Un agent IA organise plusieurs étapes et utilise des outils pour réaliser une demande. Il peut préparer une action ou l’exécuter si elle est autorisée. L’équipe doit définir les étapes qui demandent une validation humaine.
Comprendre le mécanisme
Choisir une prochaine action pour atteindre un objectif
Un agent IA utilise un modèle pour interpréter une demande et choisir une action parmi les outils disponibles. Le résultat d’un outil peut guider la suite. Ses choix dépendent des instructions, du contexte et du modèle.
Un chef de projet pourrait lui confier un dossier fictif incomplet. L’agent aurait accès à une recherche et à un brouillon, sans pouvoir envoyer de message. Le test examinerait s’il repère la pièce manquante, demande une précision et prépare un document relisible.
Choisir et être autorisé
Le choix proposé par le modèle ne crée aucun droit supplémentaire. Les accès et les actions à approuver doivent être définis dans l’application.
Dans un projet
Préparer une tâche en plusieurs étapes
Un chef de projet peut demander à un agent de rassembler des informations et de préparer un dossier. L’agent choisit ou enchaîne des outils. L’équipe fixe les actions autorisées et celles qui exigent une validation avant leur exécution.
Vous fournissez
Objectif fictif, documents disponibles et actions autorisées.
Vous contrôlez le résultat
Brouillon ou demande de précision, avec le parcours à examiner.
Exemple fictif. Il illustre un usage, sans résultat mesuré.
Les points à vérifier
Définissez un résultat attendu, des limites d’accès et des contrôles pour les étapes importantes.
Objectif atteintCompter les dossiers complets selon une liste préparée avant le test.
Limites respectéesCompter les tentatives d’actions extérieures au périmètre prévu.
Effort du parcoursMesurer durée, appels d’outils et temps de relecture humaine.
Dify 1.18 permet à un agent de choisir la prochaine branche d’un workflow. La version ajoute aussi des paquets d’application portables et une inspection plus fine des workflows imbriqués.
DisponibleTarif à vérifier
Accès
Version 1.18.0 publiée
À prévoir
Version auto-hébergée publiée. Certaines fonctions exigent des services séparés ou restent en bêta. Tarif non précisé.
Meow Apps met à jour son plugin WordPress. Chaque connexion MCP (protocole reliant un assistant à ses outils) de Claude ou ChatGPT peut être limitée à la lecture seule, avec plusieurs corrections de sécurité.
DisponibleTarif à vérifier
Accès
Version 3.8.7 disponible
À prévoir
Plugin WordPress disponible. Fonctions gratuites et Pro distinctes, coûts des modèles selon le fournisseur.
Anthropic publie Claude Code 2.1.309. Cette version corrige des restrictions qui pouvaient ne pas s’appliquer aux commandes, fichiers et agents enfants.
AutoGPT Platform ajoute des métadonnées d’effet aux blocs pour guider les approbations. La bêta peut aussi suspendre un tour AutoPilot quand une limite est atteinte puis le reprendre.
BêtaTarif à vérifier
Accès
Bêta 0.9.0 publiée
À prévoir
Bêta publiée avec image d’auto-hébergement et installateur Windows annoncés. Conditions de crédits variables. Tarif exact à vérifier.
METR et Redwood Research publient les résultats publics d’un exercice mené avec un accès approfondi au système interne de surveillance d’OpenAI. L’étude décrit l’état historique observé avant et pendant juillet 2026, ainsi que plusieurs moyens théoriques de réduire ou contourner la couverture du contrôle.
Recherche publiéeTarif à vérifier
Accès
Compte rendu public d’un exercice de sécurité historique
À prévoir
Compte rendu public. Le rapport interne complet et les détails d’exploitation ne sont pas accessibles.
Des chercheurs présentent BackUpper, une couche expérimentale qui prépare un retour arrière avant les modifications d’un agent de code. Leur benchmark RegretBench comprend 205 tâches fondées sur des situations de perte rapportées publiquement. Les agents testés terminent souvent leur mission sans conserver l’état qui pourrait ensuite être nécessaire.
Recherche publiéeTarif à vérifier
Accès
Prototype de recherche publié
À prévoir
Prépublication et projet de recherche. Intégration nécessaire, sans garantie de restauration complète.
L’équipe GameScaling, qui associe miHoYo, Tsinghua et plusieurs universités, publie une étude sur l’apprentissage d’agents dans des jeux vidéo. Elle fait varier la taille des modèles, les heures de jeu et le mélange des environnements. Les résultats montrent surtout des progrès dans les mondes proches de l’entraînement, avec un rôle décisif du temps de réponse.
Recherche publiéeTarif à vérifier
Accès
Étude et ressources de recherche publiques
À prévoir
Client d’inférence et poids annoncés. Hébergement et ressources matérielles nécessaires, corpus d’entraînement non publié.
Anthropic corrige dans Claude Code 2.1.307 un cas où une coupure réseau pouvait provoquer le renvoi d’un appel d’outil. Les reprises automatiques sont limitées aux outils en lecture seule ou prévus pour être répétés sans effet supplémentaire. La version ajoute aussi un événement permettant de comprendre certains arrêts de sûreté.
DisponibleTarif à vérifier
Accès
Version 2.1.307 disponible
À prévoir
Client Claude Code. Mise à jour logicielle disponible, conditions d’accès au service inchangées par ces notes.
Google annonce Agent Compute Engine, un service cloud qui conserve l’environnement de travail d’un agent entre ses interventions. Une petite machine virtuelle peut être mise en pause pendant l’attente, puis reprise avec son état. Le service fonctionne déjà pour des agents Google, mais sa préversion destinée aux clients reste prévue dans les prochains mois.
Annonce / accès prévuTarif à vérifier
Accès
Annonce, accès prévu
À prévoir
Préversion clients prévue dans les prochains mois. Tarifs et accès à préciser.
