Carnet de terrain · IA agentique
Comprendre les systèmes,
pas collectionner les sigles.
Je documente ici ce que j'apprends sur les modèles, les agents et celles et ceux qui les construisent. Les faits sont sourcés ; mes interprétations et mes expérimentations dans Alfred sont signalées.
La carte avant la liste
Ma grille de lecture relie toujours une notion, les acteurs qui la façonnent et le terrain où je peux la vérifier.
Trois portes d'entrée
Parcours guidés
Donner une mémoire à l'agent
Distinguer le contexte immédiat, la recherche documentaire et une mémoire durable gouvernée.
Parcours guidéDu LLM à l'agent
Comprendre comment un moteur de langage devient un système capable d'utiliser des outils et de choisir ses prochaines étapes.
Parcours guidéRendre un agent fiable
Choisir la complexité minimale, limiter les capacités et placer l'humain là où une erreur aurait un coût réel.
Bibliothèque vérifiée
Les fiches
Aucune fiche ne correspond.
Agent autonome
Un système où le modèle choisit dynamiquement ses étapes et ses outils, observe leurs résultats et ajuste son action jusqu'à un arrêt.
Lire la fiche →conceptHumain dans la boucle
Un dispositif qui réserve à une personne les décisions ou validations où le risque, l'ambiguïté ou la responsabilité l'exigent.
Lire la fiche →conceptGrand modèle de langage (LLM)
Un modèle entraîné à prédire des unités de texte, capable de produire et transformer du langage sans garantir que ses réponses sont vraies.
Lire la fiche →conceptModel Context Protocol (MCP)
Un standard ouvert qui permet aux applications d'IA de découvrir et d'utiliser des données, outils et prompts fournis par des serveurs externes.
Lire la fiche →conceptMémoire agentique
Un ensemble de mécanismes qui permet à un agent de retrouver un contexte durable sans confondre stockage, rappel pertinent et vérité actuelle.
Lire la fiche →conceptOpen source, open weights et fair-code
Trois niveaux d'ouverture différents : libertés complètes sur un système, accès aux paramètres appris, ou code visible sous licence restrictive.
Lire la fiche →conceptRetrieval-Augmented Generation (RAG)
Une méthode qui cherche des passages pertinents dans une source externe et les place dans le contexte du modèle avant la réponse.
Lire la fiche →conceptTool calling
La capacité d'un modèle à demander l'exécution d'une fonction structurée, puis à utiliser son résultat pour poursuivre une tâche.
Lire la fiche →conceptWorkflow déterministe
Un enchaînement dont le code fixe à l'avance les étapes et embranchements, même lorsqu'une étape appelle un LLM probabiliste.
Lire la fiche →organisationAnthropic
Entreprise de recherche et de produit IA qui développe Claude et place la fiabilité, l'interprétabilité et la gouvernance des systèmes avancés au centre de son discours.
Lire la fiche →organisationGoogle DeepMind
Laboratoire d'IA de Google issu du rapprochement de DeepMind et Google Brain, actif sur les modèles Gemini, la science et l'IA responsable.
Lire la fiche →organisationMistral AI
Entreprise française d'IA de frontière qui développe des modèles, des outils et une infrastructure en mettant en avant contrôle, efficacité et ouverture.
Lire la fiche →organisationOpenAI
Entreprise de recherche et de déploiement de l'IA à l'origine de ChatGPT, des familles GPT et d'un écosystème important d'API et d'agents.
Lire la fiche →personneAmanda Askell
Philosophe et chercheuse chez Anthropic, responsable du travail sur le caractère de Claude et autrice principale de sa constitution publiée en 2026.
Lire la fiche →personneArthur Mensch
Cofondateur et CEO de Mistral AI, chercheur et entrepreneur qui porte une stratégie européenne de modèles efficaces, contrôlables et diversement ouverts.
Lire la fiche →personneChris Olah
Chercheur chez Anthropic connu pour l'interprétabilité mécaniste et pour des formes de publication visuelle qui rendent les réseaux de neurones plus compréhensibles.
Lire la fiche →personneDario Amodei
Cofondateur et CEO d'Anthropic, chercheur passé par Google Brain et OpenAI, associé aux scaling laws, au RLHF et à la sûreté des modèles de frontière.
Lire la fiche →personneDemis Hassabis
Cofondateur et CEO de Google DeepMind, chercheur et entrepreneur à l'origine d'AlphaGo et d'AlphaFold, colauréat du prix Nobel de chimie 2024.
Lire la fiche →personneJakub Pachocki
Chief Scientist d'OpenAI, chercheur ayant dirigé des travaux majeurs sur GPT-4, OpenAI Five, l'apprentissage par renforcement et l'optimisation à grande échelle.
Lire la fiche →personneSam Altman
Cofondateur et CEO d'OpenAI, dirigeant central dans la transformation du laboratoire en plateforme mondiale de produits et d'infrastructure IA.
Lire la fiche →personneSimon Willison
Développeur open source indépendant, créateur de Datasette et cocréateur de Django, qui documente quotidiennement les LLM avec des expériences reproductibles.
Lire la fiche →