Aller au contenu principal

Agents IA : raisonnement, outils et autonomie contrôlée

Concevoir des agents qui décomposent un objectif, appellent des outils, gardent une trace de leurs décisions et s'arrêtent quand ils doivent s'arrêter — sans confondre autonomie et absence de garde-fous.

Durée du cours : 6h​

Ce que vous allez apprendre​

  • Distinguer un appel de modèle, une chaîne et un agent, et savoir dans quel cas chacun est la bonne réponse.
  • Écrire une boucle de raisonnement et d'action lisible en soixante lignes, sans cadriciel.
  • Décrire vos outils par un schéma JSON que le modèle utilise sans les confondre.
  • Gérer une mémoire de travail bornée et une mémoire longue interrogeable.
  • Poser un budget de jetons, des permissions par outil et des confirmations humaines aux points sensibles.
  • Diagnostiquer une boucle infinie, une dérive de tâche et une injection de consignes venue d'une page lue.
  • Instrumenter un agent, mesurer son coût, son taux de réussite, son temps de réponse.

Prérequis​

  • Python à l'aise avec les fonctions et les dictionnaires.
  • Grands modèles de langage (cours 16) et ingénierie des consignes (cours 17).
  • LangChain (cours 26) utile mais pas indispensable ; on écrit d'abord tout à la main.

Modules du cours​

  1. Ce qu'un agent ajoute, et ce qu'il coûte
  2. Boucle de raisonnement et d'action
  3. Appel de fonctions et description des outils
  4. Mémoire de travail et mémoire longue
  5. Planification et décomposition des tâches
  6. Autocritique et vérification des résultats
  7. Garde-fous : budget de jetons, permissions, points d'arrêt
  8. Échecs typiques : boucles, dérive, outils mal décrits
  9. Observabilité et journalisation des décisions
  10. Projet : agent de recherche documentaire encadré

Fil rouge​

Un agent de veille documentaire pour une équipe produit accompagne chaque module. Il reçoit une question de recherche, interroge un moteur web et une base interne, lit les pages, extrait les faits, vérifie les contradictions et produit une note sourcée. Écrit d'abord en Python pur avec l'API d'appel d'outils du modèle, puis comparé à une version LangGraph au module 9. Chaque module lui ajoute une brique — boucle, outils, mémoire, plan, critique, garde-fous, correctifs, observabilité — et le module 10 l'évalue sur trente questions réelles.

Évaluation et attestation​

Le parcours se termine par un examen de 40 questions qui couvre les dix modules. En cas de réussite, une attestation d'achèvement est délivrée immédiatement ; son numéro est vérifiable sur la plateforme.

Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.