Agentic workflow
Mode de travail où un agent IA exécute des tâches de manière autonome sur une durée étendue, avec accès aux fichiers, outils et environnement.
Définition
Un workflow agentique est un mode de collaboration avec un LLM où l'agent ne se contente pas de générer du texte — il exécute des actions : lire et modifier des fichiers, lancer des commandes, appeler des APIs, interpréter des résultats, et s'adapter en conséquence dans une boucle d'itération. La distinction fondamentale avec le "chat IA" classique est que l'agent a accès à des outils et peut les utiliser de manière autonome sur plusieurs étapes sans intervention humaine à chaque étape.
Point de vue postcursors
Le terme est souvent galvaudé pour désigner n'importe quelle interaction avec un LLM qui produit du code. Un workflow vraiment agentique implique l'autonomie d'exécution sur plusieurs étapes : l'agent lit un test qui échoue, comprend pourquoi, modifie le code, relance le test, vérifie que ça passe — sans qu'on lui demande de le faire étape par étape.
En pratique
En pratique : on brief l'agent sur une tâche avec un critère de succès vérifiable ("les tests doivent passer"), et on le laisse itérer. L'humain intervient pour valider le résultat et orienter la prochaine tâche — pas pour superviser chaque étape.
Confusions fréquentes
- ✗ Appeler 'agentique' le fait de copier-coller une réponse ChatGPT dans son éditeur
- ✗ Confondre avec l'autocomplétion IA (GitHub Copilot, Supermaven) — les deux sont utiles mais radicalement différents en nature