Pourquoi les agents sont des partenaires, pas des outils : des prompts aux boucles

Le prompt n'est plus le produit. Pendant la majeure partie des trois dernières années, tirer de la valeur de l'IA signifiait formuler le bon prompt : enchaîner des exemples, ajuster la température, espérer que le modèle n'invente pas une citation. L'interface était une fenêtre de chat ; le contrat était question → réponse. Ce contrat est en train de se briser, et son remplaçant n'est pas un meilleur prompt. C'est une boucle.

Anthropic définit un agent comme un LLM qui utilise des outils sur la base de retours d'environnement dans une boucle. Le SDK Agents d'OpenAI place la boucle au centre de l'exécution. Microsoft décrit l'IA évoluant d'instrument vers partenaire. MindStudio qualifie notre époque de « post-prompting ». Ce ne sont pas des repositionnements marketing. Ils décrivent un véritable changement architectural : d'un modèle qui vous répond à un système qui continue à travailler après que vous avez cessé de taper.

Ce changement a un nom. Nous l'appelons partenaire — c'est-à-dire employé virtuel. Un partenaire n'est pas un moteur de recherche plus affûté ni une autocomplétion plus rapide. C'est une entité dotée d'état, de mémoire, d'initiative et de responsabilité pour un résultat durable. La question n'est plus : « Quel prompt donne la meilleure réponse ? » mais : « Quelle boucle produit un résultat auquel je peux me fier et sur lequel je peux construire ? »

L'ancien contrat : l'IA comme outil

Dans le contrat outil, l'humain assemble tout le contexte. Vous rédigez le prompt, téléchargez les fichiers, expliquez les contraintes, et le modèle renvoie un bloc de texte. Si la réponse est fausse, vous réécrivez le prompt. Si le contexte est incomplet, vous collez plus de contexte. Le modèle est sans état par défaut ; chaque tour est une nouvelle transaction. La valeur vient de la compression : une bonne réponse à une question bien formulée.

Ce contrat a créé toute une discipline du prompt engineering — et un impôt caché. Un rapport CIODive de 2026 a révélé que les travailleurs du savoir passent désormais environ une heure à rendre la sortie de l'IA utilisable pour chaque heure de sortie utile obtenue. Le contrat outil dissimule ce coût parce que l'humain est occupé à nettoyer derrière un système incapable de raisonner au-delà d'un tour.

Le contrat outil ne disparaît pas. La recherche, le résumé et l'assistance au codage bénéficient encore d'un excellent prompt. Mais ce n'est plus le plafond. Dès qu'une tâche exige plus de quelques tours, plus d'un outil ou des retours en direct, le prompt devient le goulot d'étranglement. Vous ne demandez plus une réponse ; vous essayez de scripter un processus dans une seule boîte de texte.

Le nouveau contrat : l'IA comme partenaire

Le contrat partenaire part d'une hypothèse différente : l'humain fournit l'intention, le contexte et les limites, et l'agent fait le reste. Il perçoit l'environnement, planifie une séquence d'actions, agit par le biais d'outils, observe le résultat et boucle. Il se souvient de ce qui s'est passé. Il réessaye en cas d'échec. Il escalade lorsqu'il atteint une limite.

C'est pourquoi les fournisseurs décrivent de plus en plus les agents comme des coéquipiers. Anthropic rapporte qu'en mai 2026, plus de 80% du code fusionné est rédigé par Claude. L'AI Agent Survey 2025 de PwC révèle que les premiers adopteurs constatent des gains de productivité de 66%. Le State of Service Report 2025 de Salesforce indique que les agents ont traité 30% des cas de service en 2025, avec une projection de 50% d'ici 2027, et réduit le temps des cas routiniers de 20%.

Ces chiffres ne signifient pas que les agents sont infaillibles. Ils signifient que le produit du travail a changé. Un partenaire ne renvoie pas seulement du texte ; il renvoie un changement d'état dans le monde : un ticket fermé, un test réussi, un rapport déposé, un message publié. Le rôle humain passe d'opérateur à réviseur, d'exécutant à délégant.

