fr.wedoany.com Rapport : Le 18 juin, la CAICT a publié les dix mots-clés des agents intelligents pour 2026, offrant une perspective prospective sur les avancées technologiques, le déploiement applicatif et la construction de l'écosystème des agents intelligents. Ces dix mots-clés sont : infrastructures des agents intelligents, interconnexion et collaboration des agents intelligents, ingénierie des agents intelligents, apprentissage et évolution des agents intelligents, mémoire des agents intelligents, compétences des agents intelligents, innovation produit des agents intelligents, protocole de paiement des agents intelligents, fiabilité des agents intelligents, et évaluation complète des agents intelligents.
Les infrastructures des agents intelligents constituent le socle fondamental soutenant le développement, le déploiement, l'exécution et la gouvernance des agents intelligents. Elles englobent les ressources de base telles que la puissance de calcul, le stockage, le réseau et les ressources cloud, les supports d'ingénierie comme les bacs à sable, les frameworks de développement, les plateformes de déploiement et les environnements d'exécution, les composants clés tels que l'intégration des modèles, la gestion de la mémoire, l'appel d'outils, l'orchestration des compétences, la planification des tâches et la gestion des états, ainsi que les mécanismes de gouvernance incluant l'observabilité, l'évaluabilité, l'auditabilité, l'isolation sécuritaire et le contrôle des autorisations. Alors que les agents intelligents passent de l'exploration pilote à une application à grande échelle, le traitement de tâches complexes impose des exigences plus élevées en matière de haute concurrence, de longues durées, d'outils multiples et de permissions variées. Les acteurs industriels accélèrent la construction d'environnements intégrés de développement, de déploiement et de maintenance, favorisant l'évolution des infrastructures vers la standardisation, la modularisation et la collaboration cloud-edge. À l'avenir, les infrastructures des agents intelligents deviendront un pilier essentiel pour soutenir la collaboration multi-agents, l'exécution de tâches complexes et le déploiement complet des processus métier.
L'interconnexion et la collaboration des agents intelligents désignent le système de capacités permettant à différents agents, modèles, outils et systèmes métier d'atteindre l'interopérabilité et l'interaction via des interfaces standardisées, des protocoles de collaboration et des mécanismes d'orchestration des tâches. Son cœur réside dans la promotion de l'évolution des agents d'une exécution individuelle vers une collaboration collective, permettant à différents agents d'échanger des informations, de se répartir les tâches autour de missions complexes, et de former un réseau de collaboration fiable sous la protection de mécanismes tels que la gestion des identités, le contrôle des autorisations et l'audit de sécurité. L'interconnexion et la collaboration des agents intelligents ouvrent les canaux de connexion entre les agents virtuels et physiques, favorisent la boucle fermée de collaboration entre la décision, la perception et l'exécution, et encouragent la collaboration intersystèmes, interplateformes et interorganisationnelles, créant ainsi un écosystème de services intelligents ouverts. À l'avenir, elle brisera davantage les barrières systémiques et les limites applicatives, soutenant la collaboration multi-agents, le traitement de tâches complexes et le développement d'un écosystème d'intelligence omniprésente, devenant une base clé pour l'intelligence collective et le déploiement à grande échelle des agents intelligents.
L'ingénierie des agents intelligents est une voie cruciale pour faire passer les agents intelligents de la validation de concept à l'application à grande échelle, visant à résoudre les difficultés de déploiement dans des scénarios complexes, telles que des processus de développement non standardisés, une exécution incontrôlable et une qualité de résultats difficile à garantir. En raison des caractéristiques des agents intelligents, comme des objectifs ouverts, des chemins dynamiques et des résultats incertains, il est nécessaire de construire un système en boucle fermée couvrant l'ensemble du cycle de vie : analyse des besoins, conception architecturale, développement et construction, tests et validation, déploiement et exécution, surveillance et optimisation, et évaluation des coûts. L'accent est mis sur l'ingénierisation des actifs et des processus : d'une part, en consolidant les modèles, outils, compétences, processus et connaissances en actifs réutilisables ; d'autre part, en améliorant la stabilité et la contrôlabilité du système via des processus standardisés, une surveillance de l'exécution, une évaluation des résultats et une optimisation continue, créant ainsi une boucle métier « reproductible, observable et optimisable ». À l'avenir, avec l'amélioration continue des méthodes d'ingénierie, du contrôle d'exécution et des mécanismes de retour d'évaluation, l'ingénierie des agents intelligents deviendra le moteur central soutenant le déploiement à grande échelle et contrôlable des agents intelligents.
L'apprentissage et l'évolution des agents intelligents désignent la capacité des agents à améliorer continuellement leurs performances et leur adaptabilité grâce à la réflexion sur l'expérience, la reconstruction de la mémoire, la mise à jour des stratégies et les sauts de compétences, lors d'interactions continues avec l'environnement, les utilisateurs et les tâches. Son cœur réside dans le remplacement des capacités statiques prédéfinies par une optimisation dynamique en boucle fermée, reliant les étapes de perception et compréhension, de planification des tâches, d'exécution des actions et de retour des résultats, permettant aux agents d'absorber en continu l'expérience d'interaction, d'optimiser les stratégies de tâches, de perfectionner les structures de mémoire et d'ajuster les modèles de comportement, améliorant ainsi l'adaptabilité, la stabilité et la qualité d'exécution des tâches dans différents scénarios, réalisant un passage de la « commande passive » à la « croissance active ». À l'avenir, l'apprentissage et l'évolution des agents intelligents formeront un paradigme technologique de retour continu, d'optimisation dynamique et de gains à long terme, permettant au système d'accumuler en continu de l'expérience, de corriger les écarts et de renforcer les capacités dans des environnements complexes, fournissant un soutien important pour l'exécution à long terme et le traitement de tâches complexes.
