🤖 Brique 2
L'Agent IA
Quand le LLM passe de "parler" à "faire"
LLM vs Agent — quelle différence ?
La distinction clé est simple : un LLM répond, un agent agit.
🧠 LLM seul
Répond à une question
Génère du texte
Attend la prochaine question
Passif — ne fait rien sans toi
🤖 Agent IA
Reçoit un objectif
Planifie les étapes
Exécute des actions
Observe, ajuste, recommence
La boucle magique : Réfléchir → Agir → Observer
Un agent fonctionne en boucle. C'est ce qu'on appelle la boucle ReAct
(Reason + Act) : il ne fait pas tout d'un coup, il procède par étapes comme un humain.
Boucle de fonctionnement d'un agent
1
Réfléchir
L'agent analyse l'objectif et décide quelle action effectuer en premier.
2
Agir
Il utilise un outil — cherche sur le web, écrit du code, envoie un email…
3
Observer
Il lit le résultat de l'action. Est-ce que ça a fonctionné ? Que faire ensuite ?
4
Décider
Si l'objectif est atteint → il s'arrête. Sinon → retour à l'étape 1.
Scénario concret : "Réserve-moi un resto ce soir"
Tu donnes cet objectif à un agent. Voici ce qu'il fait tout seul, en boucle :
Ce que l'agent fait en autonomie
🔍
Cherche des restaurants disponibles ce soir près de chez toi
OUTIL : recherche web
📋
Lit les avis et les menus, sélectionne 3 options pertinentes
OUTIL : extraction de données
📅
Vérifie ta disponibilité dans ton agenda ce soir
OUTIL : accès calendrier
📞
Réserve la table au restaurant choisi pour l'heure qui convient
OUTIL : formulaire de réservation
📩
T'envoie un résumé avec l'adresse et l'heure de réservation
OUTIL : email
Tu n'as rien fait d'autre que donner l'objectif. L'agent a planifié, agi, vérifié, et finalisé.
Ce que ça change concrètement
Avec un LLM seul, tu es l'exécutant. L'IA conseille, tu agis.
Avec un agent, tu deviens le décideur. Tu donnes l'objectif, l'agent s'occupe du reste.
C'est la différence entre un assistant qui te donne une recette de cuisine,
et un chef cuisinier qui prépare le repas à ta place.
Exemples d'agents en production aujourd'hui
→ Agent de support client qui lit les tickets et répond automatiquement
→ Agent de recherche qui compile des rapports à partir de 50 sources
→ Agent développeur (comme Copilot Agent) qui écrit, teste et corrige du code
→ Claude Code (celui-ci !) qui travaille dans des fichiers, lance des commandes…
La mémoire d'un agent
Un LLM de base oublie tout entre deux conversations.
Aucun souvenir de la semaine dernière, de tes préférences, ni du projet en cours.
C'est comme parler à quelqu'un qui perd la mémoire entre chaque échange.
Un agent peut être équipé de mémoire — et ça change radicalement ce qu'il peut accomplir dans la durée.
Les trois types de mémoire
💬
court terme
Contexte de conversation
L'historique de la discussion en cours. Ça dure le temps d'une session, pas plus.
🗄️
long terme
Mémoire externe
Des notes, fichiers ou bases de données que l'agent peut lire et écrire pour garder des infos entre les sessions.
📖
épisodique
Souvenirs d'échanges
Des résumés de conversations passées, pour retrouver le contexte d'un projet ou d'une décision antérieure.
Avec de la mémoire, l'agent ne repart plus de zéro à chaque session.
Il sait où en est le projet, ce qui a déjà été fait, et ce que tu préfères.
Ce que la mémoire rend possible
→ Un agent qui retient tes préférences de mise en page sans que tu aies à les répéter à chaque fois
→ Un assistant qui suit l'avancement d'un projet sur plusieurs semaines
→ Un agent qui apprend de ses erreurs passées pour ne plus les répéter
→ Claude Code utilise des fichiers memory pour se souvenir de toi et du projet entre les sessions