VT2025 AgenticAI Fiche
Agents IA
Sommaire
Qu’est-ce qu’un agent IA ?
Un agent IA <ref> Piccialli, Francesco, et al. “AgentAI: A Comprehensive Survey on Autonomous Agents in Distributed AI for Industry 4.0.” Expert Systems with Applications, vol. 291, 128404, 2025, https://doi.org/10.1016/j.eswa.2025.128404. </ref> est un système autonome qui utilise une intelligence artificielle (souvent un LLM) pour percevoir une situation, raisonner et agir afin d’accomplir une tâche. Contrairement à un simple chatbot, un agent ne se contente pas de répondre : il planifie, prend des décisions, exécute des actions, et peut interagir avec des outils externes (fichiers, API, services…).
Composition d’un agent IA
Un agent IA est généralement composé de quatre éléments essentiels :
- LLM: C’est le modèle de langage qui permet à l’agent de comprendre, raisonner et générer du texte. Un LLM n’a pas de rôle par défaut : il n’est qu’un moteur généraliste. Ce sont les autres éléments qui le transforment en véritable agent. Exemples : Mistral, Groq LLaMA, GPT-4.
- Rôle: Le rôle permet de spécifier l’agent, ce qui influence sa manière de penser, son style et ses priorités.
- Instruction: Définit ce que l’agent doit faire, comment il doit travailler, et ce qu’il doit absolument éviter.
- Outils: Les outils sont les actions que l’agent peut exécuter dans le monde réel. Sans outils, un agent IA ne fait que discuter. Exemples : Calendrier, Mail, Navigateur, API.
Différents types d’agents IA
- Agents réactifs: Réagissent immédiatement aux stimuli de leur environnement selon des règles préprogrammées, sans planification ni mémoire des événements passés.
- Agents basés sur les objectifs: Travaillent à la réalisation d'objectifs spécifiques en évaluant différentes stratégies et en adaptant leurs actions pour atteindre le résultat souhaité. Exemple : une application de navigation qui planifie le trajet le plus rapide selon les conditions de circulation en temps réel.
- Agents d’apprentissage: S'adaptent et s'améliorent au fil du temps en traitant de nouvelles données et expériences. Ces agents ajustent dynamiquement leurs actions et processus de décision.
- Systèmes collaboratifs / multi-agents: Travaillent ensemble pour résoudre des problèmes trop complexes pour un seul agent. Exemple : CrewAI, où plusieurs agents spécialisés coopèrent pour atteindre des objectifs communs.
CrewAI
CrewAI <ref> Saturwar, Jitendra, et al. “"StockVision: A Multi-Agent AI Framework for Intelligent Stock Investment and Analysis Using CrewAI ".” ITEGAM-JETIA, vol. 11, no. 55, 2025, https://doi.org/10.5935/jetia.v11i55.1816. </ref> est un framework open source pour orchestrer des équipes d’agents IA autonomes. Il permet de créer un "crew" d’agents spécialisés, chacun avec un rôle précis, qui collaborent pour atteindre un objectif commun.
Présentation de CrewAI
- Chaque agent possède un rôle, des objectifs et peut utiliser des outils.
- Les agents collaborent via un processus défini qui organise la répartition des tâches.
- CrewAI permet de gérer des workflows complexes et de coordonner plusieurs agents de manière autonome.
Exemples d’utilisation
- Création de contenu automatisée : un agent chercheur collecte des informations, un agent rédacteur produit le texte, et un agent éditeur corrige et finalise.
- Gestion de workflows d’entreprise : coordination entre agents spécialisés dans le support client, l’analyse de données et le reporting.
- Veille stratégique : agents qui surveillent le web, extraient des insights et produisent des recommandations.
Démonstration CrewAI
- Voici les 2 diaporamas générés par les agents IA
- Sans modifications de chatGPT5 : https://drive.google.com/file/d/12Vazk-RSptNVyUJvRmC4rWrE2dyKVc4-/view?usp=sharing - Avec les modifications de chatGPT5 : https://drive.google.com/file/d/1nm_sTLUeWYp1j3_LfTy_qUNB1mY-GDRq/view?usp=sharing
Références
<references />