Logiciel pour l’ère des agents

La plupart des logiciels ont été conçus pour les personnes qui regardent des écrans. Les agents IA utilisent le logiciel différemment. Ils n’ont pas autant besoin de tableaux de bord plus jolis que d’outils qu’ils peuvent appeler, d’instructions qu’ils peuvent comprendre, d’états qu’ils peuvent conserver, de résultats qu’ils peuvent inspecter et de flux de travail qu’ils peuvent poursuivre.

Les logiciels pour l’ère des agents constituent la thèse d’inAi pour ce changement. À mesure que les agents deviennent des opérateurs de logiciels, les produits devront devenir lisibles et utilisables non seulement par les humains, mais aussi par les systèmes qui agissent pour eux. Cela ne signifie pas qu’inAi vend des agents. Cela signifie que nous construisons pour un monde dans lequel les agents ont besoin de logiciels conçus pour leur façon de travailler.

Pendant des décennies, les logiciels ont supposé un opérateur humain. L’utilisateur lit l’interface, comprend la page, clique sur le bouton, copie les données, vérifie le résultat, mémorise l’objectif et décide quoi faire ensuite.

Les agents IA modifient cette hypothèse. Un agent peut poursuivre une tâche en plusieurs étapes, appeler des outils, inspecter les résultats, transmettre des informations structurées, continuer le travail et demander une vérification si nécessaire. Il peut toujours agir dans le cadre d’un objectif humain ou organisationnel, mais l’opérateur immédiat n’est plus toujours une personne cliquant sur un écran.

Cela crée un nouveau problème de conception : les produits doivent devenir utilisables par les agents, et pas seulement visibles par les humains.

Un chatbot répond dans une conversation. Un script suit des instructions fixes. Une automatisation traditionnelle exécute un flux de travail prédéfini.

Un agent IA est différent car il peut combiner la compréhension du langage, la planification, l’utilisation des outils, l’état et les retours d’information sur une tâche. Il peut décider quelle étape vient ensuite, appeler une capacité, inspecter ce qui s’est passé, se remettre d’erreurs et continuer jusqu’à ce que le travail atteigne un état utilisable.

Cela ne donne pas à chaque agent une intelligence générale. Cela ne rend pas chaque agent sûr, fiable ou utile. Mais cela change ce que le logiciel doit exposer. Si les agents sont censés utiliser des produits, ceux-ci doivent se décrire eux-mêmes, exposer leurs capacités, préserver leur état et renvoyer les résultats sous des formes que l’agent peut utiliser.

Les logiciels axés sur l’humain dépendent de la perception humaine. Une personne peut analyser un tableau de bord, comprendre une présentation visuelle, déduire la signification d’un bouton vague, se souvenir d’une étape précédente et s’adapter lorsqu’un flux de travail change.

Les agents nécessitent des hypothèses différentes. Ils ont besoin de capacités explicites. Ils ont besoin d’entrées et de sorties structurées. Ils ont besoin d’une documentation rédigée sous une forme qu’ils peuvent analyser et suivre. Ils ont besoin de savoir quand le travail se poursuit dans le temps. Ils ont besoin de chemins de récupération en cas d’échec d’un appel. Ils ont besoin de limites d’autorisation lorsqu’une action peut affecter un fichier, un compte, un client, un référentiel, un catalogue ou un système externe.

L’ère des agents ne supprime pas les interfaces humaines. Les gens auront toujours besoin d’écrans, de tableaux de bord, d’approbations et d’explications. Mais les logiciels auront de plus en plus besoin d’une deuxième surface : une surface conçue pour que les agents puissent fonctionner.

Une API peut faire partie d’un logiciel prêt pour les agents. Elle donne au logiciel un moyen d’exposer les actions et les données au-delà d’une interface visuelle. Mais une API à elle seule ne dit pas à un agent quand utiliser un outil, ce que signifie le résultat, comment récupérer en cas d’échec, quel état doit être préservé, quelles actions nécessitent une approbation ou comment un flux de travail se poursuit après le premier appel.

