En bref
Un chatbot répond à une demande, puis attend la suivante. Un agent IA reçoit un objectif et enchaîne lui-même les étapes. Il cherche, lit, utilise des outils, contrôle ses résultats et rend compte, parfois pendant des heures ou des semaines. Pour un travail fondé sur des faits, chaque résultat doit rester relié à sa source et une personne doit valider chaque décision.
Les deux termes désignent souvent les mêmes produits. Ils décrivent deux façons différentes de travailler avec l’IA. Ce guide explique la différence, les cas où chacun convient et les points à vérifier avant de confier une tâche à un agent.
Ce que fait un chatbot
Un chatbot fonctionne par échanges. L’utilisateur écrit une demande, le modèle rédige une réponse, et rien ne se passe avant le message suivant. Le chatbot garde en mémoire la conversation en cours.
Entre deux messages, le travail revient à l’utilisateur. Il trouve les documents, les colle dans la fenêtre, choisit la question suivante et compare chaque réponse aux sources.
Google Cloud distingue trois catégories d’outils : les bots, les assistants IA et les agents IA. Dans son tableau comparatif, l’assistant est réactif. Il répond aux demandes, peut recommander des actions et laisse la décision à l’utilisateur. L’agent est proactif et orienté vers un objectif. Il peut mener des actions complexes en plusieurs étapes et prendre des décisions seul.
Ce que fait un agent IA
Les grandes entreprises de l’IA définissent l’agent par son autonomie. Le guide pratique d’OpenAI les décrit comme des systèmes qui accomplissent des tâches de façon autonome pour le compte de l’utilisateur. Anthropic décrit des systèmes dans lesquels le modèle dirige lui-même son déroulement et son usage des outils.
Concrètement, l’agent reçoit un objectif et le découpe en étapes. À chaque étape, il choisit un outil, par exemple une recherche sur le web, la lecture d’un fichier ou un calcul dans un tableur. Il lit le résultat, puis décide de l’étape suivante. Selon OpenAI, l’agent reconnaît quand la tâche est terminée et corrige ses actions si nécessaire. En cas d’échec, il s’arrête et rend le contrôle à l’utilisateur.
Le guide d’OpenAI classe les chatbots simples et les applications à un seul échange hors de la catégorie des agents, parce que le modèle n’y dirige pas le déroulement du travail.
La durée fait l’autre différence. Un chatbot répond en quelques secondes. Un agent peut travailler une heure sur un dossier, ou suivre un sujet pendant plusieurs semaines et signaler ce qui change.
Plusieurs agents sur une même tâche
Une tâche longue peut se répartir entre plusieurs agents. Chaque agent a son rôle. Un agent cherche les documents pendant qu’un autre contrôle les chiffres et les citations.
Le guide d’OpenAI décrit deux organisations. Dans la première, un agent coordinateur répartit le travail entre des agents spécialisés. Dans la seconde, des agents de même rang se transmettent les tâches selon leur spécialité.
OpenAI conseille de commencer avec un seul agent, puis d’en ajouter quand celui-ci ne suit plus des instructions complexes ou se trompe d’outil. La répartition présente un autre avantage. Un agent peut contrôler le travail d’un autre avant qu’un résultat parvienne à l’utilisateur.
Des ingénieurs confient déjà des projets entiers à des agents
Le développement logiciel est le domaine où les agents sont les plus avancés. Selon la documentation de GitHub au 17 octobre 2026, l’agent cloud de Copilot étudie un dépôt de code, planifie des modifications et les applique en arrière-plan. Il modifie les fichiers, lance les tests, crée une branche et enregistre ses changements. Le développeur relit le résultat et peut demander des corrections.
En février 2026, un chercheur d’Anthropic a confié un seul projet à 16 agents. Ils devaient écrire de zéro, en Rust, un compilateur C capable de compiler le noyau Linux. Les agents ont travaillé en parallèle sur le même code, sans intervention humaine active, pendant près de 2 000 sessions. Le résultat est un compilateur d’environ 100 000 lignes qui compile Linux 6.9 sur trois architectures de processeur. Selon son auteur, le code produit est peu efficace, et l’outil ne remplace pas encore un compilateur établi.
