Avec un chatbot, le contrôle est assez naturel : tu poses une question, tu lis la réponse, tu corriges.
Avec un agent qui travaille vingt minutes, ouvre plusieurs sources, crée des fichiers, prend des décisions intermédiaires et enchaîne les étapes, attendre la dernière ligne pour vérifier devient vite une mauvaise idée.
Parce que l’erreur intéressante n’est peut-être pas dans la réponse finale. Elle a pu arriver dix-sept minutes plus tôt.
Plus le travail dure, plus le chemin compte
Une petite erreur au départ peut contaminer tout ce qui suit.
L’agent choisit la mauvaise source, puis construit une synthèse dessus. Ensuite il génère trois fichiers cohérents entre eux. Le résultat final est très propre. Il est juste proprement construit sur une mauvaise base.
Anthropic observe dans son Economic Index de juin 2026 une progression des tâches agentiques longues, notamment dans les environnements de code. OpenAI décrit aussi une évolution des usages en entreprise vers davantage d’exécution déléguée.
Plus on délègue, plus le contrôle doit regarder autre chose que la dernière sortie.
Lire une base, préparer un brouillon, envoyer un mail et supprimer un fichier ne sont pas quatre variantes de la même action.
Les conséquences ne sont pas les mêmes.
Donc un agent n’a pas besoin de « tout » pour être utile. Il a besoin de ce qui est nécessaire à sa mission, et pas davantage.
Je commencerais volontiers en lecture seule, puis avec la création de brouillons, puis seulement avec des actions réelles si les contrôles tiennent.
Un agent fiable doit pouvoir dire « je m’arrête »
Il manque une donnée. Deux sources se contredisent. L’action demandée sort du périmètre. Le niveau de confiance tombe.
Dans ces cas, continuer coûte parfois beaucoup plus cher que s’arrêter et demander.
Le bon comportement n’est pas toujours d’aller au bout. C’est parfois de remonter l’exception avec suffisamment d’informations pour qu’une personne décide.
Si un agent a réalisé vingt étapes, j’ai envie de savoir lesquelles. Pas forcément sous la forme d’un roman de logs illisible, mais avec les points utiles : sources utilisées, actions importantes, erreurs rencontrées, éléments non vérifiés.
Le jour où quelque chose ne va pas, cette trace fait partie du produit.
Contrôle aux endroits où une erreur changerait la suite
Au lieu de relire chaque micro-action, place des points de passage : avant un envoi externe, avant une suppression, après le choix d’une source importante, avant une décision irréversible.
Ça garde le système utilisable sans transformer chaque agent en enfant qu’on regarde cliquer.
Sources : Anthropic Economic Index, juin 2026 et OpenAI, de l’assistance à l’exécution.