Votre application interroge un service externe pour compléter une fiche client. Ce service tombe en panne. Premier scénario : le programme essaie une seconde source, comme prévu par le développeur. Deuxième scénario : le modèle cherche lui-même une autre façon d'obtenir l'information. Voilà une différence très concrète entre un workflow et un agent.
Le critère : qui décide de l'action suivante
Ce qui distingue les deux n'est pas la présence d'IA ni le fait que le système paraisse intelligent. C'est qui décide de l'action suivante. Dans un workflow, le chemin est prévu par le code. Dans un agent, le modèle peut choisir une partie du chemin.
La distinction n'est pas de nous. Anthropic sépare nettement les workflows, qui orchestrent modèles et outils par des chemins de code prédéfinis, des agents, qui dirigent dynamiquement leur propre processus. Simon Willison résume l'agent comme un système qui exécute des outils en boucle pour atteindre un but.
En pratique, trois questions suffisent : qui décide de l'action suivante, du nombre d'essais, et du moment où l'on s'arrête ? Si la réponse est « le code », vous avez un workflow. Si c'est « le modèle », un agent. Pour la différence entre chatbot, copilote et agent, voir agent IA, derrière le mot, de quoi parle-t-on.
Ce qui ne suffit pas à faire un agent
- L'auto-évaluation. Une IA qui note son propre résultat reste dans un cadre fixe, tant qu'elle ne choisit pas la suite.
- Un référentiel qui évolue. Mettre à jour des règles ou des données ne donne pas au modèle le contrôle de l'enchaînement.
- Un système « adaptatif ». S'ajuster à une entrée fait varier le résultat, pas forcément le chemin.
Un système peut aussi mêler les deux : un workflow dans l'ensemble, avec une seule étape laissée à l'initiative du modèle. C'est souvent le réglage le plus sain.
Ce que coûte l'autonomie
Quand le modèle dirige, les sorties deviennent moins prévisibles, le chemin suivi est plus difficile à tracer et à expliquer, et la validation comme la sécurité demandent plus d'attention. Anthropic recommande d'ailleurs de n'ajouter de l'autonomie que lorsqu'elle améliore visiblement le résultat.
L'autonomie supplémentaire apporte de la souplesse, mais elle complique aussi les tests et le contrôle. Si vos étapes sont connues à l'avance, un workflow peut très bien suffire.
Auteur · M.Baudoux - Développement logiciel & accompagnement IA
