Agent IA : définition, fonctionnement et exemples

« Agent IA » est devenu un mot de vitrine : chaque éditeur de logiciel en annonce. Derrière, on trouve aussi bien un chatbot un peu amélioré qu’un programme qui travaille seul plusieurs heures. Ce guide donne une définition qui permet de faire le tri, explique comment un agent fonctionne et montre les agents qui tournent réellement chez nous, sur les sites des entreprises du groupe Mezzia.

Agent IA : la définition

Un agent IA est un programme qui reçoit un objectif et l’atteint par lui-même, en choisissant à chaque étape quelle action mener et avec quel outil, puis en vérifiant le résultat avant de continuer. Son « cerveau » est en général un grand modèle de langage, comme Claude, GPT ou Gemini ; ses « mains » sont les outils auxquels on lui donne accès : un navigateur, des fichiers, une base de données, un logiciel métier.

L’idée n’est pas neuve. Dans le manuel de référence de l’IA, « Artificial Intelligence: A Modern Approach » de Stuart Russell et Peter Norvig, un agent est ce qui perçoit son environnement et agit sur lui. Ce qui a changé avec les modèles de langage, c’est qu’un agent peut maintenant comprendre une consigne écrite en français et se servir d’outils conçus pour des humains.

Les définitions des éditeurs vont dans le même sens. Pour IBM, un agent IA est un système qui exécute des tâches de manière autonome en concevant ses propres workflows avec les outils disponibles. Anthropic (19 décembre 2024) est plus précis : un agent est un système où le modèle dirige lui-même son déroulé et l’usage de ses outils.

Agent IA, chatbot, automatisation : la différence

La question qui sépare les trois est simple : qui décide de la prochaine étape ? Dans un chatbot, c’est l’utilisateur, à chaque message. Dans une automatisation, c’est la personne qui l’a programmée, une fois pour toutes. Dans un agent, c’est le modèle, en cours de route.

Chatbot, automatisation, agent IA

Point	Chatbot	Automatisation	Agent IA
Ce qu’il produit	Une réponse écrite	Une suite d’actions fixes	Une tâche menée jusqu’au bout
Qui choisit l’étape suivante	L’utilisateur	Le programme écrit d’avance	Le modèle, selon ce qu’il observe
Accès aux outils	Aucun ou très limité	Ceux du scénario	Ceux qu’on lui ouvre, utilisés à son choix
Face à l’imprévu	Demande à l’utilisateur	S’arrête en erreur	Cherche une autre voie ou s’arrête et prévient
Exemple	ChatGPT sans outils	Un scénario n8n ou Make	Claude Code qui modifie un site et le teste

Les frontières bougent : ChatGPT avec ses outils activés, ou un scénario n8n qui appelle un modèle à chaque étape, se rapprochent d’un agent.

Anthropic range d’ailleurs les deux derniers sous un même nom, les « systèmes agentiques », mais distingue les workflows, où modèle et outils suivent des chemins écrits dans le code, des agents, qui décident de leur chemin. C’est la distinction la plus utile en pratique, car elle dit ce qu’on peut prévoir à l’avance et ce qu’on ne peut pas.

Comment fonctionne un agent IA

Un agent travaille en boucle. Anthropic la résume ainsi : l’agent reçoit une tâche, planifie, agit, puis tire de son environnement une « vérité de terrain » à chaque étape (le résultat d’un outil, la sortie d’un programme) pour juger de ses progrès. Il s’arrête quand la tâche est faite, quand il bute sur un obstacle, ou quand une limite fixée d’avance est atteinte.

La boucle d’un agent

1. Comprendre

   Lire l’objectif et le contexte : consigne, fichiers, historique.

2. Choisir

   Décider de la prochaine action et de l’outil qui la fera.

3. Agir

   Lancer l’outil : recherche, commande, écriture d’un fichier, appel à un logiciel.

