Runtime agent

Workflow agentique

Un workflow où un ou plusieurs agents IA décident de la suite des choses — choisir des outils, rassembler du contexte, escalader vers des humains — plutôt que d'exécuter un script fixe.

Principe directeur

L'IA de production est un système : contexte, outils, permissions, traces, évaluations et boucles de rétroaction autour du modèle.

Ce que c'est

Un workflow agentique est un processus où une partie du flux de contrôle est décidée par un modèle d'IA à l'exécution plutôt qu'encodée à l'avance. Les workflows classiques ont un graphe fixe : « étape 1, puis étape 2, puis étape 3 ». Les workflows agentiques ont un graphe plus un modèle qui décide de la prochaine étape selon ce qu'il vient de voir. Le résultat est plus flexible — et plus difficile à rendre fiable.

Pourquoi c'est important

Bien des processus réels n'entrent pas dans un script fixe : triage du soutien, recherche, débogage, remplissage de formulaires complexes. Les workflows agentiques les prennent en charge en laissant le modèle s'adapter. Le compromis, c'est le déterminisme : un workflow fixe fait toujours la même chose ; un workflow agentique, peut-être pas. Les déploiements en production s'appuient sur les traces, les évaluations et les portes d'approbation pour rendre le comportement agentique imputable.

Comment ça fonctionne

La boucle de l'agent : recevoir un événement, évaluer le contexte, décider de la prochaine action (appeler un outil, poser une question de clarification, escalader, finaliser), exécuter, observer, répéter. Patrons courants : ReAct (raisonner puis agir), planifier-puis-exécuter, superviseur avec sous-agents. Substrats : Pydantic AI, LangGraph, OpenAI Agents SDK.

Concepts liés

Workflows agents, Runtime agent, Appel d'outils, Système multi-agents.

Ressources connexes