Ce qu'est vraiment un agent IA : la boucle percevoir, planifier, agir, observer

# Ce qu'est vraiment un agent IA : la boucle percevoir, planifier, agir, observer

Tapez ceci dans un assistant IA moderne : « Recherche les 3 principaux concurrents de Notion et mets-les dans un tableau comparatif. »

Regardez ce qui se passe. Il cherche sur le web. Il lit quelques pages. Il remarque qu'il n'a trouvé que deux concurrents solides, alors il relance une recherche. Il récupère les tarifs, consulte un site d'avis, puis construit le tableau. Vous avez donné une seule instruction et il a enchaîné environ huit étapes tout seul.

Cette boucle autonome, c'est toute la différence entre un agent et un chatbot. Un chatbot répond. Un agent travaille.

Agent vs. prompt unique

Un prompt unique, c'est une question en entrée, une réponse en sortie. Vous demandez, le modèle répond avec ce qu'il sait déjà. S'il a besoin d'une information fraîche ou d'un calcul, il ne peut pas aller la chercher. Il devine.

Un agent IA est un modèle de langage capable d'exécuter des actions, d'en voir les résultats et de décider de la suite, en répétant l'opération jusqu'à atteindre l'objectif. Le mot clé est *boucle*. L'agent n'est pas limité à un seul tour. Il continue jusqu'à ce que le travail soit fait ou qu'il estime être bloqué.

Voici la définition simple que nous utiliserons :

> Un agent, c'est un modèle de langage plus des tools plus une boucle.

Un tool est n'importe quelle action que le modèle peut déclencher : une recherche web, une calculatrice, une requête en base de données, l'envoi d'un e-mail, l'exécution de code. La boucle est le moteur qui permet au modèle d'utiliser ces tools de façon répétée, en s'ajustant au fur et à mesure.

La boucle : percevoir, planifier, agir, observer

Tout agent, quel que soit le fournisseur, exécute une version de ce cycle en quatre étapes. Reprenons-le avec la tâche de recherche concurrentielle.

1. Percevoir

L'agent intègre la situation actuelle : votre instruction plus tout ce qu'il sait à cet instant.

Au départ, « percevoir » se limite à votre prompt : *« Recherche les 3 principaux concurrents de Notion et mets-les dans un tableau comparatif. »* Plus tard dans la boucle, percevoir signifie aussi lire les résultats de ses propres actions précédentes (les résultats de recherche qu'il vient de recevoir).

2. Planifier

L'agent décide de l'étape suivante. Pas de tout le projet, juste du prochain mouvement.

Son raisonnement interne pourrait être : *« Je ne connais pas de tête les principaux concurrents de Notion avec des données à jour. Je devrais d'abord chercher sur le web. »*

C'est la partie que l'on sous-estime. L'agent ne suit pas un script fixe que vous auriez écrit. Il choisit chaque étape en fonction de ce qu'il sait à ce moment-là.

3. Agir

L'agent utilise un tool. Ici, il appelle un tool de recherche web avec une requête du type Notion competitors 2026.

C'est le moment où l'agent laisse le chatbot derrière lui. Il ne produit plus seulement du texte. Il fait quelque chose dans le monde et récupère des données réelles.

4. Observer

L'agent lit ce que l'action a renvoyé. La recherche remonte Coda, Obsidian et une mention vague d'« autres ».

Il évalue alors : *« J'ai deux concurrents solides et un trou. Il m'en faut un de plus. »*

Et la boucle repart. Il perçoit la situation mise à jour, planifie une deuxième recherche (best all-in-one workspace apps 2026), agit, puis observe de nouveau. Il peut boucler trois ou quatre fois : une recherche par concurrent, une pour les tarifs, une pour vérifier. Ce n'est qu'une fois qu'il en a assez qu'il s'arrarrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →ête et rédige le tableau.

Ce cycle répété, guidé par le jugement du modèle sur ce qui manque encore, c'est ce qui en fait un agent.

À quoi ressemble la boucle en code

Vous n'avez pas besoin de construire ça de zéro (les SDK ci-dessous s'en chargent), mais voir le squelette aide à saisir le concept. Voici du pseudocode neutre de la boucle :

goal = "Research top 3 competitors to Notion and build a comparison table."
messages = [{"role": "user", "content": goal}]

while True:
    # PERCEVOIR + PLANIFIER : le modèle regarde tout ce qui précède et décide de l'étape suivante
    response = model.generate(messages, tools=[web_search])

    if response.tool_call:
        # AGIR : exécuter le tool demandé par le modèle
        result = run_tool(response.tool_call)   # ex. web_search("Notion competitors 2026")

        # OBSERVER : renvoyer le résultat pour que le modèle le perçoive au tour suivant
        messages.append(response)
        messages.append({"role": "tool", "content": result})
    else:
        # Aucun tool nécessaire : le modèle a sa réponse finale (le tableau)
        print(response.content)
        break

Lisez les commentaires et vous verrez les quatre étapes. model.generate, c'est percevoir et planifier. run_tool, c'est agir. Ajouter le résultat, c'est observer. La boucle while est ce qui transforme une réponse ponctuelle en agent. C'est le modèle, pas vous, qui décide quand s'arrarrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →êter, en renvoyant une réponse finale plutôt qu'un nouvel appel de tool.

