On m'a demandé cent fois comment je me suis préparé à l'ère agentique. La vérité, sans filtre ? En travaillant dix fois plus. Le jour où j'ai vu ChatGPT écrire du code mieux et plus vite que nous, ça m'a inquiété. Et quand les modèles se sont mis à pondre des fonctions entières, je m'y suis jeté à corps perdu, un week-end entier, jour et nuit, à coder sans m'arrêter. Voici, sans bullshit et avec les sources sur la table, comment est né ce que j'appelle l'Agent #0.
Comment j'ai basculé : l'inquiétude, puis le pari
J'avais déjà mis les mains dedans bien avant tout le monde. Un an plus tôt environ, j'avais relancé de zéro un site, Topic Square, en m'appuyant sur ces modèles alors qu'ils étaient encore en bêta. Résultat : Google cramait tous les textes, parce que ce n'était pas assez qualitatif, ça se repérait non-stop. J'avais abandonné l'idée. Le texte, à l'époque, ne tenait pas la route.
Mais le code, lui, m'a impressionné. Et c'est ça qui a tout déclenché. Un jour, j'ai réuni mon associé et mes développeurs et je leur ai dit une chose simple : puisque tous les petits logiciels vont être facilement refaits, on ne va pas se contenter de remplacer trois ou quatre outils, le portail client, le petit profil, le mini-CRM qu'on avait derrière. On monte d'un cran. On va concurrencer HubSpot, Salesforce, Odoo. On va refaire l'ensemble des outils, les uns après les autres, tous imbriqués et parfaitement compris par l'intelligence artificielle.
L'obsession derrière ce pari : extraire environ 80% de la matière de chaque fonctionnalité de ces logiciels pour la rendre parfaitement lisible par l'IA, et qu'elle puisse tout interconnecter. Du site internet à la landing page, du formulaire au calendrier de prise de rendez-vous, du CRM à l'appel connecté et sa retranscription. Tout ce qui se passe dans la vie de l'entreprise, en physique comme en digital, doit pouvoir être enregistré au même endroit, et l'agent doit pouvoir agir sur absolument tout, sans aucune connexion indépendante. Une seule exception : le modèle de langage, que la personne choisit elle-même.
Le déclic : 70% déterministe, 30% probabiliste
Le jour où j'ai vraiment compris l'agentique, c'est le jour où j'ai arrêté de croire au mythe de l'agent magique qui devine tout. Un agent qui marche, ce n'est pas 100% d'intelligence probabiliste lâchée dans la nature. C'est, dans ma pratique, environ 70% de déterministe, des règles, des process, des chemins d'exécution balisés, et 30% de probabiliste, là où le modèle apporte sa vraie valeur : le jugement, la nuance, l'adaptation.
Ce n'est pas une intuition de comptoir, c'est une question de mathématiques de la fiabilité. La fiabilité d'un système enchaîné est le produit de la fiabilité de ses composants, c'est la loi de Lusser, ou loi du produit des probabilités1. Un agent fiable à 90% sur chaque action a l'air prêt pour la production ; mais enchaînez dix actions probabilistes et vous tombez à 0,9 puissance 10, soit à peine 35% de réussite de bout en bout2. Voilà pourquoi la couche déterministe n'est pas un détail : c'est ce qui empêche l'erreur de se composer.
C'est aussi ce que dit la littérature d'architecture : plutôt que de traiter l'agent comme la couche d'orchestration, une architecture défendable traite les agents comme des composants gouvernés à l'intérieur d'un workflow déterministe3. Et les chiffres du terrain confirment : une analyse de 1 400 projets d'automatisation en entreprise a montré que 62% des projets d'IA en échec utilisaient une approche agentique là où un workflow déterministe aurait été plus fiable et moins cher4. Inverser le ratio, c'est la recette du chaos.
Les trois fondations d'un agent qui tient debout
Pour construire un agent solide, il lui faut des bases. Pas des gadgets. Des bases. J'en compte trois, non négociables.
2.1, De la data, correctement structurée. Un agent ne vaut que ce que valent les données qu'il manipule. De la donnée en vrac, c'est un agent aveugle. C'est d'ailleurs mesurable : sur le benchmark LongMemEval, une architecture à mémoire structurée atteint 83,6% de précision, contre 39% pour une approche qui balance tout le contexte en vrac dans la fenêtre, et ce, avec un modèle plus petit5. La structure bat la force brute.
