En 2026, le mot à la mode en IA est passé de « chatbot » à agent. Au lieu de répondre à une question, un agent d'IA prend un objectif et y travaille pas à pas, pendant des minutes, des heures, voire des jours. Cet article explique comment fonctionnent les agents à l'aide des notions de votre cours d'informatique, puis examine deux exemples réels de 2026, y compris ce qui a mal tourné.
Chatbot ou agent
Tronc commun GCSE
| Caractéristique | Chatbot | Agent |
|---|---|---|
| Entrée | Un message | Un objectif |
| Étapes | Une réponse | Beaucoup, choisies en chemin |
| Outils | En général aucun | Recherche, exécution de code, lecture et édition de fichiers, appel d'autres programmes |
| Qui choisit l'étape suivante ? | L'utilisateur | Le modèle, selon les résultats obtenus |
La boucle d'agent
Sous le capot, la plupart des agents exécutent une boucle simple, que l'on pourrait écrire en pseudocode :
objectif ← tâche donnée par l'utilisateur
WHILE objectif non atteint AND étapes < limite
plan ← le modèle choisit l'action suivante
résultat ← exécuter l'outil choisi (recherche, code, édition)
ajouter résultat à la mémoire
IF le modèle juge l'objectif atteint THEN arrêter
ENDWHILE
rendre compte à l'utilisateurLa boucle d'agent : planifier, agir avec un outil, observer le résultat, vérifier l'avancement, et recommencer jusqu'à atteindre l'objectif ou la limite d'étapes. Schéma.
Remarquez deux notions vues en informatique A-Level : une boucle itérative avec une condition d'arrêt (dont une limite d'étapes, pour qu'elle ne tourne pas indéfiniment) et un état (la mémoire croissante de ce qui s'est passé jusque-là). La grande différence avec un programme ordinaire, c'est que l'étape « planifier » n'est pas écrite par un programmeur : un modèle de langage la choisit à l'exécution.
Vérification rapide
Pourquoi la boucle d'agent inclut-elle « étapes < limite » dans sa condition ?
Plusieurs agents à la fois
Approfondissement A-Level
Les grandes tâches peuvent être réparties entre de nombreux agents travaillant en parallèle, comme une équipe. Deux exemples de 2026 :
- Recherche en biologie : environ 949 sessions d'agents Claude ont tourné pendant 21,5 heures sur des bases de données publiques d'ADN, rassemblé environ 200 000 groupes de gènes d'enzymes, évalué 3 564 familles candidates et trouvé un nouveau système enzymatique candidat, que des scientifiques ont ensuite étudié en laboratoire[1]. Voir notre article sur la découverte de l'enzyme ART.
- Mathématiques : des dizaines d'agents Claude ont passé 11 jours à écrire une preuve Lean de 13 millions de lignes du dernier théorème de Fermat, en définissant des notions et en démontrant des résultats intermédiaires sur lesquels d'autres ont construit[2]. Voir Une IA formalise le dernier théorème de Fermat.
C'est la décomposition, l'une des idées centrales de la pensée informatique : découper un problème en parties que l'on peut résoudre séparément, puis combiner les résultats.
La distinction que les élèves confondent souvent
Puissant ne veut pas dire fiable.
Les risques à considérer
- Imprévisibilité : le même agent peut suivre des chemins différents d'une exécution à l'autre.
- Permissions : un agent qui peut modifier des fichiers ou envoyer des messages peut aussi se tromper avec eux ; les systèmes raisonnables limitent donc les outils qu'un agent peut utiliser et demandent l'accord d'un humain avant les actions risquées.
- Coût et énergie : les longues exécutions d'agents consomment beaucoup de calcul (le projet Fermat a utilisé environ six milliards de jetons de sortie[2]).
- Responsabilité : un humain doit rester responsable de ce que fait un agent.
