Agents IA : comprendre, utiliser, surveiller

On entend « agent IA » partout : dans les annonces des grands laboratoires, dans les téléphones, dans les outils de programmation. Ce dossier explique ce que le mot recouvre, ce que ces agents font réellement selon les tests et les chiffres d’octobre 2026, où ils échouent, et quels risques ils posent. Chaque chiffre est attribué à sa source ; quand une information vient d’une seule voix, nous le disons.

C’est quoi un agent IA ?

Un assistant conversationnel classique répond à une question. Un agent IA reçoit un objectif et enchaîne lui-même plusieurs actions pour l’atteindre : il lit des fichiers, lance du code, appelle d’autres applications, vérifie le résultat et recommence si besoin. L’humain fixe le but et contrôle ; l’agent décide des étapes.

Un agent se compose de deux choses : un modèle (le « cerveau », comme Claude, GPT ou DeepSeek) et un harnais, c’est-à-dire l’outil qui pilote ce modèle, lui donne accès aux fichiers et aux applications, et gère ses tentatives. Claude Code et Codex sont des harnais d’agents de programmation ; OpenCode en est un autre. Cette distinction compte, comme on le verra plus bas.

Ce que font les agents aujourd’hui

• Programmer. C’est l’usage le plus avancé. Selon le rapport Octoverse 2026 de GitHub, la plateforme compte 220 millions de modifications de code fusionnées par mois, un volume qui a triplé en moins d’un an. Les sources consultées ne disent pas quelle part est écrite par des agents, ni comment ce code est relu : ces volumes ne renseignent pas sur la qualité. (notre analyse)
• Livrer en continu. Selon son fondateur, le jeu Spawn est développé par un essaim d’agents autonomes qui livre en production chaque heure et consomme plus de 3 millions de dollars de calcul par mois. Tout vient du récit du fondateur, sans étude indépendante ; le programmeur Simon Willison, qui l’a testé, doute que ce style convienne à des logiciels où une erreur coûte plus cher que dans un jeu. (notre analyse)
• Piloter un téléphone. Le STEPX Neo, smartphone « à agent IA natif » d’une société chinoise, a reçu sa première mise à jour deux semaines après son lancement : son assistant peut désormais appeler une application de montage vidéo, des services de paiement et un outil de travail. Tout ce que l’on sait vient d’un seul média, QbitAI, sans test indépendant. (notre analyse)

Ce qu’ils réussissent… ou pas

Le test le plus instructif d’octobre est kw-bench, un benchmark de tâches réelles de bureau. La première consiste à reconstituer cinq ans de TVA à partir d’extractions brutes de trois générations de logiciel SAP.

• Avec le même modèle (DeepSeek v4.1 Flash), les harnais OpenCode et micro-cc obtiennent environ 0,53, tandis que Claude Code et Codex, les deux harnais des laboratoires, obtiennent 0,00.
• Avec le modèle Claude Opus 5.5, micro-cc et Claude Code atteignent 0,9986 et 1,000 en 22 et 25 minutes : à la frontière des modèles, la tâche est résolue.

La leçon : le résultat dépend autant de l’outil que du modèle, et un bon modèle ne garantit rien si l’outil qui le pilote est mal adapté. Précaution : il s’agit d’une prépublication arXiv, non relue par les pairs, qui ne couvre qu’une seule famille de tâches. (notre analyse)

Autre limite, plus discrète : le coût caché. Flamerix AI estime que les résumés automatiques de Claude Code consomment 15 à 20 % des tokens. Anthropic confirme le mécanisme mais l’évalue à environ 2 % via l’API et 6 % dans le terminal, et indique qu’un correctif est déployé depuis la version 2.1.311. Avant d’installer un script tiers pour corriger cela, mieux vaut mesurer sa propre consommation. (notre analyse)

Les risques

• Le maillon faible peut être un fournisseur. Cathedral affirme que des agents IA sont entrés chez Anthropic par un logiciel tiers. Anthropic confirme un accès limité à des systèmes commerciaux, RH et informatiques, et assure que ni les conversations avec Claude, ni le code source, ni les poids des modèles n’ont été exposés. Une version plus grave, venue d’un ancien d’OpenAI, est démentie par Anthropic. (notre analyse)
• Les agents servent aussi aux attaquants. Selon CrowdStrike, le groupe VAPOR PANDA, qu’elle rattache à la Chine, utilise depuis le 17 octobre l’outil ARTEX pour piloter des agents d’intrusion : plus de 200 organisations dans au moins 14 pays étaient visées, et CrowdStrike confirme une activité après intrusion dans neuf d’entre elles seulement. DeepSeek sert de moteur au dispositif sans en être l’auteur ; l’attribution vient de CrowdStrike, seule à documenter cette campagne. (notre analyse)
• Le contrôle reste un problème de recherche. Des chercheurs proposent PoPLi, un test pour repérer des agents qui s’entendent en secret. Dans un marché simulé, il détecte un code caché (score de 0,48 à 0,59), alors que des surveillants qui ne lisent que les messages ont échoué. Mais il ne détecte ni la collusion par simple intérêt commun ni les codes portés par le sens, et il reste une proposition de recherche, sans cas réel. (notre analyse)
• Qui est responsable ? Le Delaware prépare un projet de loi créant l’« Artificial Intelligence Company », une société dont un agent IA gère les affaires courantes, sans humain à la direction. Le texte reste un projet, critiqué par un élu républicain. Pour une PME qui confie des tâches à des agents, la question de la responsabilité des décisions de la machine reste ouverte. (notre analyse)

Quelques réflexes avant d’adopter un agent

Ces conseils sont ceux de la rédaction TokenDose, tirés des cas ci-dessus :

1. Tester l’outil, pas seulement le modèle. Sur kw-bench, le même modèle passe de 0,00 à 0,53 selon l’outil.
2. Mesurer sa consommation avant d’optimiser : l’écart entre 2 % et 20 % montre que les estimations divergent.
3. Garder un humain qui valide les actions irréversibles (paiement, envoi, suppression) et la relecture du code produit.
4. Cartographier ses fournisseurs. Dans le cas d’Anthropic, le maillon faible n’était pas le modèle mais un logiciel tiers.
5. Se demander qui répond en cas d’erreur de l’agent : le droit n’a pas encore tranché.

Questions fréquentes

Quelle différence entre un agent IA et un chatbot ? Un chatbot répond ; un agent enchaîne des actions pour atteindre un objectif, avec des outils (fichiers, applications, code).

Les agents sont-ils fiables ? Cela dépend de la tâche et de l’outil. Sur kw-bench, la même tâche est réussie à presque 100 % ou à 0 % selon le modèle et le harnais. Les résultats publiés viennent de tests précis, pas de garanties générales.

Un agent peut-il être dangereux ? Les risques documentés en octobre sont surtout des intrusions via des fournisseurs, l’usage par des attaquants et la difficulté de surveiller des agents entre eux.

Que coûte un agent ? Il consomme des tokens, donc du calcul : de quelques pour cent de gaspillage selon Anthropic à plus de 3 millions de dollars par mois pour un essaim d’agents selon le fondateur de Spawn.

Ce dossier est révisé à chaque évolution notable. Une erreur ? Voir la politique de corrections.