4. Vérifier

   Lire le résultat. Tâche finie, nouvel essai, ou arrêt avec un signalement.

Les étapes 2 à 4 se répètent autant de fois que nécessaire, dans les limites fixées.

C’est l’étape de vérification qui fait la différence avec un modèle qui répond d’un bloc. Un agent qui écrit du code le lance et lit l’erreur ; un agent qui publie une page la charge et regarde si elle s’affiche. Il corrige ses propres erreurs tant qu’il peut les voir.

De quoi un agent est fait

Quel que soit l’outil utilisé pour le construire, un agent repose sur cinq éléments :

• Un modèle qui raisonne et choisit les actions : Claude, GPT, Gemini, Mistral…
• Des instructions : son rôle, son objectif, ce qu’il doit faire et ne jamais faire.
• Des outils : chaque action possible (lire un fichier, chercher sur le web, envoyer un message) est un outil que l’on décide de lui ouvrir ou non.
• Une mémoire : l’historique de la tâche en cours, et souvent des notes gardées d’une fois sur l’autre.
• Des garde-fous : autorisations, nombre maximal d’étapes, validation humaine pour les actions qui ne se défont pas.

Le modèle compte moins qu’on ne le croit. Dans nos projets, la qualité d’un agent dépend surtout de ses instructions et de ses outils : une consigne précise et trois outils bien décrits donnent de meilleurs résultats qu’un modèle plus puissant laissé dans le flou.

Les types d’agents

Les manuels d’IA classent les agents selon leur façon de décider. Cette classification, reprise par IBM, date d’avant les modèles de langage, mais elle aide à situer les agents actuels :

• Agent réflexe simple : une règle « si ceci, alors cela », sans mémoire. Un thermostat.
• Agent réflexe avec modèle : il garde une image de ce qu’il ne voit pas directement. Un robot aspirateur qui se souvient des pièces déjà faites.
• Agent fondé sur des objectifs : il cherche la suite d’actions qui mène au but. Un GPS qui calcule un itinéraire.
• Agent fondé sur l’utilité : entre plusieurs chemins, il choisit le meilleur selon un critère (temps, coût, risque).
• Agent apprenant : il s’améliore avec l’expérience.

Les agents IA dont on parle aujourd’hui sont surtout des agents à objectifs : on leur donne un but en langage courant, ils trouvent le chemin. On parle aussi de systèmes multi-agents quand plusieurs agents spécialisés se partagent un travail, chacun avec ses outils.

Nos agents, en vrai

Chez Mezzia, les agents ne sont pas une démonstration : ils font tourner le contenu des sites du groupe. Depuis le 24 octobre 2026, 14 routines planifiées tournent sur un Mac mini pour quatre sites, dont celui-ci. Elles ne sont pas toutes des agents, et c’est voulu.

Trois programmes, trois niveaux d’autonomie

• AgentLa rédaction des articles

  Claude Code choisit le sujet suivant de la file, lit les pages qui se classent sur Google, rédige, fait générer la couverture, construit la page et la mesure.

• Agent encadréLe contrôle et la publication

  D’autres routines relisent chaque brouillon, vérifient chiffres, liens et vitesse, puis le mettent en ligne si tout passe.

• Simple scriptLa veille des routines

  Chaque heure, un script sans modèle d’IA vérifie qu’aucune routine n’a bloqué et prévient sur Telegram s’il y a du nouveau.

Cet article en est un exemple. Il a été préparé par la routine de rédaction de mezziagroup.com, un agent Claude Code qui tourne deux fois par semaine. Ce jour-là, il a lu la file de publication, retenu ce sujet (la page mère du thème « agents IA »), vérifié dans nos données Google les trois formulations voisines de la question (« agent IA c’est quoi », « qu’est-ce qu’un agent IA », « agents IA c’est quoi »), lu les pages qui y répondent, puis rédigé, fait dessiner la couverture par Codex et mesuré la page avec Lighthouse.

