Qualités des agents

Dernière leçon du cours, et le moment de prendre de la hauteur. Après Claude Code et Computer Use, on peut dégager ce qui rend un agent efficace. Les deux reposent sur la même démarche : des outils ciblés, une connaissance de l’environnement acquise en chemin, et une exécution par itérations.

Observer d’abord, agir ensuite

Le cours officiel part d’un exemple. Quand on demande à Claude Code d’ajouter un test pour un cas limite, il fait quatre appels d’outils : deux lectures de fichiers, une modification, puis le lancement des tests. Trois appels sur quatre servent à recueillir de l’information ; un seul modifie l’environnement. Ce schéma, observer d’abord puis agir, se retrouve partout.

Computer Use fonctionne de la même façon quand il teste une application web : chaque appel d’outil renvoie une capture d’écran, qui montre à Claude l’état réel de l’interface. Cette boucle de retour permet de comprendre ce qui se passe et d’ajuster l’action suivante.

Ce que les deux agents ont en commun

• Une exécution par outils : ils appellent leurs outils en boucle, jusqu’à atteindre un critère de réussite ou une erreur.
• Le contexte pris dans l’environnement : plutôt que de longs prompts ou du RAG, ils lisent eux-mêmes ce dont ils ont besoin.
• Un petit jeu d’outils : peu d’outils, chacun avec un rôle clair.
• Des tâches de grande valeur, à faible risque : des problèmes complexes, où une erreur reste réparable. Le coût d’une erreur est très faible pour Computer Use dans un environnement isolé, faible mais réel pour Claude Code.

Les quatre qualités d’un agent efficace

1. Un petit jeu d’outils, en boucle. Un agent fonctionne mieux avec quelques outils simples et bien définis, qu’il exécute jusqu’à une limite d’itérations, une erreur ou le critère de réussite. La boucle permet de corriger le tir en cours de route ; c’est celle que vous avez écrite à la leçon 28.

2. Le contexte avant tout. Claude ne connaît rien de votre environnement : ni votre code, ni l’état de l’écran, ni vos données. Il lui faut des outils pour le lire. La qualité de cette collecte conditionne directement celle du résultat.

3. Une grande valeur, un faible coût d’erreur. Les agents excellent dans le travail complexe et riche en connaissances, quand une erreur ne fait pas de dégât grave. Écrire du code en est l’exemple type : il faut beaucoup d’expertise, mais une erreur se voit et se corrige. Évitez de confier à un agent des décisions à fort enjeu, où une erreur aurait des conséquences économiques ou de sécurité sérieuses.

4. L’évaluation en continu. La seule façon fiable de construire un agent efficace est de le tester sans relâche : des critères d’évaluation, des scénarios réels, et des mesures à chaque changement. C’est la démarche de la section 2, appliquée aux agents.

Ce que vous avez construit

Le cours vous a fait passer de la première requête Converse à ces principes d’architecture. Vous savez appeler Claude sur Bedrock et lire ses réponses blocs par blocs, mesurer un prompt et l’améliorer, lui donner des outils et des documents, régler sa réflexion et son cache, le brancher sur des serveurs MCP, et confier des tâches à des agents. Pour valider vos acquis, le cours officiel propose une évaluation finale et un badge de fin de cours.

À vous de jouer

Votre agent sur le papier. Choisissez une tâche de votre métier que vous aimeriez confier à un agent. Décrivez : les trois à cinq outils dont il aurait besoin, ce qu’il doit lire avant d’agir, le coût d’une erreur et la façon de la rattraper, et trois scénarios d’évaluation. Si le coût d’une erreur est élevé, quelle étape garderiez-vous sous contrôle humain ?

Sources officielles : Qualities of agents (Claude Academy) · Building effective agents (Anthropic)

Points clés à retenir

• Un agent efficace observe d’abord, agit ensuite : la plupart de ses appels servent à recueillir du contexte.
• Un petit jeu d’outils bien définis, exécutés en boucle jusqu’au critère de réussite, à une erreur ou à une limite.
• Le contexte vient de l’environnement, lu par les outils.
• Des tâches de grande valeur où une erreur reste réparable ; pas de décisions à fort enjeu sans contrôle.
• L’évaluation continue est la seule façon fiable de rendre un agent fiable.

Testez vos connaissances

Le cours s’achève : validez les mécanismes clés.

1. Quelle API Bedrock ce cours utilise-t-il, et quel client boto3 l'expose ?

Réponse : L’API Converse (converse et converse_stream), par le client boto3 du service bedrock-runtime. Les messages y sont des listes de blocs typés.

2. Comment met-on un contenu en cache sur Bedrock ?

Réponse : En insérant un bloc {"cachePoint": {"type": "default"}} dans system, messages ou tools : tout ce qui précède le point est mis en cache. Il faut au moins 512 tokens avant le point sur Claude Haiku 5.5, 4 096 sur Haiku 4.5, et "ttl": "1h" donne une durée d’une heure.

3. Que signifie un stopReason égal à « tool_use » ?

Réponse : Claude n’a pas fini : il attend le résultat d’un outil. La boucle exécute les blocs toolUse, renvoie des blocs toolResult avec les mêmes toolUseId, puis rappelle l’API.

4. Pourquoi le pipeline RAG hybride fusionne-t-il les classements avec RRF plutôt qu'en additionnant les scores ?

Réponse : Parce que les scores cosinus et BM25 ne sont pas comparables : RRF ne regarde que les rangs, et récompense le consensus. Un passage bien classé des deux côtés passe devant un passage premier d’un seul côté.

5. Citez les quatre qualités d'un agent efficace vues en fin de cours.

Réponse : Un petit jeu d’outils exécutés en boucle ; le contexte avant tout, lu par les outils ; des tâches de grande valeur au coût d’erreur faible ; l’évaluation en continu.

Acquis validés ? L’évaluation finale et le badge du cours officiel vous attendent sur Claude Academy, et vos projets AWS aussi.