Quels papiers lire pour comprendre l’Agentic AI ?

Je lirais ReAct, Toolformer, Generative Agents, Voyager et AutoGen. Ces cinq papiers expliquent presque tout ce qui compte dans l’Agentic AI moderne : raisonner, agir, utiliser des outils, mémoriser, apprendre en continu et coopérer entre agents.

Pourquoi ReAct change tout ?

ReAct change tout parce qu’il met le raisonnement et l’action dans la même boucle, au lieu de laisser le modèle produire du texte sans vraie interaction avec son environnement. Pour moi, c’est un des papiers les plus importants pour comprendre les agents LLM modernes, parce qu’il transforme le modèle en système qui avance, regarde ce qui se passe, puis ajuste.

Le principe est simple : think, act, observe, update. Le modèle réfléchit à ce qu’il doit faire. Il choisit une action. Il observe le résultat. Puis il met à jour son état mental avant de continuer. Ce n’est pas juste “je réponds à une question”. C’est plutôt “je fais une hypothèse, je vais vérifier, je reviens avec une information, et je corrige mon plan si besoin”.

Dans un agent LLM, ça change beaucoup de choses. Le modèle peut chercher une information dans une base documentaire, appeler une API, lire le résultat, se rendre compte qu’il manque un paramètre, puis relancer une action plus précise. C’est exactement ce qu’on veut dans des cas business simples. Un agent support client peut chercher la politique de remboursement, vérifier la commande dans le CRM, voir que le client est hors délai, puis proposer une réponse adaptée. Pas une réponse générique. Une réponse construite avec des faits.

J’ai vu ce pattern faire une vraie différence chez un client qui voulait automatiser une partie de l’analyse de demandes internes. Sans boucle d’observation, l’agent inventait parfois une réponse propre mais fausse. Avec une logique ReAct, il allait chercher le document, vérifiait la donnée, puis ajustait sa réponse. Ce n’était pas parfait, mais c’était beaucoup plus contrôlable.

Il faut rester prudent. ReAct ne rend pas un agent magique. Il ne supprime pas les hallucinations, les mauvais outils, ni les erreurs de raisonnement. Il donne surtout une structure plus saine pour agir. Et cette structure est devenue une base pour beaucoup d’agents actuels : planifier, corriger une erreur, suivre l’état d’une tâche, interagir avec un outil externe, puis continuer sans repartir de zéro.

Raisonnement	Le modèle explicite ce qu’il pense devoir faire et prépare la prochaine étape.
Action	Le modèle utilise un outil, appelle une API, cherche une information ou exécute une tâche.
Observation	Le modèle lit le résultat, corrige son plan si besoin et continue avec plus de contexte.

Comment les agents apprennent les outils ?

Quand je regarde Toolformer, je vois un papier assez simple dans son intuition, mais très important pour comprendre l’Agentic AI. L’idée, c’est qu’un modèle ne doit pas seulement répondre avec ce qu’il “sait”. Il doit aussi apprendre à reconnaître les moments où il vaut mieux appeler un outil.

Toolformer montre comment un LLM peut apprendre à utiliser des outils avec de l’auto-supervision. Auto-supervision, ça veut dire qu’on ne lui donne pas des milliers d’exemples annotés à la main du type “ici appelle la calculatrice”. Le modèle génère lui-même des exemples d’appels d’outils dans du texte, puis il garde ceux qui améliorent réellement la prédiction de la suite. Dit autrement, il teste : “Si j’ajoute cet appel à cet endroit, est-ce que ma réponse devient meilleure ?”. Si oui, il apprend que ce genre de situation mérite un outil.

Les outils cités dans Toolformer sont très parlants, parce qu’ils couvrent des besoins assez classiques :

• Calculatrice : Pour éviter les erreurs bêtes sur les additions, pourcentages, conversions ou dates.
• Moteur de recherche : Pour récupérer une information fraîche ou absente des données d’entraînement.
• Traduction : Pour déléguer une tâche linguistique spécialisée quand c’est plus fiable.
• Calendrier : Pour manipuler des dates, des disponibilités, des horaires.
• Question-réponse : Pour interroger une base de connaissances ou un corpus précis.