Des prompts aux boucles

La boucle canonique d'agent est percevoir → planifier → agir → observer. Microsoft décrit un cycle perception-action en sept étapes pour les agents autonomes. L'article « Agentic AI, Explained » du MIT Sloan insiste sur le fait que les agents perçoivent, raisonnent et agissent par eux-mêmes. La thèse post-prompting de MindStudio soutient que l'avenir appartient aux agents proactifs qui initient le travail plutôt que d'attendre d'être sollicités.

Ce qui distingue la boucle d'une chaîne de prompts, c'est le feedback. Dans une chaîne de prompts, l'humain est le mécanisme de feedback. Dans une boucle, c'est l'environnement. L'agent lit un fichier, exécute un test, voit une erreur et tente une correction. Il consulte une base de données, remarque un enregistrement manquant et le crée. Chaque cycle réduit la distance entre l'intention et le résultat sans que l'humain ait à réexpliquer l'objectif.

La boucle change également les informations utilisées par l'agent. Dans le contrat outil, le prompt est l'entrée entière. Dans le contrat partenaire, il n'est qu'un signal parmi beaucoup d'autres : fichiers, API, bases de données, exécutions précédentes, messages d'équipe et événements en temps réel. L'agent est une fonction de son environnement, votre prompt en est la fonction objectif.

C'est le vrai sens de « ne plus écrire de prompts, mais écrire des boucles ». Le métier passe de la rhétorique à l'architecture. Vous concevez un système de contrôle, pas une requête.

Pourquoi cela change le produit du travail

Un outil fournit une réponse. Un partenaire fournit un artefact. La différence est importante car les réponses sont éphémères et les artefacts durables.

Une réponse vit dans la fenêtre de chat. Un artefact vit dans votre espace de travail : un document, une modification de code, une suite de tests, un fichier de conception, un rapport structuré. Il peut être révisé, versionné, partagé et amélioré. Il porte le contexte vers l'avant pour que le prochain humain — ou le prochain agent — ne parte pas de zéro.

L'artefact est aussi la frontière de la confiance. Quand un agent modifie un fichier, vous pouvez en faire un diff. Quand il rédige un rapport, vous pouvez en vérifier les sources. Quand il publie sur Slack, votre équipe peut le contester. Les artefacts rendent l'agence lisible. Sans eux, la boucle n'est qu'un chat plus long.

C'est ici que la plupart des discussions actuelles sur la productivité manquent le point. Les gains des agents ne viennent pas d'une frappe plus rapide ; ils viennent de l'achèvement asynchrone. L'agent travaille pendant que l'humain dort, se réunit ou se concentre sur autre chose. Le livrable attend au retour de l'humain. Cela ne fonctionne que si le livrable est inspectable et actionnable.

L'approche de MCPlato : empaqueter la boucle

MCPlato a été construit autour de l'hypothèse partenaire. L'unité de base n'est pas un message de chat ; c'est une boucle qui produit un artefact durable.

Wand est cette boucle, empaquetée. Un Wand est un workflow réutilisable et versionnable qui définit des phases, des prompts par phase, des vérifications de passage, une liste blanche d'outils et une vue d'exécution. Il décompose le travail en phases discrètes et n'avance que lorsqu'un passage est réussi — lecture de fichiers, appels API, demandes de clarification, rédaction de l'artefact final. Le Wand est la réponse architecturale à la question : « Comment écrire une boucle au lieu d'un prompt ? »

Partenaire / Sprite est l'orchestrateur au niveau de l'espace de travail. Si un Wand est un processus empaqueté, un Sprite est le manager qui décompose les tâches les plus larges et dispatch des sessions de travail pour le compte de l'utilisateur. C'est une équipe d'agents collaborant vers un résultat défini par l'humain : fixer l'objectif, approuver les points de contrôle, réviser l'artefact.