2.2, Une architecture logicielle que l'agent peut comprendre. L'agent doit pouvoir lire ton système, s'y déplacer et agir vite. Techniquement, une bonne architecture sépare les préoccupations : l'orchestration est CPU-bound, l'inférence du modèle est GPU-bound. Ce sont deux couches distinctes qui doivent monter en charge indépendamment6. Concrètement, ça veut dire un plan d'exécution où une tâche complexe est décomposée en sous-tâches avec leurs dépendances, souvent représentées comme un graphe orienté acyclique, un DAG, où chaque nœud est une sous-tâche et chaque arête dit quelle sortie alimente quelle entrée7. Une architecture pensée pour l'agent, c'est un agent qui va à toute vitesse ; une architecture bricolée, c'est un agent qui rame à chaque action.
2.3, Plusieurs types de mémoire. C'est le point le plus sous-estimé. La recherche formalise la mémoire d'un agent comme une boucle écrire–gérer–lire, couplée à la perception et à l'action8. Le cadre de référence, CoALA, issu de Princeton, distingue quatre types de mémoire hérités des sciences cognitives9:
, la mémoire de travail (working memory), le contexte immédiat de la tâche en cours ;
, la mémoire sémantique, qui répond à « qu'est-ce qui est vrai », les faits, les connaissances ;
, la mémoire épisodique, qui répond à « qu'est-ce qui s'est passé, et quand », les expériences horodatées des cycles de décision passés10;
, la mémoire procédurale, les comportements appris, les préférences d'outils, les politiques que l'agent finit par intégrer à ses compétences11.
Dit autrement : il y a la mémoire requêtable, celle qu'il interroge à la demande, et la mémoire qui fait partie de ses compétences, celle qui est gravée dans ce qu'il sait faire. Le mécanisme qui fait passer l'une dans l'autre porte un nom : la consolidation10. Un agent sans mémoire, c'est un poisson rouge. Un agent avec les bonnes mémoires, c'est un collaborateur qui apprend.
C'est comme ça qu'est né le premier agent de Slym
C'est sur ces trois fondations qu'on a créé le premier agent de Slym. Et le vrai game changer, c'est ce qu'il devient une fois en place : tu le renommes comme tu veux, et il pilote.
Derrière lui, il y a une armada. Des agents LinkedIn, des agents email, des agents téléphone, des agents zéro inbox, plusieurs types d'agents, chacun avec ses compétences propres, capables de piloter l'intégralité de ton entreprise. C'est exactement le pattern le plus déployé en production : l'orchestrateur-worker, où un orchestrateur central reçoit les tâches, classe l'intention, décompose les demandes complexes en sous-tâches et route chacune vers le worker spécialisé12.
L'Agent #0 : ton chef d'orchestre
C'est là qu'entre en scène ce que j'appelle l'Agent #0. Le zéro, parce que c'est le point de départ, la matrice, et parce qu'en informatique, on compte toujours à partir de zéro. Tu crées ton Agent #0, et il a à sa disposition une armada de collaborateurs qu'il peut recruter selon les besoins.
Il ne fait pas tout lui-même. Il orchestre. Les architectures les plus abouties vont même plus loin que la délégation statique : un contrôleur gère l'état global et l'orchestration, un manager décompose et re-planifie, des workers exécutent, un évaluateur surveille la qualité en continu et déclenche une re-planification quand elle se dégrade13. La délégation devient adaptative, et non figée une fois pour toutes. C'est précisément le manque des frameworks grand public, qui figent les rôles au runtime13.
Et c'est exactement comme ça que je l'ai construit : grâce à Slym, et grâce à une architecture qu'on a refaite de A à Z pour qu'il puisse tout piloter. Rien n'a été laissé au hasard, parce qu'un chef d'orchestre ne peut diriger que ce qu'il comprend.
Le but ultime
La création de l'Agent #0, ce n'est pas une fonctionnalité de plus. C'est le but ultime de Slym. Une entreprise où tu ne pilotes plus les tâches une par une, mais où tu pilotes l'agent qui pilote tout le reste.
On n'est plus dans l'assistance. On est dans l'orchestration gouvernée : de la flexibilité là où elle crée de la valeur, du déterministe là où la fiabilité l'exige. Et ça, ça change tout.