La bascule est là. Un LLM ne se limite plus à produire la phrase la plus probable. Il peut dire, implicitement : “Là, je ne vais pas improviser, je vais demander à un outil fait pour ça”. C’est exactement ce qu’on veut dans un système agentique. Pas un modèle qui parle tout le temps. Un modèle qui sait quand parler, quand chercher, quand calculer, quand vérifier.

Toolformer éclaire surtout la décision d’appeler un outil. ReAct, lui, donne la boucle complète : raisonner, agir, observer le résultat, puis continuer. Les deux se complètent très bien. ReAct décrit le comportement d’un agent en mouvement. Toolformer explique comment le modèle peut apprendre à déclencher les bons appels au bon moment.

Dans les vrais projets, je le vois souvent. La valeur vient rarement du modèle seul. Elle vient du bon branchement entre le modèle, les données, les outils, les permissions et les règles d’exécution. Un agent moyen bien connecté peut battre un très gros modèle mal intégré. C’est moins sexy à dire, mais c’est souvent là que le ROI se cache.

Pourquoi la mémoire rend un agent crédible ?

Ce que j’ai trouvé fort dans Generative Agents, ce n’est pas que les agents parlent bien. C’est qu’ils donnent l’impression d’avoir une vie qui continue quand on ne les regarde pas. Et ça, pour moi, c’est un point central de l’Agentic AI.

Le papier met en scène des agents dans un environnement interactif, un peu comme une simulation sociale à la The Sims. Le décor est utile, mais ce n’est pas le sujet. Le vrai sujet, c’est l’architecture derrière chaque agent. Chaque agent observe ce qui se passe, stocke ces observations dans une mémoire, réfléchit dessus, puis planifie ses prochaines actions.

La mémoire n’est pas juste un historique de conversation. C’est une base d’expériences. Un agent peut se souvenir qu’il a croisé quelqu’un, qu’une fête est prévue, qu’un autre agent lui a parlé d’un événement, ou qu’il a déjà tenté une action. Ces souvenirs sont ensuite récupérés selon leur pertinence, leur récence et leur importance. Dit simplement : l’agent ne relit pas tout, il remonte ce qui compte au bon moment.

La partie réflexion est encore plus intéressante. L’agent ne se contente pas d’empiler des faits. Il produit des conclusions de plus haut niveau. Par exemple, après plusieurs interactions, il peut inférer qu’une personne est sociable, qu’un événement mérite d’être organisé, ou qu’il devrait prévenir quelqu’un. C’est là que la crédibilité apparaît. Pas dans une belle phrase. Dans une continuité comportementale.

On peut résumer l’architecture comme ça :

Composant	Rôle
Mémoire	Conserver les observations et expériences passées.
Réflexion	Transformer des souvenirs en conclusions utiles.
Planification	Décider quoi faire ensuite, avec une trajectoire cohérente.
Interaction	Agir et parler avec les autres agents dans l’environnement.

Après le raisonnement, l’action et l’usage d’outils, il manque donc une brique évidente : se souvenir. Un agent qui ne se souvient pas peut être brillant sur une tâche isolée, mais il reste fragile. Il peut se contredire, refaire les mêmes erreurs, ignorer ce qu’il a appris cinq minutes avant. J’ai vu ça chez des clients qui voulaient des assistants “autonomes” sans vraie mémoire métier. Ça marche en démo. Ça casse dès que le contexte dure.

La mémoire change la conception d’un agent IA agentique. On ne pense plus seulement prompt, outil ou workflow. On pense expérience accumulée, sélection des souvenirs, apprentissage contextuel et cohérence dans le temps. C’est souvent là que l’agent commence à devenir crédible.

Que montre Voyager sur l’apprentissage continu ?

