fr.wedoany.com Rapport : Le 15 juin, DuMate, l’agent intelligent de Baidu, a annoncé la mise à jour de son moteur principal. Grâce à l’optimisation continue du moteur Harness et de plusieurs aspects techniques, cette mise à jour permet de réduire de 75 % la consommation de Tokens lors de l’exécution des tâches, tout en maintenant les capacités intelligentes de l’Agent et l’efficacité de l’exécution des tâches. La consommation de points utilisateur est également réduite de 75 % en parallèle. Pour les produits d’agents intelligents destinés aux entreprises, la consommation de Tokens est directement liée au coût d’utilisation, à l’efficacité de la réponse aux tâches et à la faisabilité d’un déploiement à grande échelle. Cette mise à jour fait passer l’optimisation des coûts du niveau de l’appel de modèle à celui de la chaîne d’exécution de l’Agent.
DuMate est un produit d’agent intelligent polyvalent lancé par Baidu, destiné aux environnements de bureau et aux entreprises. Il couvre des scénarios tels que le traitement de fichiers, les opérations de navigateur, la collaboration Office, la recherche d’informations, la décomposition de tâches et l’exécution inter-outils. Par rapport aux modèles de questions-réponses classiques, la pression des coûts des produits Agent est plus concentrée sur le processus d’exécution des tâches : il doit comprendre l’écran à plusieurs reprises, appeler des outils, lire le contexte, générer des étapes d’opération, vérifier les résultats et continuer à corriger en cas d’échec. Une tâche complexe n’est souvent pas accomplie par un seul appel de modèle, mais par une superposition de multiples cycles de planification, d’exécution et de vérification. Plus la consommation de Tokens est élevée, plus le temps d’attente de l’utilisateur, le coût d’inférence de la plateforme et la consommation de points sont amplifiés.
La clé de cette mise à jour du moteur principal réside dans le moteur Harness. Harness peut être compris comme la couche technique qui connecte le modèle, les outils, le flux de tâches et l’environnement d’exécution de l’agent intelligent. Il détermine comment le modèle décompose les tâches, quand appeler les outils, comment réutiliser le contexte, comment compresser les étapes inefficaces et comment replanifier après un échec de tâche. Baidu avait déjà mentionné la capacité de « maîtrise de l’ingénierie » dans la mise à jour de ses produits de cloud intelligent, soulignant l’optimisation technique pour améliorer le taux de réussite de l’exécution des tâches de bureau et réduire la consommation de Tokens. Cette réduction de 75 % de la consommation de Tokens par DuMate montre que l’accent de l’optimisation est passé de l’efficacité des questions-réponses uniques au contrôle des coûts de l’ensemble du chemin d’exécution des tâches de l’Agent.
Ce type d’optimisation aura un impact plus direct sur la perception des utilisateurs. Lorsque les employés d’entreprise utilisent l’agent intelligent pour traiter des tableaux, des documents, des recherches sur le Web, l’organisation de données, la saisie de processus et d’autres tâches, ce qui les préoccupe vraiment, c’est de savoir si la tâche peut être accomplie, si le temps d’attente est acceptable et si la consommation de points est trop élevée. Si la consommation de Tokens pour une même tâche diminue, l’estimation des coûts pour les entreprises lors des phases d’essai et de déploiement sera plus claire, et les utilisateurs individuels seront plus enclins à utiliser l’Agent pour des tâches de bureau fréquentes, plutôt que de l’essayer uniquement dans quelques scénarios complexes. Pour les produits d’agents intelligents, une baisse des coûts entraîne souvent une augmentation de la fréquence d’utilisation, ce qui génère davantage de retours sur des tâches réelles.
L’industrie des Agents passe de la phase « peut-on le faire » à celle de « peut-on le faire de manière stable et à faible coût ». Les premiers produits d’agents intelligents mettaient davantage en avant le contrôle du navigateur, les opérations sur fichiers et la capacité de planification en plusieurs étapes, mais dans l’utilisation réelle, ils rencontraient facilement des problèmes tels que des coûts élevés pour les tâches longues, des étapes redondantes, une expansion du contexte et une consommation excessive due aux tentatives de reprise après échec. La valeur de l’optimisation de la couche Harness réside dans la réduction des réflexions inutiles et des appels répétés de l’agent intelligent, permettant ainsi de consacrer davantage de capacités du modèle aux jugements clés, aux raisonnements complexes et à la vérification des résultats. Alors que les scénarios de bureau, de marketing, de service client, de R&D et d’exploitation continuent d’intégrer des Agents, le coût d’exécution deviendra un indicateur important pour l’achat et l’utilisation continue par les entreprises.
Cette mise à jour de DuMate reflète également l’évolution des axes de concurrence pour les produits d’agents intelligents polyvalents en Chine. Les capacités des modèles restent fondamentales, mais l’expérience produit dépend de plus en plus des systèmes techniques, de l’orchestration des outils, de la gestion du contexte et du contrôle des coûts. Celui qui parvient à réduire la consommation de Tokens tout en maintenant le taux de réussite des tâches aura plus de facilité à pénétrer les scénarios à haute fréquence en entreprise. Pour Baidu, la mise à jour du moteur principal de DuMate contribue à renforcer la compétitivité de son produit sur le marché des agents intelligents de bureau et des Agents d’entreprise, et jette également les bases de coûts pour les déploiements locaux ultérieurs, la collaboration en équipe et l’extension à des scénarios sectoriels.
Il faudra encore observer les performances réelles des tâches. Une réduction de 75 % de la consommation de Tokens est un indicateur clair d’optimisation des coûts, mais les utilisateurs professionnels s’intéresseront également au taux de réussite des tâches complexes, à la précision du traitement des fichiers, à la stabilité des appels d’outils, à la sécurité de la vie privée, au contrôle des autorisations et à la capacité de collaboration multi-utilisateurs. Si DuMate parvient à maintenir l’efficacité de l’exécution dans les tâches de bureau à haute fréquence et à traduire la baisse des coûts en points utilisateur et en budgets d’entreprise réels, cette mise à jour ne sera pas qu’un simple ajustement de paramètres, mais une validation de la capacité technique pour que les agents intelligents polyvalents passent à une utilisation à grande échelle.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
