AI Agents Are Here. What Now?

Encore une clarification (bienvenue) de HuggingFace sur les agents et surtout les agents autonomes (agentic). Probablement la version la plus détaillée trouvée à date pour lister les différents agents, les bénéfices/risques et des recommandations fortez sur les règles notamment éthiques à respecter.

The Five Stages of AI Agent Evolution

NFX propose une vision détaillée sur l’évolution des “agents IA” en 5 étapes : du simple copilote à l’autopilote d’aujourd’hui, jusqu’aux agents créatifs capables d’innover en business. L’aboutissement ? Des entreprises 100% AI. Le timing reste le grand mystère : certains parient sur quelques années, d’autres jugent ça impossible. Perso, je mise sur un entre-deux !

On DeepSeek and Export Controls

Le PDG d’Anthropic (créateur de Claude) nous éclaire sur Deepseek : malgré une approche similaire à o1 via le reinforcement learning, les améliorations restent incrémentales plutôt que révolutionnaires. Ses inquiétudes d’un monde IA bipolaire (US-Chine, merci l’Europe n’est pas là !) s’il n’y a pas de restrictions américaines sur l’export des puces me font penser à Toyota. Après 1945, avec des moyens limités, ils ont dépassé le géant General Motors… Les contraintes sont parfois un cadeau. L’investissement infini, un frein.

MicroAgents: Exploring Agentic Architecture with Microservices

Microsoft se lance à son tour dans la définition des agents IA, introduisant les notions de mono-agents et micro-agents. Pas sûr que cela clarifie le marché : les micro-agents exécutent des tâches basiques sous la supervision d’un manager agent, tandis que les mono-agents gèrent tout d’un bloc. L’occasion pour eux de promouvoir leur approche de micro-services. Pourquoi pas, mais on aurait pu s’en passer !

Building effective agents

Au tour d’Anthropic de partager sa vision des Agents, en distinguant clairement les workflows (orchestration de LLM selon un schéma défini) et les agents (LLM autonomes dans leurs processus et outils). La partie sur les agents reste limitée, reflétant leur stade de développement. En revanche, les cas d’orchestration “classiques” sont bien détaillés, montrant l’étendue des possibilités déjà accessibles sans recourir à des agents autonomes.

Google maps the future of AI agents: Five lessons for businesses

Encore une tentative de précision de ce qu’on entend par Agent IA. C’est Google qui s’y colle (pour bien sûr nous proposer ses technologies ensuite, mais le contenu n’en reste pas moins intéressant). Un agent est un LLM avec des capacités de raisonnement et donc de prise de décision, auquel on donne accès à des services externes via API. C’est une vue peut-être limitée avec l’avantage de correspondre au présent, sans être totalement futuriste.

Language models still can’t pass complex Theory of Mind tests, Meta shows

Dans la confusion du mot “intelligence” que peut donner l’impression qu’un perroquet stochastique pourrait avoir en imitant des réponses récupérées dans les données d’entraînement (un LLM donc), il est bon de revenir sur des tests plus précis. Celui-là mesure la capacité à comprendre un humain. Les performances restent à 9% pour l’instant. Cela ne veut pas dire que cela ne va jamais marcher, juste qu’on surestime les performances à court terme. Mais n’oublions pas qu’on sous-estime les performances à long terme selon la loi de Lamara.

Agentic AI Explained: How AI Agents Are Transforming Automation

Une autre définition de l’Agentic AI ou l’IA (pas seulement générative) grâce au raisonnement prend des décisions et des actions de manière autonome. Faite par un fournisseur de solution donc forcément positivé. Des redites sur que j’ai pu partager précédemment, parce que la répétition et les légères variations permettent d’affiner notre perception des choses. C’est comme ça que nous fonctionnons nous les humains (comme les IA d’ailleurs puisqu’elles ont été calquées sur nous).

Les agents intelligents sont-ils les nouveaux navigateurs web ?

Tentative de synthèse intéressante pour ne pas se laisser dépasser par le buzz des Agents IA. On regrette quand même l’accent mis sur la prise en main d’applications tierces alors que la vraie rupture serait d’après moi ceux qui sont réellement autonomes et ont la capacité d’analyser une situation et de prendre une décision, puis une action. Ce qui expliquerait la différence et l’échec de toutes les automations dans un monde connu et normé (qui n’existe pas). Par contre, il n’oublie pas de poser la question de l’impact social ce qu’on ne trouve pas toujours…