Skill / Distill Skill capture les workflows récurrents sous forme d'instructions réutilisables. Quand un Sprite résout un problème une fois, MCPlato peut distiller cette exécution en un Skill pour que le même motif s'exécute à nouveau sans réinventer le prompt.

Local-first + cadre d'autorisation rendent le partenaire assez fiable pour être laissé tourner. Les données sensibles restent par défaut sur la machine de l'utilisateur, et des modes d'autorisation granulaires limitent ce qu'une boucle peut voir et faire.

Routage de modèles + contrôle des coûts réservent le raisonnement coûteux aux phases qui en ont besoin. Une phase d'extraction simple s'exécute sur un modèle rapide et bon marché ; une phase de planification complexe est escaladée vers un modèle plus grand. L'intelligence est adaptée à la difficulté.

IM Bridge + livrables durables étendent la boucle vers les outils que les équipes utilisent déjà. Slack, Discord, Telegram, Feishu, WeChat, WeCom et QQ deviennent des interfaces de délégation asynchrone. L'agent rapporte les progrès et livre un Artifact — un paquet de documents structuré et versionnable —, et non un mur de texte de chat.

Illustration abstraite et plate, de style dessiné à la main : une flèche de boucle transforme une commande statique en une figure de partenaire vivant dans un espace de travail moderne

Outil vs Partenaire

Le tableau ci-dessous résume les différences architecturales. Le changement ne concerne pas la taille du modèle ni le raffinement de l'interface. Il concerne qui détient l'état, qui initie l'action et ce qui reste derrière.

La dernière ligne est la plus difficile à accepter. La plupart des gens sont devenus bons en IA en devenant bons en prompts. La prochaine compétence est de concevoir des systèmes qui peuvent être laissés seuls.

Risques et gouvernance

Un partenaire sans gouvernance n'est pas un employé ; c'est un passif. L'étude IBM de 2026 sur l'écart de contrôle de l'IA est sidérante : 77% des CIO et CTO disent que l'adoption de l'IA dépasse la gouvernance, 89% disent que leurs organisations ne sont pas pleinement préparées à l'IA agentique, et les entreprises déclarent en moyenne 54 incidents liés aux agents par an. La même autonomie qui rend les agents productifs les rend aussi dangereux.

La mise à jour de Microsoft Security de juin 2026 rapporte 99 CVE liés au Model Context Protocol en 2025. La surface d'attaque n'est plus le poids du modèle ; ce sont les outils que l'agent peut appeler, les autorisations qu'il détient et les données auxquelles il peut accéder.

C'est pourquoi la métaphore du partenaire n'est pas seulement aspirationale ; c'est une exigence de gouvernance. Un vrai employé a un rôle, un périmètre, un manager et une piste d'audit. Un agent partenaire a besoin de la même chose : des limites d'autorisation explicites, des points de contrôle obligatoires pour les actions irréversibles, un état d'exécution observable et des artefacts versionnables.

Illustration éditoriale plate et dessinée à la main : un agent partenaire et un humain collaborent autour d'un artefact documentaire durable

Conclusion : concevez la boucle, pas le prompt

L'industrie converge vers un nouveau contrat. Les agents ne sont plus des outils qui répondent aux questions ; ce sont des partenaires qui achèvent le travail. Les preuves s'accumulent, même si les chiffres sont inégaux.

Pour les builders, l'implication est pratique. Arrêtez d'essayer d'écrire le prompt parfait. Commencez à concevoir la boucle : ce que l'agent perçoit, comment il planifie, quels outils il peut utiliser, quelles vérifications de passage le protègent, où il doit s'arrêter pour un humain et quel artefact il produit. Le métier de l'ingénierie IA devient le métier de l'autonomie digne de confiance.

Le pari de MCPlato est que cette autonomie s'exprime mieux sous forme de boucles empaquetées, observables et local-first : les Wands comme processus réutilisables, les Sprites comme orchestrateurs, les Skills comme expertise distillée et les Artifacts comme livrables durables. L'avenir n'est pas un meilleur chatbot. C'est un employé virtuel qui se présente et laisse quelque chose que vous pourrez réviser au matin.

