Concevoir la recherche, les outils et les contrôles d’un agent d’IA

Un agent doit préparer l’examen d’un contrat fournisseur. Il retrouve les documents applicables, extrait des dates et des engagements, compare les informations, puis soumet une synthèse à un responsable. Selon le projet, cette chaîne peut employer une recherche documentaire, une boucle de correction et un moteur d’exécution.

Ces composants résolvent des problèmes différents. Les comparer exige de préciser les informations disponibles, les contrôles du résultat, les dépendances entre tâches et les actions autorisées. Les quatre décisions suivantes forment une grille d’architecture proposée pour cet exemple ; elles ne constituent pas une terminologie commune à tous les éditeurs.

1. Retrouver les informations qui peuvent fonder la réponse

La génération augmentée par la recherche, souvent appelée RAG, consiste à retrouver des passages puis à les transmettre au modèle avec la demande. Pour le contrat, le système peut rechercher une annexe, une version signée ou une règle interne. La réponse dépend donc du corpus, de son état et des accès disponibles.

Le traitement extrait les documents en conservant leur structure, leur identifiant, leur version, leur date d’effet et leurs permissions. Une annexe correctement découpée mais détachée de son contrat peut produire une réponse erronée. L’extraction et l’indexation doivent préserver les relations utiles à l’interprétation.

La recherche par mots-clés retrouve bien une référence exacte. La recherche vectorielle rapproche des formulations de sens voisin. Une approche hybride peut combiner ces signaux, puis classer les résultats. L’équipe évalue ces options sur ses questions réelles, notamment celles qui comportent des noms, des montants ou des versions proches.

Un graphe de connaissances représente des entités et les relations qui les relient. Il peut relier un fournisseur, plusieurs contrats et leurs signataires. Les approches regroupées sous le nom GraphRAG utilisent des structures de ce type pour préparer ou enrichir la recherche ; la documentation Microsoft GraphRAG décrit une implémentation particulière.

Ce graphe demande un travail d’extraction, de normalisation et de maintenance. Il mérite ce coût lorsque les relations améliorent les réponses aux questions retenues. Une recherche hybride accompagnée de métadonnées peut suffire pour d’autres usages. La comparaison porte sur la pertinence, la couverture des sources et l’effort d’exploitation.

Les permissions s’appliquent avant la transmission des documents au modèle. Un utilisateur autorisé à examiner un contrat ne reçoit pas automatiquement les pièces confidentielles de tous les autres fournisseurs. L’essai inclut des questions auxquelles le système doit répondre sans révéler ces informations.

2. Vérifier un résultat avant de poursuivre

Après la recherche, le modèle prépare une réponse ou des données structurées. Un schéma peut imposer des champs comme la date d’échéance, la clause d’origine et le niveau d’incertitude. Cette forme facilite la validation automatique ; elle ne prouve pas que la date extraite est correcte.

Le contrôle compare le résultat à une référence identifiée. Un calcul doit correspondre aux données utilisées. Une citation doit exister dans la version annoncée. Une date de résiliation doit renvoyer à la clause qui la définit, avec les éventuelles conditions. Le système doit pouvoir signaler une absence ou une contradiction au lieu de compléter les champs par supposition.

Une boucle peut demander une correction après un contrôle échoué. Le contrôle retourne la cause de l’échec, par exemple une référence absente, afin que la tentative suivante puisse corriger ce défaut. Le nombre d’essais, le temps et le budget doivent avoir des limites définies dans le code.

Un second modèle peut apporter une relecture, mais deux réponses concordantes ne forment pas nécessairement deux vérifications indépendantes. Si les deux modèles utilisent la même source périmée, ils peuvent reproduire la même erreur. Les contrôles déterministes, les sources externes au raisonnement et les validations humaines apportent des éléments différents.

3. Coordonner les tâches et conserver leur état

Un graphe d’exécution décrit les tâches et leurs dépendances. Il organise le travail ; le graphe de connaissances décrit des relations dans les données. Les deux peuvent exister dans le même système sans remplir la même fonction.

Dans notre dossier fournisseur, l’extraction des coordonnées et la recherche des annexes peuvent avancer séparément. En revanche, la synthèse des obligations doit attendre les pièces dont elle dépend. Le parallélisme est utile lorsque des tâches indépendantes disposent des ressources nécessaires ; il n’améliore pas automatiquement la qualité du raisonnement.

Chaque étape reçoit des entrées définies et produit un résultat identifiable. La suivante consomme ce résultat, avec son état et ses éventuelles erreurs. Du texte libre peut convenir à une synthèse destinée à une personne. Une étape qui modifie un système gagne généralement à recevoir des données structurées et validées.

Un moteur d’exécution durable devient utile lorsque le travail doit survivre à un redémarrage ou attendre une décision. Le dossier peut rester plusieurs jours en attente d’approbation. Le système conserve la version examinée, la demande en cours et l’identité de la personne autorisée à décider.

La reprise doit tenir compte des changements intervenus pendant l’attente. Un contrat remplacé ou un droit retiré peut rendre la proposition caduque. Le moteur vérifie les conditions nécessaires avant de reprendre, au lieu de considérer toute autorisation ancienne comme permanente.

Les opérations produisant un effet doivent aussi supporter les reprises. Une nouvelle tentative ne doit pas créer deux dossiers ou envoyer deux messages. Cette propriété, appelée idempotence lorsque la répétition conserve le même effet attendu, demande une conception des identifiants et des contrôles dans les outils appelés.

4. Autoriser les actions selon leurs conséquences

L’agent peut disposer d’un droit de lecture, d’un droit de préparation et, pour certaines tâches, d’un droit d’exécution. Ces permissions répondent à des risques différents. Produire un brouillon de synthèse n’engage pas l’organisation comme l’envoi d’une notification contractuelle.

La procédure précise donc les actions autorisées et celles qui attendent une validation. Le responsable reçoit les sources, la proposition et les éléments incertains. Il doit pouvoir modifier ou refuser l’action, avec un délai compatible avec le travail demandé. Une approbation dépourvue de ces moyens apporte peu de contrôle.

Les vérifications restent dans l’application et les systèmes d’autorisation. Une instruction adressée au modèle ne remplace pas un refus technique d’accès. Un document reçu ne peut pas autoriser lui-même un nouvel outil ou élargir le périmètre du compte utilisé.

Le harness est le logiciel qui exécute la boucle de l’agent, appelle ses outils et applique les permissions. Il conserve l’état des étapes, prépare le contexte transmis au modèle et enregistre les opérations dans les logs. Ce logiciel applique un timeout et un plafond de coût, ainsi qu’un nombre maximal de retries.

Évaluer la chaîne sur un dossier complet

Le premier essai reprend des dossiers connus, y compris des cas incomplets ou contradictoires. L’équipe examine les documents retrouvés, les informations extraites, les erreurs détectées et les actions réellement possibles. Elle mesure aussi la durée, le nombre d’appels et le coût du résultat accepté.

L’équipe ajoute un composant lorsqu’un essai montre le problème qu’il résout. Une boucle doit améliorer un résultat mesurable ; un graphe doit organiser des dépendances utiles ; un état durable doit permettre une reprise correcte. Cette justification rend l’architecture compréhensible et permet de la faire évoluer lorsque les usages changent.

L’article suivant compare quatre exemples d’agents et leurs critères de validation.