Quels papiers lire pour comprendre les agents IA modernes ?

Je lirais d’abord ReAct, Toolformer, Generative Agents, Voyager et AutoGen. Ces cinq papiers couvrent l’essentiel des agents IA modernes avec raisonnement, outils, mémoire, planification et collaboration. Pas besoin de commencer par un survey énorme pour comprendre ce qui se joue vraiment.

Pourquoi lire seulement cinq papiers ?

Cinq papiers, ce n’est pas une shortlist paresseuse. C’est un filtre. Quand je veux comprendre les agents IA modernes, je n’ai pas besoin de lire 80 papiers d’un coup. J’ai besoin de comprendre les briques qui reviennent partout, sous des noms différents, dans presque tous les systèmes sérieux.

L’objectif n’est pas de tout connaître. Ça, c’est impossible, et franchement pas très utile au début. L’objectif, c’est d’identifier les patterns. Un agent IA, ce n’est pas juste un modèle qui répond à une question. C’est un système qui raisonne, choisit une action, utilise des outils, garde du contexte, apprend de ce qui se passe, et parfois collabore avec d’autres agents ou avec un humain.

Les cinq papiers que je retiens donnent une lecture assez propre de cette évolution. ReAct montre comment combiner raisonnement et action. Toolformer montre comment un modèle peut apprendre à appeler des outils. Generative Agents apporte la mémoire, les routines, les comportements crédibles dans le temps. Voyager pousse l’idée d’un agent qui apprend en explorant un environnement. AutoGen formalise la collaboration entre plusieurs agents spécialisés.

Sur le terrain, je le vois souvent. Quand j’aide une équipe business à intégrer l’IA, le problème n’est presque jamais le modèle seul. Le vrai sujet, c’est comment il décide, comment il agit, comment il vérifie, comment il garde le contexte, et comment il passe la main à un outil ou à un humain. C’est là que les projets se gagnent ou se plantent.

Donc je lis ces papiers comme une carte mentale. Pas comme une bible. Si vous comprenez ces cinq capacités, vous avez déjà une base solide pour lire les architectures actuelles sans vous noyer dans le bruit.

Papier	Capacité agentique principale
ReAct	Raisonner et agir dans une même boucle
Toolformer	Utiliser des outils externes
Generative Agents	Garder une mémoire et simuler des comportements dans le temps
Voyager	Apprendre en continu dans un environnement
AutoGen	Faire collaborer plusieurs agents spécialisés

Comment un agent raisonne et agit ?

ReAct montre un truc simple mais central : un agent devient beaucoup plus utile quand il alterne raisonnement, action, observation et mise à jour. Il ne se contente pas de produire une réponse en une fois. Il se demande quoi faire ensuite, il appelle une action si besoin, il regarde le résultat, puis il ajuste son raisonnement.

Dit autrement, le modèle arrête de “parler dans le vide”. Il avance avec une boucle. Il pense à la prochaine étape, il agit, il observe ce qui revient, puis il corrige sa trajectoire. C’est bête à dire, mais c’est une grosse partie de ce qui sépare un chatbot sympa d’un agent vraiment utile.

Cette approche devient importante dès qu’un agent doit interagir avec le monde extérieur. Une API, c’est une porte vers un service. Une base de connaissance, c’est une mémoire externe. Un environnement, ça peut être un navigateur, un outil métier, un CRM, un terminal, n’importe quoi. Sans boucle ReAct, le modèle risque de répondre trop vite, avec une belle phrase, mais sans vérifier.

Avec ReAct, l’agent peut faire plusieurs choses qu’un simple modèle de texte fait mal :

• Planifier : Il découpe la demande en petites étapes au lieu de tout deviner d’un coup.
• Suivre l’avancement : Il sait ce qu’il a déjà fait et ce qu’il lui manque.
• Corriger les erreurs : Il peut voir qu’un appel API a échoué ou qu’une donnée ne colle pas.
• Éviter l’improvisation : Il cherche, vérifie, puis répond, au lieu de générer une réponse plausible.

Je l’ai vu chez un client sur un agent de support interne. Le chatbot classique répondait souvent “probablement”, avec un ton très sûr. L’agent basé sur une boucle type ReAct faisait autre chose. Il cherchait la procédure, vérifiait la version du document, regardait si l’utilisateur était dans le bon pays, puis répondait. La différence n’était pas cosmétique. Elle changeait la confiance qu’on pouvait lui accorder.

Un exemple simple : Vous demandez “Est-ce que notre politique de remboursement couvre ce cas ?”. Un chatbot improvise à partir de ce qu’il a appris. Un agent ReAct va chercher la politique actuelle, identifier le cas précis, comparer les conditions, vérifier une exception, puis répondre avec une justification.

Beaucoup d’agents modernes reprennent cette boucle, même quand elle est cachée derrière LangChain, LlamaIndex, CrewAI ou un framework maison. ReAct pose la base : raisonner et agir ensemble. Toolformer pousse ensuite la question plus loin : Comment le modèle apprend à choisir et utiliser les bons outils au bon moment ?

Quand faut-il appeler un outil ?