Voyager est intéressant parce qu’il montre un truc assez simple à comprendre, mais dur à construire : un agent IA qui ne se contente pas de répondre à une consigne, mais qui apprend en vivant dans un environnement. Ici, l’environnement, c’est Minecraft. L’agent explore, tente des actions, se trompe, récupère du feedback, corrige, puis garde ce qui marche pour s’en resservir plus tard.

Voyager est un agent incarné. Ça veut dire qu’il agit dans un monde avec des contraintes concrètes. Il doit se déplacer, collecter des ressources, fabriquer des objets, survivre, débloquer de nouvelles possibilités. On n’est pas dans un chatbot qui répond à une question. On est face à un système qui construit progressivement sa capacité à agir.

Le papier repose sur trois composants que je trouve très structurants pour comprendre l’Agentic AI.

• Un curriculum automatique d’exploration. L’agent choisit lui-même des objectifs adaptés à son niveau actuel. Pas trop simples, pas impossibles. C’est une forme de progression guidée, mais sans scénario écrit à la main.
• Une bibliothèque de skills exécutables. Quand l’agent réussit une action utile, il la transforme en compétence réutilisable, souvent sous forme de code. Par exemple, collecter du bois, fabriquer un outil, miner une ressource. C’est important parce que l’apprentissage ne repart pas de zéro à chaque nouvelle tâche.
• Un prompting itératif basé sur le feedback. L’agent génère une action, l’exécute, observe le résultat, lit les erreurs d’exécution, puis demande au modèle de corriger. C’est très proche de ce qu’on fait quand on débugge une automatisation : on lance, on voit l’erreur, on ajuste.

Ce qui change tout, c’est la notion de durée. Un agent court terme répond à une demande ponctuelle. Voyager, lui, accumule des capacités. Il progresse parce qu’il transforme ses expériences en actifs réutilisables.

Dans un contexte business, le parallèle est assez direct. Automatiser une tâche isolée, c’est bien. Mais construire une bibliothèque de capacités réutilisables, comme lire une facture, vérifier une donnée, enrichir un CRM, envoyer un résumé propre, c’est un autre niveau de maturité. J’ai vu ça chez des clients : le vrai gain arrive quand les briques commencent à se recombiner entre elles.

Agent court terme	Agent longue durée
Répond à une tâche précise	Progresse dans un environnement
Oublie souvent après l’exécution	Capitalise sur des compétences réutilisables
Dépend fortement du prompt initial	S’améliore avec le feedback et les erreurs
Produit une réponse ou une action	Construit une bibliothèque de capacités

Quand faut il plusieurs agents ?

J’utilise plusieurs agents quand je sens qu’un seul “cerveau” commence à mélanger trop de responsabilités. Il planifie, il cherche, il code, il vérifie, il décide… et à un moment, ça devient flou. AutoGen part exactement de cette idée : au lieu d’avoir un agent unique qui fait tout, on crée une petite équipe d’agents qui discutent entre eux.

Le principe est simple. Chaque agent a un rôle. Un agent peut raisonner, un autre peut appeler des outils, un autre peut exécuter du code, un autre peut relire le résultat. Et si une décision est sensible, on peut mettre un humain dans la boucle. Pas comme une déco “human-in-the-loop”, mais vraiment comme un validateur qui intervient avant une action risquée.

Ce que j’aime bien avec AutoGen, c’est que la coordination se fait par conversation. Les agents s’échangent des messages, se corrigent, se demandent des précisions, lancent des actions, puis reviennent avec un résultat. C’est assez proche de ce qu’on fait naturellement en équipe. Personne ne porte toute la charge cognitive tout seul.

Papier	Ce qu’il apporte
ReAct	Une boucle entre raisonnement et action.
Toolformer	L’idée qu’un modèle peut utiliser des outils.
Generative Agents	La mémoire, les comportements, les interactions crédibles.
Voyager	L’apprentissage continu à partir de l’expérience.
AutoGen	La coopération entre plusieurs agents organisés.