Pourquoi la boucle compte plus que le modèle

Une idée reçue : « Un modèle plus intelligent fait un meilleur agent. » En partie vrai. Mais c'est la boucle qui débloque la capacité du modèle à *se rattraper*.

Si la première recherche renvoie n'importe quoi, l'agent le remarque à l'étape observer et essaie une autre requête. Un prompt unique ne peut pas faire ça. Il s'engage sur sa seule réponse, erreurs comprises.

C'est aussi pour cela que les agents savent traiter des tâches ouvertes. Vous n'avez pas besoin de savoir à l'avance combien de recherches il faut pour trouver trois concurrents. L'agent le détermine en chemin.

La contrepartie : les boucles peuvent durer longtemps, coûter plus cher et parfois tourner en rond. Une bonne conception d'agent pose des limites, par exemple « arrarrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →êter après 10 étapes » ou « arrarrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →êter quand le tableau est complet ». Nous verrons ce type de garde-fous plus loin dans le bloc.

Les tools sont les mains de l'agent

Sans tools, même la boucle ne sert à rien. Un modèle qui ne sait que parler ne peut rien rechercher. Les tools sont la façon dont l'agent atteint le monde extérieur.

Types de tools courants dans les agents réels :

• Recherche / récupération : recherche web, ou consultation des documents internes de votre entreprise.
• Calcul : une calculatrice ou un environnement d'exécution de code pour les maths et le travail sur données.
• Lecture/écriture dans des systèmes : interroger une base de données, mettre à jour un tableur, envoyer un message Slack.
• D'autres agents : oui, un agent peut appeler un autre agent comme tool.

Pour la tâche concurrentielle, l'agent avait besoin d'un seul tool : la recherche web. Ajoutez un tool « écrire dans Google Sheets » et le même agent pourrait déposer le tableau fini directement dans votre espace de travail, sans copier-coller.

Si vous voulez une introduction claire et gratuite sur l'articulation entre usage des tools et boucles d'agent, le guide Building Effective Agents d'Anthropic est neutre dans l'esprit et largement cité dans le secteur.

La place des fournisseurs

La boucle percevoir-planifier-agir-observer est identique chez tous les fournisseurs. Ce qui diffère, c'est la boîte à outils que chacun vous donne pour la construire :

• OpenAI Agents SDK
• Claude Agent SDK (Anthropic)
• Agent Development Kit (ADK) de Google

Tous les trois encapsulent la même boucle, gèrent la plomberie des appels de tools et ajoutent des fonctions comme la mémoire et les garde-fous. Choisissez en fonction du modèle que vous utilisez déjà ; les concepts vus ici se transposent directement. Les blocs d'approfondissement par fournisseur, plus loin dans ce cours, traitent chaque SDK en pratique.

Pour l'instant, le modèle mental compte plus que l'outil. Si vous comprenez qu'un agent, c'est *un modèle plus des tools plus une boucle*, vous comprenez tous les frameworks d'agents du marché en 2026.

Un test rapide

Posez-vous la question, pour toute fonctionnalité IA que vous utilisez : *exécute-t-elle plusieurs actions et décide-t-elle de la suivante en fonction des résultats ?*

• « Résume cet e-mail. » Une étape, aucun tool. Pas un agent. Juste un prompt.
• « Consulte mon agenda, trouve un crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éneau libre de 30 minutes la semaine prochaine et écris à SamSamServiceable Addressable Market : la part du TAM que vous pouvez réellement atteindre compte tenu de votre business model actuel, de votre couverture géographique et de vos canaux de distribution.Voir la définition complète → pour le proposer. » Plusieurs actions, des décisions prises selon ce qu'il trouve. Agent.

La ligne de partage, c'est la boucle, pas l'apparence impressionnante de la réponse.

Points clés à retenir

• Un agent = un modèle de langage + des tools + une boucle. Retirez l'un des trois et vous revenez à un chatbot.
• La boucle a quatre étapes : percevoir, planifier, agir, observer. L'agent les répète, choisissant chaque étape suivante selon ce qu'il vient d'apprendre, jusqu'à atteindre l'objectif.
• Les tools sont les mains de l'agent. Recherche web, code, bases de données, autres agents. Sans eux, la boucle ne touche pas le monde réel.
• C'est la boucle, et non l'intelligence brute du modèle, qui permet à un agent de se rattraper après de mauvais résultats et de traiter des tâches ouvertes dont on ne peut pas scripter chaque étape.
• Le concept est indépendant du fournisseur. Les SDK d'OpenAI, de Claude et de Google encapsulent tous la même boucle : apprenez le schémamaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète → une fois, il se transpose partout.