Agents — Vue d'ensemble

Les agents autonomes sont la prochaine évolution des LLMs : ils reçoivent un objectif et l’exécutent seuls en utilisant des outils, en se corrigeant et en orchestrant des sous-agents.

---

Notes détaillées

Note	Contenu
Agents autonomes	Chatbot vs Agent, architecture (LLM + outils + mémoire), risques, bonnes pratiques de déploiement

---

Protocoles et outils clés

Outil / Protocole	Rôle
MCP (Model Context Protocol)	Standard ouvert pour connecter un agent à des outils externes (fichiers, APIs, apps)
OpenAI Function Calling	Permet au LLM d’appeler des fonctions définies dans le code
LangChain / LangGraph	Frameworks pour orchestrer des agents et des chaînes de raisonnement
AutoGPT / CrewAI	Frameworks d’agents autonomes open-source

---

Niveaux d’autonomie

Niveau 1 — Assisté    : L'humain valide chaque action
Niveau 2 — Supervisé  : L'humain valide les actions critiques (Human-in-the-loop)
Niveau 3 — Autonome   : L'agent agit seul dans un périmètre défini
Niveau 4 — Agentique  : Multi-agents orchestrés, objectifs complexes, longue durée

---

En relation avec

• Synthèse IA — hub principal
• Prompt Engineering — Vue d’ensemble — les prompts guident les décisions de l’agent