Comment construire un agent IA, concrètement ?

Construire un agent IA, c'est assembler cinq briques autour d'un LLM : un objectif (pas une question), des outils branchés via le tool use et le standard MCP, une boucle observer-décider-agir, une mémoire de tâche, et des garde-fous. Tu peux commencer sans tout coder, mais comprendre la mécanique t'évite de lui faire confiance à l'aveugle.

Un agent n'est pas un chatbot avec un costume. Un chatbot répond à un message et s'arrête. Un agent reçoit un but, choisit des actions pour l'atteindre, agit dans le monde réel (lire un fichier, appeler une API, écrire dans une base) puis recommence jusqu'à avoir fini. Si la distinction est floue pour toi, commence par chatbot vs agent IA, c'est la base de tout ce qui suit.

Les briques d'un agent

Un agent qui tient debout repose sur six pièces. Aucune n'est optionnelle si tu veux qu'il fasse autre chose que bavarder.

Brique	Rôle	Question à te poser
Objectif	Ce que l'agent doit accomplir, pas ce qu'il doit répondre	« Quel résultat concret je veux en sortie ? »
LLM (le « cerveau »)	Raisonne, planifie, décide quelle action faire	« Le modèle est-il assez bon pour ma tâche ? »
Outils	Ses mains : lire, écrire, appeler un service	« De quoi a-t-il besoin pour agir, pas juste parler ? »
Boucle	Observer, décider, agir, recommencer	« Quand s'arrête-t-il ? »
Mémoire / état	Ce qu'il a déjà fait dans la tâche en cours	« Se souvient-il de l'étape précédente ? »
Garde-fous	Périmètre, moindre privilège, validation humaine	« Que se passe-t-il s'il se trompe ? »

Un objectif, pas une question

La première bascule est mentale. Tu ne demandes plus « quel est le délai de livraison de ce canapé ? ». Tu confies un but : « prépare un devis complet pour cette demande client ». L'agent doit alors décomposer le but tout seul en sous-étapes. C'est exactement ce qui le rend utile et ce qui le rend risqué.

Le LLM décide, les outils agissent

Le LLM ne sait rien faire d'autre que produire du texte. Pour qu'il agisse, on lui branche des outils via le tool use : on lui décrit des fonctions disponibles (« vérifier le stock », « calculer un délai »), et il choisit laquelle appeler et avec quels arguments. Le code, lui, exécute réellement l'appel et renvoie le résultat au modèle.

Le standard qui range ce branchement, c'est le MCP (Model Context Protocol), publié en open source par Anthropic le 25 novembre 2024. Plutôt que recoder une connexion sur mesure pour chaque modèle et chaque outil, tu exposes tes données et tes actions via un serveur MCP, et n'importe quel agent compatible s'y branche. On détaille ça dans c'est quoi le MCP.

La boucle, et la mémoire qui va avec

Le coeur d'un agent, c'est une boucle : il observe l'état (la demande, les résultats d'outils déjà obtenus), il décide de l'action suivante, il agit, puis il recommence avec l'observation mise à jour. Il s'arrête quand l'objectif est atteint ou quand une limite est touchée (nombre d'étapes, budget, validation requise).

Pour ne pas tourner en rond, l'agent a besoin d'une mémoire de tâche : ce qu'il a déjà tenté, les résultats intermédiaires, l'étape en cours. Sans cet état, il refait les mêmes appels et n'avance pas.

Monter un agent, étape par étape

Voici l'ordre concret, le même que tu codes toi-même ou que tu passes par une plateforme.

1. Définir l'objectif et le périmètre. Un seul but clair, des limites explicites. « Préparer un devis » oui, « gérer toute la relation client » non.
2. Choisir le modèle. Un modèle solide pour le raisonnement multi-étapes. Inutile de viser le plus gros : teste sur ta tâche réelle, pas sur une démo.
3. Brancher un ou deux outils, pas dix. Commence petit. Un agent avec deux outils fiables bat un agent avec dix outils qu'il déclenche au hasard.
4. Tester en bac à sable. Fais-le tourner sur des données factices, sans rien qui touche la production. Lis ses décisions étape par étape pour repérer où il dérape.
5. Ajouter la supervision humaine. Place un point de validation humaine (human in the loop) avant toute action irréversible : envoyer, payer, supprimer.

Le moindre privilège est ta meilleure protection : ne donne à l'agent que les accès strictement nécessaires. S'il prépare des devis, il lit le catalogue et le stock, il n'a aucune raison de pouvoir modifier les prix ni d'envoyer des courriels seul. Le détail des protections est dans les garde-fous des agents IA.

Exemple : l'agent de devis de Pierre

Chez Maisons&Mobilia, Pierre dirige et passe ses soirées à chiffrer des demandes de devis. Il veut un agent qui prépare le devis, sans l'envoyer à sa place.

L'objectif est net : « à partir d'une demande client, produire un devis prêt à relire ». Pierre branche trois outils via un serveur MCP : lire le catalogue (références et prix), vérifier le stock, calculer un délai de livraison. La boucle se déroule ainsi : l'agent lit la demande, identifie les références, appelle le catalogue pour les prix, vérifie le stock de chacune, calcule un délai à partir des disponibilités, puis assemble le devis.

Le garde-fou est dur : l'agent ne dispose d'aucun outil « envoyer ». Il dépose le devis dans une file de validation. Sophie, à l'assistanat, le relit, corrige une remise au besoin, et clique pour envoyer. L'agent gagne les vingt minutes de saisie, l'humain garde la décision et le dernier mot. Si une référence est en rupture, l'agent le signale dans le devis au lieu de promettre un délai inventé.

Ce découpage n'a rien de magique. C'est cinq briques posées dans le bon ordre, avec un humain branché au bon endroit.

Commencer sans tout coder

Des plateformes te laissent assembler un agent sans écrire de boucle ni de gestion d'outils à la main. C'est une vraie porte d'entrée. Mais comprendre la mécanique reste utile pour deux raisons : tu sauras pourquoi ton agent boucle ou hallucine un délai, et tu sauras où poser les garde-fous au lieu de cocher une case par défaut.

Un dernier mot sur l'autonomie : un agent fiable est un agent au périmètre serré et supervisé, pas un majordome qui gère tout seul. La plupart des agents qui marchent en production font une tâche précise, avec un humain sur les actions sensibles. Vise ça d'abord.

Aller plus loin

L'app saisir.ai te fait manipuler ces briques toi-même, en français, sans coder : tu construis la logique d'un agent en cinq minutes par jour, par petits modules concrets. Pour la suite de cet article, lis c'est quoi le MCP qui détaille comment on branche les outils, et les garde-fous des agents IA pour cadrer ce que ton agent a le droit de faire.