Les agents ont besoin d’une surface de produit, pas seulement d’un point de terminaison. Ils ont besoin du contrat, des instructions, des exemples, des entrées attendues, de la forme des résultats, du modèle d’état, des modes de défaillance, des limites d’autorisation et de la logique de vérification lorsque les enjeux l’exigent.

C’est pourquoi un logiciel prêt pour les agents n’est pas simplement une documentation d’API avec une nouvelle étiquette. Il s’agit d’une conception de produits pour des systèmes capables de lire, d’appeler, d’inspecter, de mémoriser et de poursuivre leur travail.

Il n’existe pas de liste de contrôle universelle unique permettant de préparer un logiciel pour un agent. La bonne conception dépend de la tâche, du risque, de l’utilisateur et du système autour de l’agent. Mais plusieurs exigences reviennent sans cesse.

Toute petite intégration n’est pas un produit. Certains éléments sont des composants, des schémas, des surfaces ou une infrastructure. Un produit destiné aux agents doit offrir une fonctionnalité significative qu’un agent peut utiliser de bout en bout dans le cadre de son travail réel.

Dans les logiciels axés sur l’humain, la documentation se trouve souvent en dehors du produit. Les gens la lisent avant ou après avoir utilisé le système.

Pour les agents, la documentation peut faire partie de la surface opérationnelle. L’agent peut avoir besoin de lire des instructions pendant la tâche, de comprendre des exemples, de décider quel outil appeler, de suivre les contraintes, d’interpréter les sorties et de se remettre des échecs. Cela signifie que la documentation ne peut pas être uniquement une copie marketing ou une référence générique pour les développeurs. Elle doit décrire le produit d’une manière qui soutient l’action.

C’est pourquoi les conventions émergentes telles que les descriptions d’API lisibles par machine, la documentation lisible par l’agent et les résumés structurés de sites Web sont importantes. Elles pointent vers un écosystème Web et logiciel dans lequel les produits s’expliquent de plus en plus aux systèmes ainsi qu’aux personnes.

Le premier marché des logiciels prêts pour les agents est toujours dirigé par l’homme. Les développeurs, les équipes, les entreprises et les utilisateurs expérimentés choisissent les outils, les configurent, les donnent aux agents et supervisent les résultats.

Cela suffit déjà pour changer la conception du produit. Si un humain choisit des outils pour un agent, le produit doit expliquer non seulement pourquoi une personne devrait s’en soucier, mais aussi ce que l’agent peut réellement en faire.

Au fil du temps, les agents peuvent devenir meilleurs dans la découverte, la comparaison et la sélection d’outils en fonction d’objectifs humains ou organisationnels. Il s’agit d’une orientation tournée vers l’avenir, et non d’une affirmation selon laquelle les agents autonomes achètent ou sélectionnent déjà les produits inAi aujourd’hui. Mais cela change le problème de conception à long terme : les produits doivent devenir lisibles pour les agents, et pas seulement attrayants pour les humains.

inAi est une entreprise de produits natifs de l’IA. Nous construisons pour les entreprises, les particuliers, les agents et les écosystèmes ouverts, car l’IA devient une nouvelle couche d’exploitation pour les logiciels et le travail.

Les produits pour agents constituent la partie de cette architecture axée sur les logiciels que les agents utiliseront. Ils posent une question spécifique : si les agents deviennent de véritables opérateurs au sein des flux de travail, de quels produits, outils, mémoires, documents, systèmes de code et interfaces auront-ils besoin ?

Cette question est directement liée à notre mission plus large. Amener l’IA dans le monde réel ne consiste pas seulement à placer des modèles derrière des fenêtres de discussion. Il s’agit de créer des produits et des systèmes permettant à l’intelligence d’agir utilement dans des contextes réels.

Open Source / Active

Des outils de développement pour l’ère des agents

PatchBay est le lien croisé public actuel le plus clair entre le portefeuille Open Source d’inAi et l’orientation des Produits pour agents.