FAQ

Quelle est la différence entre un outil d'IA et un partenaire d'IA ? Un outil répond à un prompt et attend. Un partenaire exécute une boucle continue, maintient l'état et la mémoire, utilise les outils de sa propre initiative et produit des artefacts durables.

Pourquoi « la boucle » est-elle plus importante que le prompt ? Un prompt est unique. Une boucle permet à un agent de recueillir des informations, raisonner à partir des retours, réessayer les échecs et continuer à travailler pendant que l'humain est absent.

Que signifie Wand pour MCPlato ? Un Wand est une boucle empaquetée et réutilisable : un workflow multi-phases avec des prompts, des vérifications de passage, une liste blanche d'outils et une vue d'exécution.

Comment MCPlato garantit-il la fiabilité d'un agent partenaire ? Grâce à l'exécution local-first, des autorisations granulaires, des vérifications de passage explicites, un routage de modèles, des points de contrôle durables et l'approbation finale humaine pour les actions à haut risque.

Les agents remplacent-ils les employés ? Les preuves actuelles pointent vers l'augmentation, pas le remplacement massif. Les rôles évoluent vers la gestion, la vérification et l'amélioration de la production des agents.

Quels sont les principaux risques de l'agent en tant que partenaire ? L'autonomie sans gouvernance entraîne des incidents, des abus d'autorisation et une exposition sécuritaire. La gouvernance doit être conçue dans la boucle dès le départ.

Comment commencer à concevoir pour les agents plutôt que pour les prompts ? Définissez la boucle : percevoir, planifier, agir, observer, point de contrôle, artefact. Le prompt devient une contrainte parmi d'autres au sein d'un système de contrôle plus large.

Références

1. Anthropic. "Building Effective Agents." Décembre 2024. https://www.anthropic.com/research/building-effective-agents
2. OpenAI. "Running agents." OpenAI Agents SDK, 2025. https://developers.openai.com/api/docs/guides/agents/running-agents
3. Microsoft. "What's next in AI: 7 trends to watch in 2026." Décembre 2025. https://news.microsoft.com/source/features/ai/whats-next-in-ai-7-trends-to-watch-in-2026/
4. Microsoft. "What are autonomous AI agents?" Microsoft Copilot 101, 2025/2026. https://www.microsoft.com/en-us/microsoft-copilot/copilot-101/autonomous-ai-agents
5. MindStudio. "The Post-Prompting Era: Proactive AI Agents." Avril 2026. https://www.mindstudio.ai/blog/post-prompting-era-proactive-ai-agents
6. MIT Sloan. "Agentic AI, Explained." Février 2026. https://mitsloan.mit.edu/ideas-made-to-matter/agentic-ai-explained
7. Anthropic. "Recursive Self-Improvement." Mai 2026. https://www.anthropic.com/institute/recursive-self-improvement
8. PwC. "AI Agent Survey." Mai 2025. https://www.pwc.com/us/en/tech-effect/ai-analytics/ai-agent-survey.html
9. Salesforce. "2025 State of Service Report." Novembre 2025. https://www.salesforce.com/news/stories/state-of-service-report-announcement-2025/
10. IBM. "New IBM study finds CIOs and CTOs face growing AI control gap as enterprise deployment scales." Juin 2026. https://newsroom.ibm.com/2026-06-08-new-ibm-study-finds-cios-and-ctos-face-growing-ai-control-gap-as-enterprise-deployment-scales
11. Microsoft Security. "Updating taxonomy and failure modes for agentic AI systems: a year of red teaming taught us." Juin 2026. https://www.microsoft.com/en-us/security/blog/2026/06/04/updating-taxonomy-failure-modes-agentic-ai-systems-year-red-teaming-taught-us/
12. CIODive. "Workers spend more time managing AI." 2026. https://www.ciodive.com/news/workers-spend-more-time-managing-ai/822554/