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 peut-être 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 en s'appuyant uniquement sur ce qu'il sait déjà. S'il lui faut une information fraîche ou un calcul, il ne peut pas aller la chercher. Il devine.

Un agent IAagent IALogiciel qui poursuit un objectif seul : il planifie, utilise des outils et agit avec une intervention humaine limitée.Voir la définition complète → est un modèle de langage capable de mener des actions, d'en voir les résultats et de décider quoi faire ensuite, en répétant l'opération jusqu'à atteindre l'objectif. Le mot clé est *boucle*. L'agent n'est pas limité à un tour. Il continue jusqu'à ce que le travail soit fait ou qu'il estime être bloqué.

Voici la définition simple que nous retiendrons :

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. Suivons-le sur la tâche de recherche concurrentielle.

1. Percevoir

L'agent prend en compte la situation actuelle : votre instruction plus tout ce qu'il sait jusqu'ici.

Au départ, « percevoir » se limite à votre prompt : *« Recherche les 3 principaux concurrents de Notion et mets-les dans un tableau comparatif. »* Plus loin 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 coup.

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 figé que vous auriez écrit. Il choisit chaque étape en fonction de ce qu'il sait à cet instant.

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 réel et récupère de vraies données.

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, 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 pour vous), mais voir le squelette aide à saisir le concept. Voici un 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 au modèle pour qu'il 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 correspond à percevoir et planifier. run_tool correspond à agir. Ajouter le résultat correspond à observer. La boucle while est ce qui transforme une réponse ponctuelle en agent. C'est le modèle, pas vous, qui décide de s'arrêter en renvoyant une réponse finale plutôt qu'un nouvel appel de tool.

Pourquoi la boucle compte plus que le modèle

Une idée reçue courante : « 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 ne renvoie que du bruit, l'agent le remarque à l'étape d'observation et essaie une autre requête. Un prompt unique en est incapable. Il s'engage sur sa réponse unique, erreurs comprises.

C'est aussi pour cela que les agents savent traiter des tâches ouvertes. Vous n'avez pas à 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 à la boucle, par exemple « s'arrêter après 10 étapes » ou « s'arrêter quand le tableau est complet ». Nous verrons ce type de garde-fousgarde-fousRègles et contrôles qui maintiennent un système d'IA dans des limites sûres, légales et conformes à la marque, en bloquant les sorties et actions hors cadre.Voir la définition complète → plus loin dans ce 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 le moyen pour l'agent d'atteindre l'extérieur de sa propre tête.

Les types de tools courants dans les agents réels :

• Recherche / retrieval : recherche web, ou consultation des documents internes de votre entreprise.
• Calcul : une calculatrice ou un exécuteur de code pour les maths et le traitement de 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 n'avait besoin que d'un seul tool : la recherche web. Ajoutez un tool « écrire dans Google Sheets » et le même agent déposerait le tableau fini directement dans votre espace de travail, sans copier-coller.

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

Où se situent les 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

Les trois enveloppent la même boucle, gèrent la tuyauterie 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 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 n'importe quelle fonctionnalité IA que vous utilisez : *mène-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 envoie un e-mail 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 fondées sur ce qu'elle 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 compte 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, pas l'intelligence brute du modèle, qui permet à un agent de se rattraper après de mauvais résultats et de traiter des tâches ouvertes dont vous ne pouvez pas scripter chaque étape.
• Le concept est indépendant du fournisseur. Les SDK d'OpenAI, de Claude et de Google enveloppent 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.