Toolformer s’intéresse au moment où un modèle doit arrêter de tout faire lui-même et appeler un outil externe. L’idée clé du papier, c’est l’apprentissage auto-supervisé de l’usage d’outils. Le modèle apprend quand appeler un outil, lequel choisir, quels arguments fournir, et comment intégrer le résultat dans sa réponse finale.

Dit simplement, on ne lui donne pas uniquement une liste d’outils avec une notice. On lui apprend à repérer les situations où un outil améliore vraiment la réponse. Il teste des appels, observe si le résultat aide, puis garde les exemples utiles pour s’entraîner. C’est ça, l’auto-supervisé : le modèle fabrique une partie de ses propres données d’apprentissage, sans avoir besoin qu’un humain annote chaque cas à la main.

Dans cette famille d’approche, les outils sont assez classiques, mais leur impact est énorme :

• Calculatrice, pour éviter les erreurs bêtes sur les opérations numériques.
• Moteur de recherche, pour récupérer une information récente ou spécifique.
• Traduction, quand il faut s’appuyer sur un système spécialisé.
• Calendrier, pour vérifier une date, une disponibilité ou planifier une action.
• Système de question-réponse, pour interroger une base documentaire ou une source métier.

C’est central pour le business. Un LLM seul peut très bien écrire, reformuler, synthétiser ou raisonner sur un problème. Mais dès qu’on parle de prix à jour, de stock disponible, de calcul financier, de disponibilité client, de statut de commande ou de donnée réglementaire, il vaut mieux externaliser. Pas parce que le modèle est nul. Parce que certaines tâches demandent de la précision, de la fraîcheur ou une source fiable.

Je vois souvent ça dans les projets IA. On donne trop de pouvoir au modèle, alors qu’un simple appel API ferait mieux le travail, plus vite, avec moins de risque. Un agent ne doit pas tout inventer dans sa tête. Il doit savoir raisonner, oui, mais il doit aussi savoir déléguer. Et c’est souvent là que la différence se fait entre une démo sympa et un système vraiment utilisable.

Une fois qu’un agent agit et utilise des outils, il lui manque encore une chose importante : la continuité dans le temps. Savoir quoi faire maintenant, c’est bien. Se souvenir de ce qui s’est passé avant, c’est souvent indispensable.

Pourquoi la mémoire change tout ?

La mémoire change tout parce qu’un agent crédible ne repart pas de zéro à chaque interaction. C’est simple, mais ça change complètement la nature du système. Un agent sans mémoire répond à l’instant T. Un agent avec mémoire peut se souvenir, comparer, ajuster, et construire une trajectoire.

Le papier Generative Agents est important pour ça. Il montre des agents capables de simuler des comportements humains plausibles dans un environnement interactif, un peu comme dans The Sims. Les agents se lèvent, parlent entre eux, organisent des événements, adaptent leur comportement selon ce qu’ils ont vécu. Ce n’est pas “conscient”, évidemment. Mais ça donne une bonne intuition de ce qu’il manque à beaucoup d’agents IA actuels : de la continuité.

Le papier repose surtout sur trois briques.

• La mémoire : L’agent garde des traces de ce qu’il observe, de ce qu’il fait, et de ce qui lui arrive.
• La réflexion : L’agent ne se contente pas d’empiler des souvenirs. Il peut en tirer des idées plus générales, comme “Cette personne aime organiser des rencontres”.
• La planification : L’agent utilise ses souvenirs et ses réflexions pour décider quoi faire ensuite.

La partie mémoire est vraiment le cœur du sujet. Si un agent a déjà traité une demande, connaît vos préférences, sait qu’un projet est bloqué depuis trois jours, ou se rappelle qu’une décision a été prise hier, il ne travaille plus comme un chatbot classique. Il peut tenir compte du passé. Il peut éviter de poser dix fois la même question. Il peut adapter son niveau de détail. Il peut aussi prioriser différemment.

Dans un contexte business, ça parle vite. Support client, assistance interne, suivi de tâches, agents de productivité… On voit tout de suite l’intérêt. Mais je reste prudent. La mémoire ne doit pas devenir une poubelle à contexte. Une bonne mémoire doit être utile, contrôlée, vérifiable, et parfois oubliable. J’ai déjà vu des systèmes “avec mémoire” qui stockaient tout et ressortaient n’importe quoi au mauvais moment. Là, on ne gagne pas en intelligence, on gagne juste en bruit.

Après cette idée de continuité, l’étape suivante est assez naturelle : Et si l’agent ne faisait pas que se souvenir, mais apprenait vraiment en agissant dans un environnement ouvert ? C’est exactement ce que Voyager permet d’explorer, avec un agent qui progresse grâce au feedback.

Comment plusieurs agents coopèrent ?

La coopération multi-agent sert à découper une tâche complexe en rôles plus simples qui dialoguent entre eux. C’est souvent plus robuste qu’un seul agent énorme à qui on demande de tout comprendre, tout décider, tout exécuter et tout vérifier.

