrait rechercher des lieux pendant qu’un autre consulte les agendas de l’équipe et qu’un troisième étudie les options de déplacement.

Agrandir

Comment les gens utilisent les agents autonomes

Les agents autonomes servent surtout au travail intellectuel du quotidien : recherche, rédaction, e-mails et apprentissage. Dans une étude menée par des chercheurs de Harvard et de Perplexity, les tâches de productivité et d’apprentissage représentaient 57 % des requêtes agentiques. Les exemples ci-dessous montrent ce qu’un agent fait pour chaque type de travail.

Recherche et analyse

La recherche convient bien aux agents, car elle implique de nombreuses petites étapes. Un agent peut effectuer des recherches, ouvrir des sources, les lire et comparer leur contenu. Prenons une requête comme « trouve trois études récentes sur le télétravail et la productivité, et résume les conclusions de chacune ». L’agent recherche des études et ouvre les plus pertinentes. Il lit les conclusions de chaque étude et rédige un résumé avec des liens vers toutes les sources. Si une étude est en accès payant, l’agent passe à la suivante. Dans l’étude, la synthèse et l’analyse de travaux de recherche représentent 7 % des requêtes agentiques.

Documents, e-mails et agendas

Les agents travaillent souvent dans les outils que les gens utilisent déjà au quotidien. Dans l’étude de Harvard et Perplexity, les outils de traitement de documents de Google et la messagerie étaient les deux plus courants, représentant ensemble environ un quart des requêtes agentiques. Prenons une requête comme « parcours les e-mails non lus de cette semaine, signale ceux qui viennent de clients et rédige des réponses aux demandes de rendez-vous ». L’agent ouvre la boîte de réception et trie les messages. Il consulte l’agenda pour trouver des créneaux libres et rédige une réponse à chaque demande. Il peut enregistrer les brouillons sans les envoyer, afin que la personne puisse d’abord les relire un par un.

Apprentissage et travaux de cours

Les étudiants utilisent des agents pour réviser. Les travaux de cours constituent la plus grande catégorie d’utilisation des agents dans l’étude, avec 13 % des requêtes agentiques. Une requête comme « interroge-moi sur le chapitre quatre de mes lectures de cours » envoie l’agent sur le site Web du cours, où il lit le chapitre, rédige des questions sur les points clés et vérifie les réponses de l’étudiant. La même approche convient à toute personne qui découvre un nouveau sujet, comme un employé qui doit se familiariser rapidement avec un secteur qu’il ne connaît pas.

Achats et comparaisons

Les achats représentent 10 % des requêtes agentiques, principalement pour rechercher et comparer des produits. Lorsqu’on lui demande de « trouver un bureau assis-debout à moins de 400 $ avec de très bons avis », un agent effectue des recherches chez plusieurs revendeurs, filtre par prix et par note, compare les meilleures options et peut ajouter la meilleure au panier. Confier à un agent la comparaison des options sur plusieurs sites Web peut faire gagner beaucoup de temps, puisque la personne n’a plus besoin d’ouvrir et de recouper chaque annonce.

Sept bonnes pratiques pour utiliser les agents autonomes

1. Commencer par des tâches faciles à vérifier

Les meilleures tâches pour commencer sont celles où une erreur est facile à repérer et peu coûteuse à corriger. Les synthèses de recherche et les comparaisons de produits sont de bons points de départ. Si l’agent fournit des liens vers ses sources, la vérification du travail ne prend que quelques minutes. À mesure que la confiance s’installe, on peut lui confier des tâches plus longues, comportant davantage d’étapes.

2. Définir des objectifs et des contraintes clairs

L’agent peut prendre de meilleures décisions lorsqu’il sait pourquoi la tâche est importante. Une bonne requête se lit comme un cahier des charges remis à un prestataire : l’objectif, le public visé, ce que l’on sait déjà et ce qui a été écarté. « Comparez ces trois fournisseurs pour une note destinée au conseil d’administration ; le conseil se préoccupe surtout du risque de mise en œuvre, et nous avons déjà exclu tous ceux qui ne sont pas conformes à SOC 2 » donne à l’agent ce dont il a besoin pour exercer son propre jugement.

