Agents et workflows : introduction

Dernière section du cours, et le sommet de l’édifice : jusqu’ici, presque tout tenait en une requête — parfois quelques tours d’outils. Les workflows et les agents sont les stratégies pour gérer les tâches que Claude ne peut pas accomplir en une seule requête : celles qui exigent plusieurs appels au modèle, articulés dans le temps, avec du code ou d’autres appels entre eux.

Définitions

Workflow : série d’appels à Claude via une séquence d’étapes prédéfinie — c’est votre code qui fixe le chemin, Claude exécute chaque étape avec talent.

Agent : on donne à Claude un objectif et un ensemble d’outils, et Claude détermine lui-même comment accomplir l’objectif — le chemin naît dans le modèle, à chaque exécution.

La distinction tient en une question : qui décide de la prochaine étape ? Votre code (workflow) ou le modèle (agent). Tout le reste — testabilité, coût, flexibilité — découle de cette réponse.

Quand utiliser l’un ou l’autre ?

Une leçon entière reviendra sur ce choix en fin de section ; retenez déjà l’intuition : le workflow est une recette, l’agent est un cuisinier. La recette réussit toujours le même plat ; le cuisinier improvise selon le frigo — brillamment ou pas.

Exemple : workflow image vers CAD

Un cas réel pour ancrer l’idée — une application qui transforme la photo d’une pièce mécanique en fichier CAO :

1. Décrire la pièce à partir de l’image.
2. Générer le code CadQuery qui modélise la pièce.
3. Créer un rendu du modèle.
4. Comparer le rendu avec l’image d’origine.
5. S’il y a des écarts, corriger et recommencer.

C’est un workflow au sens strict : cinq étapes écrites dans le code, toujours dans cet ordre, quelle que soit l’image. Claude y intervient plusieurs fois avec des casquettes différentes — décrire (vision), coder (génération), juger (comparaison) — mais il ne choisit jamais la séquence. Et l’étape 5 referme une boucle qui mérite son propre nom.

Le pattern évaluateur-optimiseur

Le motif organise deux rôles : un producteur qui crée (le code CadQuery depuis la description), un évaluateur qui note (le rendu comparé à la photo), et une boucle de feedback qui renvoie les défauts constatés au producteur jusqu’à validation. On obtient une qualité qu’un appel unique n’atteint presque jamais — le système se corrige seul, sans intervention humaine. Les deux rôles peuvent être tenus par le même modèle avec des prompts différents, ou par un modèle et un vérificateur en code : l’évaluation par code du début du cours était déjà une variante de ce schéma.

Ce pattern a prouvé son efficacité pour de nombreux ingénieurs : envisagez-le pour votre application. Et c’est le premier d’une famille, que décrit aussi l’article d’Anthropic « Building effective agents » : chaînage, routage, parallélisation, orchestrateur et exécutants, évaluateur-optimiseur. Dans ce cours, les prochaines leçons présentent les autres patterns de workflows — parallélisation, chaînage, routage — qui constituent, ensemble, votre boîte à recettes pour les systèmes multi-étapes.

À vous de jouer

Trouver la boucle. Prenez une tâche que vous confiez aujourd’hui à Claude en un seul appel et dont le résultat vous déçoit parfois. Écrivez la grille qu’un évaluateur appliquerait, puis le prompt qui renverrait ses remarques au producteur. Combien de tours accepteriez-vous avant de vous arrêter ?

Sources officielles : Agents and workflows (Claude Academy) · Building effective agents (Anthropic : les patterns de workflows et les agents)

Points clés à retenir

• Workflows et agents servent les tâches qui dépassent une requête unique
• La question qui les sépare : qui décide de la prochaine étape — votre code ou le modèle ?
• Workflow = recette prédéfinie (fiable, testable) ; agent = objectif + outils (flexible)
• Pattern évaluateur-optimiseur : produire, noter, réinjecter le feedback, boucler jusqu’à validation
• La suite de la section : les patterns de workflows un à un, puis les agents et le choix final