Avant AutoGen, il faut regarder Voyager. Pour moi, c’est le pont entre l’agent autonome et l’apprentissage continu. Voyager fonctionne dans Minecraft. Il explore le monde, reçoit du feedback de l’environnement, corrige ses erreurs et construit une bibliothèque de compétences réutilisables. Une compétence, ici, c’est une action codée que l’agent pourra rappeler plus tard, au lieu de repartir de zéro.

Voyager repose sur trois idées assez simples, mais puissantes :

• Curriculum automatique : L’agent choisit progressivement quoi apprendre, au lieu d’attendre une liste figée d’objectifs.
• Bibliothèque de compétences exécutables : L’agent garde des morceaux de code qui résolvent des problèmes concrets, comme fabriquer un outil ou explorer une zone.
• Itération par prompting : L’agent reformule ses instructions à partir des erreurs et des observations. Le prompting, c’est juste la manière de donner une consigne au modèle.

AutoGen complète cette logique avec une idée très pratique : toutes les tâches ne doivent pas être portées par un seul agent. Dans AutoGen, plusieurs agents conversent pour résoudre des tâches larges. Un agent peut planifier, un autre peut écrire du code, un autre peut vérifier le résultat, un autre peut utiliser un outil, et un humain peut entrer dans la boucle quand il faut trancher.

C’est exactement ce que je vois en automatisation low code. Je préfère souvent plusieurs petits agents spécialisés à un gros agent flou qui fait semblant de tout savoir. Un agent “analyste” prépare le raisonnement. Un agent “exécution” appelle Make, n8n, Airtable ou une API. Un agent “contrôle” vérifie les sorties. C’est moins magique sur le papier, mais beaucoup plus fiable en production.

Papier	Capacité principale	Problème traité	Ce que ça change
ReAct	Raisonner et agir	Relier pensée, action et observation	Un agent peut avancer étape par étape avec des outils
Toolformer	Apprendre à utiliser des outils	Savoir quand appeler une API ou une fonction	Le modèle ne répond plus seul, il délègue certaines actions
Generative Agents	Simuler des comportements sociaux	Créer des agents avec mémoire et routines	On pense l’agent comme une entité qui évolue dans le temps
Voyager	Apprentissage continu	Explorer, échouer, corriger, réutiliser	L’agent construit une bibliothèque de compétences
AutoGen	Coopération multi-agent	Coordonner plusieurs rôles spécialisés	On conçoit des équipes d’agents plutôt qu’un seul assistant généraliste

Alors, par lequel je commencerais vraiment ?

Je commencerais par ReAct, parce qu’il donne la mécanique mentale de base d’un agent. Ensuite Toolformer pour comprendre l’usage d’outils, Generative Agents pour la mémoire, Voyager pour l’apprentissage par feedback, et AutoGen pour la coopération entre agents. Ces cinq papiers racontent bien le passage du LLM qui répond au système qui raisonne, agit, observe, mémorise et collabore. Si vous travaillez sur l’IA en entreprise, c’est exactement la grille de lecture utile. Vous évitez le flou, vous voyez les briques à assembler, et vous concevez des agents IA plus fiables pour votre business.

FAQ

• Qu’est-ce qu’un agent IA moderne ?
  Un agent IA moderne ne se limite pas à générer du texte. Il peut raisonner, appeler des outils, observer un résultat, corriger sa trajectoire, garder une forme de mémoire et parfois collaborer avec d’autres agents ou avec un humain.
• Pourquoi ReAct est souvent cité dans les agents IA ?
  ReAct est important parce qu’il formalise une boucle très simple et très puissante. Le modèle raisonne, agit, observe, puis met à jour son raisonnement. Cette logique est devenue une base conceptuelle pour beaucoup d’agents qui interagissent avec des APIs ou des environnements externes.
• Quelle est l’idée principale de Toolformer ?
  Toolformer montre qu’un modèle peut apprendre à utiliser des outils externes de manière auto-supervisée. Il apprend quand appeler un outil, lequel choisir, quels arguments passer, et comment réintégrer la réponse dans sa sortie finale.
• Pourquoi la mémoire est-elle importante pour un agent IA ?
  La mémoire permet à un agent de ne pas repartir de zéro à chaque interaction. Dans Generative Agents, les agents utilisent leurs expériences passées, réfléchissent dessus et planifient leurs actions futures. C’est ce qui donne une continuité plus crédible au comportement.
• À quoi sert une approche multi-agent comme AutoGen ?
  Une approche multi-agent sert à répartir une tâche complexe entre plusieurs agents spécialisés. Certains peuvent planifier, d’autres exécuter, vérifier, utiliser des outils ou faire intervenir un humain. C’est souvent plus clair qu’un seul agent censé tout faire.

 

 

A propos de l’auteur

Je suis Franck Scandolera, expert et formateur en tracking avancé server-side, Analytics Engineering, automatisation No/Low Code avec n8n, intégration de l’IA en entreprise et SEO/GEO. Avec mon agence webAnalyste et l’organisme Formations Analytics, j’accompagne des équipes qui veulent connecter proprement data, IA et automatisation. J’ai travaillé avec des références comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Si vous voulez structurer des agents IA utiles, fiables et branchés à vos vrais process business, contactez-moi.