Ne créez pas d'agents, développez plutôt des compétences. Dans leur discours d'ouverture au @aiDotEngineer Code Summit, Anthropic (@barry_zyj et @maheshmurag) ont discuté de la prochaine étape clé dans le développement des agents d'IA : passer de la simple poursuite de l'architecture des « agents » à leur dotation de « compétences » spécifiques et réutilisables. Point sensible : QI élevé vs. expérience professionnelle L'une des principales contradictions auxquelles sont confrontés les agents d'IA est qu'ils possèdent de l'intelligence mais manquent d'expérience. • Métaphore : Ils ont utilisé une métaphore très parlante : « Mahesh (un génie des mathématiques avec un QI de 300) » contre « Barry (un expert fiscal expérimenté) ». Situation actuelle : L’agent modèle à grande échelle actuel est comparable à un génie des mathématiques. Bien qu’extrêmement intelligent et capable de déduire des principes complexes à partir de rien, il risque d’être démuni ou inefficace lorsqu’on lui demande de remplir une déclaration d’impôts, faute de connaissances spécifiques en matière de codes fiscaux et de procédures. • Besoin : Dans les situations de travail réelles, nous avons souvent besoin d’un « expert fiscal », c’est-à-dire d’une personne capable d’exécuter de manière fiable des processus spécifiques à un domaine et possédant des connaissances procédurales, plutôt que d’un génie qui doit tout repenser à partir des principes fondamentaux à chaque fois. Solution : Que sont les « compétences » ? Pour combler cette lacune, Anthropic a introduit le concept de « compétences ». • Définition : Les compétences sont les plus petites unités qui regroupent les connaissances procédurales, et les agents peuvent charger dynamiquement ces unités selon leurs besoins. • Format : Il est très léger. Une Skill peut se limiter à un dossier contenant des scripts (en tant qu’outils) et des fichiers d’instructions de base (généralement au format Markdown). Caractéristiques: • Portable : Peut être partagé entre différents agents. • Composable : Tout comme les briques Lego, vous pouvez combiner différentes compétences pour doter instantanément un agent général d'une expertise transversale. • Faible barrière à l'entrée : son essence ne réside pas dans l'ingénierie de code complexe, mais dans une description claire et une encapsulation d'outils expliquant « comment faire quelque chose ». Vision : De « former des agents » à « accumuler des connaissances » Cette présentation ne portait pas uniquement sur la technologie ; elle portait sur la réflexion stratégique concernant la manière dont les organisations peuvent tirer parti de l'IA. • L’évolution des bases de connaissances d’entreprise : L’avantage concurrentiel des entreprises de demain réside dans leur capacité à constituer une « base de compétences » en constante évolution. Ces compétences sont définies par des experts au sein de l’entreprise et optimisées en permanence grâce aux retours d’expérience des agents. • Auto-évolution des agents : La présentation a offert une vision passionnante de l’avenir : les agents ne seront plus seulement des utilisateurs de compétences, mais deviendront à terme leurs créateurs. Ils pourront tirer des leçons de leur travail, développer de nouvelles compétences et ainsi parvenir à une auto-évolution. • Agent unifié : vous n’avez pas besoin de « former » ou de « paramétrer » un nouveau modèle séparément pour chaque tâche. Au lieu de cela, vous conservez un agent général et puissant capable de changer de rôle instantanément en « chargeant » différentes compétences (par exemple, analyste de documents une seconde et relecteur de code la suivante). Le message le plus important que véhicule cette vidéo est le suivant : ne vous focalisez pas sur les « architectures d'agents complexes », mais concentrez plutôt vos efforts sur le perfectionnement et l'encapsulation de « connaissances professionnelles » spécifiques. Pour les développeurs et les entreprises, cela signifie commencer à réfléchir à la manière de transformer les « connaissances tacites » au sein de votre équipe en « compétences » standardisées, afin que l'IA puisse véritablement devenir un expert avisé en affaires, plutôt qu'un simple assistant intelligent et polyvalent. Vidéo YouTube