En mars 2025, METR, un organisme de recherche sur les capacités des IA, a publié une tendance. La longueur des tâches que les agents mènent seuls dans la moitié des essais, mesurée au temps qu’elles demandent à un professionnel, doublait environ tous les sept mois depuis six ans. METR a depuis mis à jour une partie de ces estimations.
Des ingénieurs confient aujourd’hui des projets entiers à des agents et relisent le résultat. Verbatim apporte la même façon de travailler à la recherche, à l’analyse et à l’écriture.
Quand un chatbot suffit, quand il faut des agents
Anthropic conseille de chercher la solution la plus simple et de n’ajouter de la complexité qu’en cas de besoin. Selon son guide, les systèmes d’agents acceptent plus de délai et de coût en échange d’une meilleure exécution de la tâche. Ils conviennent aux tâches ouvertes dont les étapes changent d’un cas à l’autre.
Un chatbot suffit quand :
- la question tient en un message ;
- vous fournissez le texte à traiter ;
- la réponse se vérifie en quelques minutes ;
- rien ne doit se passer après la conversation.
Des agents conviennent mieux quand :
- il faut trouver les sources avant de les exploiter ;
- la matière compte des centaines ou des milliers de pages ;
- un sujet doit être suivi pendant des jours ou des semaines ;
- le même résultat demande plusieurs vérifications ;
- le travail doit avancer pendant que vous faites autre chose.
Pour choisir, comptez les copies d’un outil à l’autre entre la question et le travail fini. Au-delà de quelques-unes, la tâche comporte plusieurs étapes, et un agent peut les enchaîner.
Les risques des agents
Anthropic nomme le premier risque dans son guide de construction des agents. L’autonomie des agents entraîne des coûts plus élevés et un risque d’erreurs qui s’accumulent. Une erreur commise à la deuxième étape se retrouve dans toutes les étapes suivantes. Une date mal lue dans un document peut passer dans une chronologie, puis dans le texte final.
Le deuxième risque concerne les sources. Un agent qui a lu 300 pages rend une synthèse de trois paragraphes. Si la synthèse ne montre pas les passages sur lesquels elle s’appuie, une erreur de lecture reste cachée jusqu’à ce que quelqu’un ouvre l’original. Les modèles de langage peuvent aussi produire des affirmations qui ne figurent dans aucun document. On parle alors d’hallucination.
Le troisième risque concerne les actions. Un agent qui envoie des messages ou publie des contenus agit au nom de l’utilisateur. OpenAI recommande une supervision humaine pour les actions sensibles, irréversibles ou à fort enjeu. GitHub précise que le journal de l’agent ne remplace pas la relecture et les tests du développeur.
Ce qu’il faut exiger d’un agent
Vérifiez six points avant de confier une tâche à un agent.
- Chaque affirmation renvoie à sa source, avec le passage exact.
- Chaque citation est copiée depuis le document d’origine, jamais depuis un résumé.
- L’agent attend votre accord avant d’envoyer, de publier ou de supprimer quoi que ce soit.
- Chaque étape est consignée, avec ce qui a été cherché, lu et écarté.
- Vous pouvez arrêter le travail, corriger une étape et reprendre à partir de ce point.
- L’éditeur indique où vos documents sont stockés et s’ils servent à entraîner ses modèles.
Anthropic décrit des agents qui s’arrêtent à des points de contrôle pour recueillir l’avis d’une personne. Pour un travail fondé sur des faits, ces points de contrôle portent sur chaque fait et chaque citation.
Les agents IA avec Verbatim
Verbatim vous donne une équipe d’agents IA, du premier indice au texte final. Vous décrivez votre sujet en langage courant. Les agents cherchent, lisent, suivent vos sources et écrivent dans votre style, pendant des heures ou des semaines. Chaque fait reste relié à sa source, et vous décidez de tout.
Plusieurs agents travaillent en parallèle sur un même projet. Chacun a son rôle, et ils vérifient le travail les uns des autres.