Un exemple très concret. Je peux avoir un agent “planificateur” qui découpe le problème, un agent “exécutant” qui appelle une API ou lance du code, un agent “vérificateur” qui contrôle les erreurs, puis un humain qui valide si ça touche à de l’argent, à des données clients ou à une décision métier importante.

• Le planificateur clarifie l’objectif et propose une stratégie.
• L’exécutant fait les actions concrètes, comme interroger une base ou générer un fichier.
• Le vérificateur cherche les incohérences, les oublis, les erreurs de raisonnement.
• L’humain tranche quand le risque dépasse ce qu’on veut automatiser.

Attention quand même. Le multi-agent n’est pas magique. J’ai vu des systèmes devenir plus lents, plus chers, juste parce qu’on avait mis trois agents là où un bon prompt suffisait. Mais quand le problème demande de la coordination, du contrôle, de la spécialisation, là AutoGen devient très intéressant. On ne cherche plus juste à faire répondre un modèle. On construit une organisation.

Alors par où commencer sans se perdre ?

Je commencerais par ReAct, parce qu’il donne la mécanique de base : penser, agir, observer, ajuster. Ensuite Toolformer pour comprendre l’usage des outils, Generative Agents pour la mémoire et la cohérence, Voyager pour l’apprentissage continu, AutoGen pour la coopération entre agents. Ces cinq papiers forment une bonne carte mentale de l’Agentic AI. Pas besoin de tout lire comme un chercheur. L’intérêt, c’est de comprendre les briques qui reviennent dans les vrais systèmes : outils, mémoire, feedback, rôles, contrôle. Vous gagnez surtout une grille simple pour concevoir ou évaluer vos propres agents IA.

FAQ

• Qu’est-ce que l’Agentic AI ?
  L’Agentic AI désigne des systèmes IA capables de raisonner, agir, observer un résultat, ajuster leur comportement et parfois utiliser des outils ou collaborer avec d’autres agents. L’idée importante, c’est le passage d’un modèle qui répond à un agent qui exécute une tâche dans une boucle.
• Quel papier lire en premier sur les agents IA ?
  Je commencerais par ReAct. Il pose une base très claire : alterner raisonnement et action. C’est simple à comprendre et ça explique beaucoup de patterns qu’on retrouve ensuite dans les agents LLM modernes.
• Pourquoi les outils sont si importants pour un agent IA ?
  Parce qu’un modèle seul n’a pas toujours la bonne capacité au bon moment. Avec des outils, il peut lancer une recherche, faire un calcul, interroger un calendrier, traduire ou récupérer une réponse externe. Toolformer montre justement comment un modèle peut apprendre quand et comment appeler ces outils.
• À quoi sert la mémoire dans un agent IA ?
  La mémoire sert à créer de la continuité. Un agent qui se souvient de ses expériences, réfléchit dessus et planifie en fonction de ce passé paraît plus cohérent. C’est l’apport central de Generative Agents.
• Le multi-agent est-il toujours nécessaire ?
  Non. Pour une tâche simple, un seul agent bien cadré suffit souvent. Le multi-agent devient intéressant quand il faut répartir les rôles, coordonner plusieurs actions, appeler des outils, exécuter du code ou garder un humain dans la boucle. C’est exactement ce qu’AutoGen met en avant.

 

 

A propos de l’auteur

Je suis Franck Scandolera, expert et formateur en tracking avancé server-side, Analytics Engineering, automatisation No Code et Low Code avec n8n, intégration de l’IA en entreprise, SEO et GEO. J’accompagne des équipes qui veulent passer des idées IA aux systèmes utiles, branchés sur leurs données, leurs outils et leurs vrais process business. J’ai travaillé avec des références comme Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football ou Texdecor. Je dirige l’agence webAnalyste et l’organisme Formations Analytics. Si vous voulez cadrer ou déployer des agents IA sérieux, contactez-moi.