Les agents

Un agent laisse le modèle décider lui-même de l'étape suivante. Sur les trois mêmes questions, un déroulé fixe répond juste en 1 appel, l'agent en 3 à 4. La différence entre les deux, le coût d'un agent, et une liste de contrôle pour décider s'il en faut un.

Sans aucun framework, écrire un agent en un peu plus de cent lignes – enregistrement des outils, boucle d'appel, conditions d'arrêt, gestion des erreurs. Le tester d'abord hors ligne avec un faux modèle qui suit un scénario, puis passer à un vrai modèle et le regarder décider lui-même quoi chercher.

Les trois mêmes outils, avec des noms et des descriptions vagues – le modèle ne choisit juste que 14 fois sur 30 ; décrits clairement, 30 sur 30. Comment écrire le nom, la description, les paramètres, la valeur de retour et les messages d'erreur d'un outil.

Une même tâche en plusieurs étapes, trois méthodes comparées – faire directement, établir un plan puis faire, vérifier soi-même après coup. Le plan a doublé le coût pour un résultat semblable ; l'auto-vérification a vraiment trouvé deux erreurs de source, mais a coûté quatre fois plus.

La mémoire à court terme d'un agent est sa liste de messages ; la mémoire à long terme, il faut la stocker soi-même et la récupérer au besoin. On donne à l'agent deux outils, « retenir » et « se rappeler », pour montrer qu'il utilise dans une conversation toute neuve un fait retenu la fois précédente.

Un agent superviseur découpe la tâche, la confie à trois agents ouvriers aux contextes indépendants qui travaillent en parallèle, puis rassemble les résultats. Par rapport à un agent seul, un tiers de tokens en moins, et un contexte de superviseur de 472 tokens seulement. La vraie valeur des agents multiples, et leur coût.

Écrire avec le SDK Python officiel un serveur MCP minimal contenant deux outils de consultation de la documentation de httpx ; puis écrire un client qui s'y connecte, et faire appeler ces outils par DeepSeek via MCP pour répondre à des questions.

Une expérience réelle et reproductible d'injection de prompt indirecte – une page web cache des « instructions » destinées à l'IA. Un modèle ne tombe jamais dans le piège, l'autre s'y laisse prendre 4 fois alors que le prompt l'interdit explicitement ; seul un mécanisme de confirmation au niveau du programme a tout arrêté.

Transformer RepoBot en agent – consulter d'abord la documentation, et si la réponse n'y est pas, fouiller le code source de httpx. Valeurs par défaut et logique des exceptions, sur lesquelles la v2 séchait, la v3 y répond juste, en indiquant fichier et numéro de ligne du code source.