3. Ajouter des points de validation

Certaines actions sont irréversibles, comme envoyer un e-mail, effectuer un achat, supprimer des fichiers ou soumettre un formulaire. Si l’agent le permet, configurez-le pour qu’il s’interrompe et demande votre accord avant ces étapes. La requête elle-même peut aussi fixer un point d’arrêt. « Rédigez des réponses, mais ne les envoyez pas » ou « ajoutez la meilleure option à mon panier, mais ne finalisez pas la commande » indique à l’agent exactement où s’arrêter et vous rendre la main.

4. Examiner le plan avant le travail

Pour une tâche plus importante, demandez à l’agent de présenter son plan avant de commencer. Examiner un plan prend une minute, et corriger un malentendu à ce stade coûte bien moins cher que de le découvrir dans un livrable finalisé.

5. Limiter l’accès à ce dont la tâche a besoin

Chaque compte auquel un agent peut accéder est un compte dans lequel il peut agir. En ne connectant que les applications nécessaires à une tâche, on garde les données sensibles hors de portée et on limite les risques. Un agent qui recherche des fournisseurs n’a pas besoin d’accéder aux e-mails. Un agent qui rédige des réponses, si, mais il n’a pas forcément besoin de l’autorisation de les envoyer.

6. Intégrer les vérifications dans la requête

Les agents relisent déjà leur propre travail ; la requête peut donc leur indiquer ce qu’ils doivent vérifier. Décrire à quoi ressemble un bon résultat (« chaque chiffre doit s’appuyer sur une source datée de 2025 ou plus tard ») amène l’agent à appliquer ce critère avant de rendre son travail. Lui demander de distinguer les faits confirmés de ses propres déductions et de signaler les hypothèses rend la relecture humaine plus rapide et plus ciblée.

7. Réutiliser ce qui fonctionne

Une requête qui a donné un excellent résultat peut servir de modèle pour la prochaine tâche similaire. Fournir à l’agent un exemple de bon résultat, comme le rapport du trimestre précédent, est souvent plus efficace que de décrire le format avec des mots. Les tâches récurrentes peuvent devenir des flux de travail permanents.

L’approche de Perplexity en matière d’agents autonomes

Perplexity propose deux agents autonomes. Comet Assistant gère les tâches du quotidien directement dans le navigateur, et Perplexity Computer prend en charge des projets plus vastes qui peuvent durer des heures, voire davantage.

Comet Assistant est intégré à Comet, le navigateur IA de Perplexity. Il travaille sur les sites web que l’on a déjà ouverts, ce qui lui permet de planifier des réunions, de modifier des documents, d’envoyer des e-mails et de réserver des vols sans changer d’outil.

Computer s’exécute dans le cloud et répartit chaque objectif entre des sous-agents, comme décrit précédemment. Il se connecte à des centaines de services, et l’on peut choisir des modèles d’IA spécifiques pour des parties précises du travail. Computer est disponible pour les abonnés Pro et Max.

Découvrez Comet Assistant pour essayer un agent dans le navigateur, ou Perplexity Computer pour confier un projet plus vaste.

Questions fréquentes

Un agent autonome est-il la même chose que l’IA agentique ?

Non, mais les deux notions se recoupent. L’IA agentique désigne généralement la catégorie plus large des systèmes d’IA qui poursuivent des objectifs en planifiant et en agissant. Un agent autonome est un système spécifique de cette catégorie, qui accomplit son travail avec peu de validations étape par étape.

Tous les agents d’IA sont-ils autonomes ?

Non. Certains agents n’exécutent chaque étape que sur instruction d’une personne, tandis que d’autres accomplissent une tâche entière par eux-mêmes. Les niveaux d’autonomie décrits précédemment couvrent tout l’éventail, des agents qu’une personne pilote étape par étape à ceux qu’elle se contente de superviser.

Les agents autonomes peuvent-ils effectuer des achats ou des paiements ?

Certains agents peuvent aider à effectuer des achats, selon le site web, les autorisations et les garde-fous en place. Comet Assistant peut comparer des produits et aider à finaliser une commande. Instant Buy de Perplexity permet aux utilisateurs éligibles aux États-Unis d’acheter des produits pris en charge directement dans Perplexity, avec PayPal comme option de paiement.

Les agents autonomes nécessitent-ils des compétences en programmation ?

De nombreux agents prêts à l’emploi peuvent être utilisés sans savoir coder. Certaines plateformes permettent aussi de créer des agents à l’aide d’instructions en langage naturel ou d’une interface graphique. La programmation peut être utile pour les intégrations personnalisées, le débogage et des comportements plus spécialisés.