Ce qu’il n’a pas le droit de faire est écrit dans sa consigne : publier lui-même, toucher aux autres sites du groupe, utiliser un autre compte GitHub que celui prévu. La mise en ligne revient à une autre routine, après contrôle. Et les vidéos tirées des articles attendent toujours la validation d’Ihsane avant d’être publiées.

La veille, elle, n’a pas besoin d’intelligence : elle lit l’état des routines et compare. Lui donner un modèle d’IA l’aurait rendue plus lente, plus chère et moins prévisible. Pour le détail d’un chantier mené de bout en bout par ces agents, voir la refonte SEO du blog Certicar avec des agents IA.

Quand utiliser un agent, et quand s’en passer

Anthropic donne un conseil qui vaut pour tous les projets : chercher la solution la plus simple, et n’ajouter de la complexité que si elle est nécessaire. Un agent coûte plus cher et répond plus lentement qu’une automatisation ; il ne se justifie que si la tâche demande des choix qu’on ne peut pas écrire d’avance.

Agent IA ou automatisation ?

• AgentLa tâche change à chaque fois

  Rédiger, corriger un site, traiter des demandes variées, chercher une information dispersée.

• MixteUn cadre fixe, des cas à juger

  Une automatisation qui appelle un modèle pour l’étape qui demande de lire ou de trier.

• ScriptLa tâche est toujours la même

  Copier des données, envoyer une relance, vérifier qu’un service répond.

Limites et garde-fous

Un agent se trompe, et ses erreurs peuvent s’enchaîner : Anthropic cite le coût plus élevé et le risque d’erreurs qui s’accumulent, et recommande de tester les agents dans des environnements isolés, avec des garde-fous. Les risques les plus courants :

• Une action qui ne se défait pas : suppression, paiement, message envoyé. Ces actions doivent passer par une validation humaine ou être interdites.
• Une boucle sans fin : l’agent réessaie la même chose. On fixe un nombre maximal d’étapes et une durée.
• Des instructions cachées dans ce qu’il lit : une page web ou un e-mail peut contenir un texte qui tente de le détourner. Ce qu’il lit doit rester une donnée, jamais un ordre.
• Un travail invisible : un agent dont personne ne lit les traces finit par dériver sans que personne ne le voie.

Chez nous, chaque routine écrit ce qu’elle a fait dans un fichier de suivi, travaille sur une branche séparée avant toute mise en ligne, et la veille horaire prévient dès qu’une routine bloque. Rien de spectaculaire : ce sont ces règles qui permettent de laisser tourner des agents sans les surveiller en permanence.

Questions fréquentes

Quelle est la différence entre un agent IA et ChatGPT ?

ChatGPT, utilisé sans outils, répond à une question : c’est vous qui décidez de la suite. Un agent IA reçoit un objectif et enchaîne lui-même les actions pour l’atteindre, avec des outils. ChatGPT devient un agent quand on lui donne des outils et une tâche à mener, comme le fait son mode agent.

Qu’est-ce que l’IA agentique ?

C’est le nom donné à l’ensemble des systèmes d’IA capables d’agir de façon autonome : les agents, mais aussi les automatisations qui s’appuient sur un modèle d’IA. Un agent IA est donc une forme d’IA agentique.

Un agent IA peut-il remplacer un salarié ?

Il remplace des tâches, pas un poste. Un agent est efficace sur un travail bien délimité, avec des outils et des règles clairs. Le jugement, la responsabilité et les décisions qui engagent l’entreprise restent humains, et un agent a besoin de quelqu’un qui lit ses alertes.

Faut-il savoir coder pour créer un agent IA ?

Non pour un agent simple : des outils comme n8n, Make ou les agents de ChatGPT et Claude se configurent sans code. Pour un agent qui touche à vos logiciels, vos données et vos sites, il faut en revanche quelqu’un qui sache définir ses outils, ses autorisations et ses garde-fous.