Scouts : « Employés numériques » qui surveillent de manière proactive les modifications des pages Web, de l’équipe @yutori_ai. Concept clé : Passer d'une « réponse passive » à une « collaboration proactive » 🤖 Les agents d'IA traditionnels sont généralement réactifs et peinent à gérer des tâches complexes et de longue durée. Scouts vise à créer un système multi-agents proactif capable de fonctionner en continu pendant des semaines, voire des mois, tout en maintenant une production de haute qualité et en maîtrisant les coûts. Composantes clés de l'architecture technique 🛠️ Pour pallier les limites d'un modèle unique dans la gestion de contextes extrêmement longs et de tâches complexes, Yutori emploie une stratégie de « diviser pour mieux régner ». • Division du travail multi-agents : un « coordinateur » dirige plusieurs « sous-agents ». Le coordinateur gère la logique globale, tandis que les sous-agents sont responsables des appels d’outils spécifiques. Ceci évite les débordements de contexte et permet de sélectionner le modèle situationnel le plus adapté aux différentes sous-tâches. • Amélioration de la compréhension des intentions : Le coordinateur transforme les besoins vagues de l’utilisateur en instructions conditionnelles et hautement structurées. Des expériences ont démontré que des instructions améliorées peuvent plus que doubler le taux de rappel des résultats de recherche et produire des résultats plus précis. • Priorisation des outils : L’agent est programmé pour prioriser les outils en fonction de leur coût, de leur rapidité et de leur fiabilité. Par exemple, il peut commencer par une recherche Google peu coûteuse à des fins de reconnaissance, et n’utiliser des outils d’automatisation de navigateur onéreux et lents qu’après avoir confirmé leur utilité. • Persistance et nouvelles tentatives : Sur les plateformes très volatiles comme les réseaux sociaux, les API rencontrent fréquemment des défaillances. L’architecture intègre des mécanismes de nouvelles tentatives, obligeant les agents à essayer différentes stratégies de requête ou combinaisons d’outils en cas d’échec, plutôt que d’abandonner complètement. L'article sur la gestion de la « dérive de la mémoire » et le défi de l'authenticité partage en particulier deux pièges facilement négligés dans les tâches à long terme, ainsi que des solutions : 1. Recherche par mots-clés dans les archives de rapports : L’approche traditionnelle consiste à coller directement les rapports précédents dans le contexte, mais cela induit un biais d’utilisation, l’agent ayant tendance à privilégier les informations anciennes au détriment d’une vision d’ensemble. Yutori met en place une archive de rapports consultable qui extrait les fragments pertinents par correspondance itérative de mots-clés, préservant ainsi la mémoire à long terme sans perturber le contexte. 2. Les sites web de vérification des faits sont souvent saturés d'informations et biaisés. Scouts, en revanche, est conçu avec un regard critique. Il vérifie les affirmations auprès de différentes sources, évalue la crédibilité de ces sources et évite les erreurs d'interprétation dues à des affirmations exagérées sur les réseaux sociaux ou à des résumés de recherche tronqués. Système en boucle fermée basé sur les retours des utilisateurs L'évolution de Scouts repose non seulement sur les algorithmes, mais aussi sur les utilisateurs. Le système permet à ces derniers de fournir des commentaires au niveau de la ligne, de la section ou du comportement global des rapports. Ces commentaires sont transformés en recommandations consultables et modifiables, servant de base aux analyses futures. Ainsi, le système s'adaptera de plus en plus aux préférences des utilisateurs au fil du temps.
