KM4BI

Après trois ans à donner la méthode à l’IA, GPT-6 Astra trouve la sienne

Les agents persistants déplacent la valeur des prompts vers la confiance, les permissions et la supervision.

Publié le

Nate B Jones voit dans GPT-6 Astra l’arrivée d’agents persistants capables de choisir leur approche, d’utiliser des outils et de conserver le contexte d’un travail sur plusieurs jours. Son exemple central est un système de mémoire personnelle construit à partir d’emails, d’un calendrier, de contacts et de documents, sans recette détaillée imposée à l’agent.

Le changement important n’est pas un benchmark : il s’agit de confier à un agent un domaine de responsabilité qui évolue — suivre un compte client, maintenir un lancement cohérent entre plusieurs systèmes ou surveiller une question de recherche. Pour y parvenir, l’agent doit se souvenir, décider si un événement compte et revenir au travail de lui-même.

Les cas les plus favorables sont ceux où le résultat peut être vérifié : code et tests, interfaces inspectables, chiffres rapprochables. Cette autonomie pourrait réduire le travail de coordination et permettre de tester davantage d’idées, mais elle exige des droits d’accès soigneusement définis et des traces d’audit.

La difficulté déterminante devient la confiance. Les humains gardent le choix des objectifs, les compromis et la responsabilité quand une décision touche à l’argent, au temps ou à une relation. Pour les rôles juniors, l’enjeu sera aussi d’apprendre à déléguer, évaluer et améliorer des agents sans perdre la formation du jugement acquise par la pratique.

Les agents durables, enrichis par la mémoire et l’historique d’une organisation, pourraient devenir plus différenciants que les seuls scores de modèles. Avant de leur donner une place permanente, il faut fixer ce qu’ils peuvent lire, retenir, promettre et la personne chargée de les contrôler.

Source