Question type examen
Un agent d'IA sert à chercher des motifs dans une grande base de données. Décrivez deux façons de vérifier les résultats avant de leur faire confiance. [4 points]
Afficher la réponse modèle et le barème
- relancer la recherche plusieurs fois (ou avec d'autres réglages) pour voir si l'on retrouve le même résultat : cela teste la reproductibilité (1 point)
- si le résultat n'est pas reproductible, le traiter avec prudence / chercher pourquoi (1 point)
- vérifier le résultat de façon indépendante, par exemple par une autre méthode, une expérience ou un vérificateur formel comme un assistant de preuve (1 point)
- faire relire le résultat par des experts humains (relecture par les pairs) avant de l'utiliser ou de le publier (1 point)
Ce que vérifie l'examinateur : deux méthodes de vérification distinctes, chacune décrite avec ce qu'elle montre.
Erreur fréquente : répondre « demander à l'IA si elle est sûre ». L'auto-évaluation par le même système n'est pas une vérification indépendante.
Algorithmes, itération et décomposition sont au cœur de l'informatique GCSE et A-Level, et les agents en offrent un exemple moderne et mémorable. Pour savoir comment apprennent les modèles à l'intérieur des agents, lisez la rétropropagation expliquée et, pour la pensée pas à pas, les bases des algorithmes.
Sources et pour aller plus loin
- The Next Web: Anthropic says Claude found a new enzyme system with CRISPR-like repeats (Sep 2026) — sessions d'agents, heures, candidats, les dix relances
- Anthropic: Formalizing Fermat's Last Theorem (4 Sep 2026) — des dizaines d'agents, 11 jours, jetons, réserves
- The Neuron: AI in Science and Math, September 2026 — panorama mensuel des agents de recherche en IA
Dernière relecture : 5 octobre 2026. Les chiffres sont des valeurs publiées typiques et les règles peuvent changer. La formulation des examens varie selon la spécification : vérifiez la vôtre.
Questions fréquentes
Qu'est-ce qu'un agent d'IA ?
Un système d'IA qui poursuit seul un objectif sur de nombreuses étapes : il planifie, utilise des outils comme la recherche web, l'exécution de code ou l'édition de fichiers, regarde les résultats et décide quoi faire ensuite, en recommençant jusqu'à ce que la tâche soit faite ou qu'il soit bloqué. Un chatbot répond à un message à la fois ; un agent continue.
Que savent réellement faire les agents d'IA en 2026 ?
Des exemples réels de septembre 2026 : environ 950 sessions d'agents Claude ont fouillé des bases de données d'ADN pendant 21,5 heures et trouvé un nouveau système enzymatique candidat chez des virus, et des dizaines d'agents Claude ont passé 11 jours à écrire une preuve vérifiée par ordinateur de 13 millions de lignes du dernier théorème de Fermat. Dans les deux cas, des humains ont fixé l'objectif et vérifié les résultats.
Les agents d'IA sont-ils fiables ?
Pas entièrement. Dans la recherche d'enzymes, la même campagne a été relancée dix fois et aucune relance n'a retrouvé le résultat. Dans la preuve de Fermat, des tentatives ratées ont laissé environ 7 % du code hors code standard. Les agents peuvent être puissants, mais leurs résultats doivent être vérifiés de façon indépendante.
En quoi un agent diffère-t-il d'un programme ordinaire ?
Un programme ordinaire suit des étapes écrites à l'avance par un programmeur. L'étape suivante d'un agent est choisie à l'exécution par un modèle de langage, selon ce qu'il a vu jusque-là. Cela rend les agents souples mais moins prévisibles, d'où l'importance des tests, des limites sur les outils autorisés et de la relecture humaine.
Notes et avis des lecteurs
Notez cet article sur plusieurs aspects — votre avis aide les autres lecteurs, et nous aide à nous améliorer.
Cet article vous a-t-il été utile ?
Dites-nous ce que vous en pensez — une correction, une question restée sans réponse, ou un sujet que vous aimeriez voir traité ensuite.
Vous préférez en parler ? Réservez un appel vidéo gratuit au moment qui vous convient : 15 minutes pour une question rapide, 30 pour le reste. Les horaires s'affichent dans votre fuseau horaire.
À propos de l'auteur
Sudershan Soni
Fondateur et tuteur principal chez Mostak Services — tuteur de mathématiques, sciences, informatique et STEM titulaire d'un Master, avec plus de 20 ans d'expérience professionnelle, enseignant à des élèves du 11+ et du GCSE jusqu'à l'A-Level et au-delà, en ligne dans le monde entier.
Lire le profil complet