Il appartient en premier lieu à l’Open Source. Il ne doit pas être traité comme l’ensemble de la catégorie Produits pour agents. Mais il montre le type de plan de contrôle local qui importe lorsque des flux de travail assistés par l’IA interagissent avec le code, les dépôts, le contexte de travail, les artefacts générés, les tâches, les différences et les flux de révision.

Au-delà du travail public Open Source, inAi explore des outils internes autour de la mémoire des agents et de flux de travail de code orientés agent. Ces systèmes ne sont pas encore présentés comme des produits publics. Il s’agit de travail interne et tourné vers l’avenir : cela participe à l’étude de ce dont les agents ont besoin lorsqu’ils inspectent, modifient, réutilisent et poursuivent leur travail au fil du temps.

L’orientation est claire avant même que chaque produit ne soit rendu public. Les agents ont besoin de mémoire, d’état et d’outils de code adaptés à leur mode de fonctionnement. Ils ont besoin de logiciels qui les aident à poursuivre leur travail sans perdre le contexte à chaque étape.

La position d’inAi est que l’intelligence générale est plus susceptible d’émerger de systèmes que d’un modèle isolé : modèles, agents, outils, mémoire, perception, exécution, coordination, retours d’information et environnement travaillant ensemble.

Les logiciels pour l’ère des agents sont la conséquence de cette position au niveau de la couche produit. Si les agents font partie de systèmes intelligents, ils ont besoin d’outils qu’ils peuvent utiliser, d’une mémoire sur laquelle ils peuvent s’appuyer, d’instructions qu’ils peuvent comprendre et de flux de travail qu’ils peuvent mener.

Le modèle compte. Mais le système autour du modèle compte aussi. Les produits pour agents sont l’endroit où inAi construit cette couche système.

Les logiciels prêts pour les agents dépendent de questions qui sont encore en développement : comment les agents décident, quand ils doivent demander une révision, comment ils préservent le contexte, comment ils utilisent les outils, comment ils récupèrent des erreurs et comment ils se coordonnent lors d’un travail plus long.

C’est pourquoi cette page se rattache naturellement à la couche de recherche d’inAi, en particulier aux travaux sur les systèmes de décision agentique, les limites de l’intelligence, l’IA pour la création de connaissances et l’IA et les opérations d’entreprise. La recherche nous aide à comprendre les systèmes. Les produits transforment les éléments utiles en logiciels.

Lorsque les agents utilisent des logiciels, la confiance n’est pas seulement un sujet juridique ou de sécurité. Cela devient une question de conception de produit.

Que peut appeler l’agent ? Quel état conserve-t-il ? Quel résultat renvoie-t-il ? Que peut-il modifier ? Quelles actions nécessitent une vérification ? Qu’est-ce qui devrait être réversible ? Où le flux de travail doit-il être suffisamment libre pour créer de la valeur, et où le contrôle doit-il créer la confiance ?

inAi ne pense pas que tous les produits d’IA nécessitent le même modèle de contrôle. Les logiciels destinés aux agents doivent être ouverts là où l’ouverture crée de la valeur et contrôlés là où le contrôle crée la confiance. La bonne conception dépend de la tâche, des enjeux et de l’utilisateur ou de l’organisation derrière l’agent.

Les logiciels pour l’ère des agents constituent une thèse de produit, pas une affirmation sur l’AGI.

inAi ne prétend pas détenir l’AGI. Nous ne prétendons pas que les Produits pour agents prouvent l’AGI. Nous ne prétendons pas que PageMind ou Emplo sont par défaut des produits destinés aux agents. Nous ne prétendons pas que les agents découvrent et achètent déjà de manière autonome les outils d’inAi.

Nous n’exposons pas non plus d’architecture interne privée sur cette page. L’idée publique est assez simple : à mesure que les agents deviennent des opérateurs de logiciels, ils auront besoin de logiciels conçus pour leur façon de travailler.