- L’agent de veille suit des centaines de sources jour et nuit, dont la presse, les registres publics, les décisions officielles, les réseaux sociaux et les sites que vous ajoutez. Il signale ce qui change votre sujet, avec le passage qui le prouve.
- L’agent de lecture couvre le web, les registres publics et jusqu’à 40 000 pages de documents. Il répond avec la page exacte.
- L’agent Personnes trouve qui connaît le sujet et comment le joindre, puis contacte les sources.
- Avant un entretien, l’agent de préparation rassemble ce que la personne a déjà dit, ce que montrent les documents et les questions qu’elle cherchera à éviter.
- La vérification rapproche chaque affirmation de sa source, avec l’extrait exact. Chaque affirmation reçoit un statut : vérifiée, contredite, dépassée ou non concluante. Une citation trouvée seulement dans un résumé d’IA n’est jamais comptée comme vérifiée.
- L’écriture suit votre style, appris sur vos textes publiés, dans tous les formats, de l’article au rapport.
Vous voyez ce que fait chaque agent, à chaque étape. Vous pouvez tout arrêter ou tout défaire, et rien ne sort du projet sans votre accord.
Verbatim teste les modèles de plusieurs laboratoires sur chaque tâche et retient celui qui la fait le mieux. Verbatim a développé sa propre technologie pour relier chaque fait à sa source. Son moteur de style a été conçu avec des linguistes. Vos projets sont hébergés et traités en Europe, et vos contenus ne servent jamais à entraîner une IA tierce. Une app iPhone arrive bientôt, ainsi que Verbatim dans Claude et ChatGPT.
Le journalisme est le premier métier servi par Verbatim, parce qu’il exige une source pour chaque phrase. Les mêmes agents travaillent pour les chercheurs, les analystes et les auteurs, sur leurs propres corpus. VerbatimAgent, pour une personne, coûte de 49,95 € à 149,95 € TTC par mois, avec 14 jours d’essai gratuit. VerbatimOS, pour une rédaction ou une équipe, coûte de 109 à 249 € par mois, selon nos tarifs.
Questions fréquentes
Quelle est la différence entre un agent IA et un chatbot ?
Un chatbot répond à une demande à la fois et attend la suivante. Un agent IA reçoit un objectif, planifie les étapes, utilise des outils comme la recherche ou la lecture de documents, et travaille jusqu’à ce que la tâche soit terminée. Il s’arrête et rend le contrôle à l’utilisateur en cas d’échec ou quand une action demande son accord.
Qu’est-ce qu’un agent IA ?
Un agent IA est un logiciel qui accomplit une tâche pour le compte d’un utilisateur avec une part d’autonomie. Il choisit l’étape suivante, sélectionne ses outils et contrôle le résultat de chaque action. OpenAI, Google et Anthropic définissent tous trois l’agent par cette autonomie.
Un agent IA peut-il travailler sans supervision ?
Un agent peut enchaîner seul de longues séries d’étapes. Les erreurs peuvent alors s’accumuler d’une étape à l’autre. Les plateformes d’agents de code demandent aux développeurs de relire et de tester le travail de l’agent avant de s’en servir. La même règle vaut pour la recherche et l’écriture.
Qu’est-ce qu’un système multi-agents ?
Un système multi-agents répartit une tâche entre plusieurs agents, chacun avec son rôle. Un agent peut coordonner les autres, ou les agents peuvent se transmettre le travail. La répartition permet aussi à un agent de contrôler les résultats d’un autre.
Les agents IA sont-ils fiables ?
Leur fiabilité dépend de la tâche et des contrôles prévus. Un agent peut mal lire un document ou produire une affirmation absente de toute source. Un dispositif fiable relie chaque fait à sa source et laisse chaque décision à une personne.
Sources
- Anthropic, guide de construction des agents (en anglais)
- OpenAI, guide pratique de construction des agents (PDF, en anglais)
- Google Cloud, définition des agents IA (en anglais)
- GitHub Docs, Copilot sur GitHub.com et son agent cloud (en anglais)
- Anthropic, un compilateur C écrit par une équipe d’agents, 5 février 2026 (en anglais)
- METR, mesure de la durée des tâches menées par les IA, 19 mars 2025 (en anglais)