La mémoire des agents intelligents est une capacité essentielle pour soutenir la continuité contextuelle, la compréhension des utilisateurs et l'accumulation d'expérience, aidant les agents à maintenir une continuité, une stabilité et une adaptabilité à long terme lors des interactions et de l'exécution des tâches. Contrairement aux informations stockées statiquement dans les systèmes traditionnels, la mémoire des agents intelligents met davantage l'accent sur la gestion dynamique de l'historique des interactions, de l'état des tâches, des préférences des utilisateurs, des retours environnementaux et de l'expérience d'exécution. Elle doit non seulement soutenir le suivi contextuel et l'enregistrement des processus intermédiaires dans une tâche unique, mais aussi permettre la sédimentation et la réutilisation de l'expérience entre sessions et tâches. La clé réside dans l'utilisation de mécanismes tels que le stockage d'informations, la recherche sémantique, la mise à jour de la mémoire, la compression du contenu, l'oubli actif et la gouvernance des autorisations, pour réaliser une organisation efficace, un accès précis et un contrôle sécurisé de la mémoire. À l'avenir, la mémoire des agents intelligents évoluera vers une structure plus organisée, planifiable et adaptative, permettant aux agents de maintenir une expérience continue et une identité unifiée tout en améliorant constamment leur compréhension des tâches, leur optimisation stratégique et leur capacité d'évolution à long terme.
Les compétences des agents intelligents sont un mécanisme clé pour abstraire et encapsuler les opérations spécifiques, les règles métier et les connaissances spécialisées du processus d'exécution des tâches en unités appelables, composables et réutilisables, comblant efficacement les lacunes de capacité des agents intelligents face à des tâches diverses dans des environnements complexes et dynamiques. Contrairement à une simple dépendance aux résultats générés par les modèles, les compétences permettent aux agents d'appeler des capacités externes telles que la recherche, l'analyse, le calcul, la génération, l'opération système et le contrôle d'équipement autour des objectifs de tâche, et de les orchestrer dynamiquement en fonction des contraintes de scénario, des retours d'exécution et des règles de sécurité. Grâce à la conception par compétences, les tâches répétitives peuvent être standardisées, les règles métier structurées, les connaissances sectorielles outillées, et le processus d'exécution peut intégrer des mécanismes de vérification, de repli, de contrôle des autorisations et de tolérance aux pannes, améliorant ainsi la précision, la stabilité et la transférabilité de l'exécution des tâches. À l'avenir, les compétences des agents intelligents évolueront vers une standardisation ouverte, une réutilisation interdomaines et une orchestration autonome, soutenant fortement le passage des agents intelligents d'une réponse à des tâches uniques à l'exécution complète de processus métier complexes.
L'innovation produit des agents intelligents est une manifestation importante de l'intégration profonde des capacités technologiques des agents intelligents et des scénarios d'application, marquant le passage des applications d'agents intelligents de la validation fonctionnelle à une nouvelle phase de scénarisation, de production et de servicisation. Les nouvelles générations d'agents intelligents ne se limitent plus aux interactions par questions-réponses, mais possèdent initialement des capacités de compréhension des tâches, d'orchestration des processus, d'appel d'outils et d'opération système. Grâce à l'accès multi-terminaux, au contrôle des autorisations, à l'extension des compétences et à la sédimentation de la mémoire, ils peuvent ouvrir une chaîne complète allant de l'interaction utilisateur à l'exécution des tâches, et de l'entrée frontale au système back-end. De l'engouement pour les pratiques d'agents intelligents comme « l'élevage de crevettes » ou « l'élevage de chevaux » à l'émergence continue de formes de produits telles que les assistants intelligents, les services clients intelligents et les employés numériques, les agents intelligents passent d'une simple interface de dialogue à un système de produits diversifié couvrant le bureau, la production, la vie quotidienne et les services sectoriels. À l'avenir, l'innovation produit des agents intelligents continuera d'évoluer vers la personnalisation, la proactivité, la scénarisation et l'écologisation, améliorant davantage la compréhension des besoins des utilisateurs, la planification autonome des tâches et la capacité de liaison avec les systèmes métier, devenant progressivement un partenaire numérique connectant les utilisateurs, les scénarios et les services.
Le protocole de paiement des agents intelligents est un nouveau système de règles destiné aux transactions autonomes, aux appels de services et aux échanges de valeur des agents intelligents. Il peut réduire considérablement le seuil et le coût des paiements automatisés, tout en résolvant les problèmes rencontrés par les systèmes de paiement traditionnels dans les scénarios d'agents intelligents, tels que les limitations de capacité juridique des sujets, la responsabilité floue et l'adaptation insuffisante aux clauses dynamiques. Le protocole de paiement des agents intelligents présente des caractéristiques telles qu'une configuration flexible des règles, une transparence des processus, des résultats vérifiables et une responsabilité traçable. Combiné à des mécanismes de confiance commerciale, il fournit un support standardisé pour la collaboration interplateformes et interterminaux des agents intelligents, couvrant l'identification, l'autorisation, l'interaction de services, le règlement automatique et la garantie de confiance, favorisant l'évolution des agents intelligents de nœuds de circulation d'informations à sujets d'exécution de transactions. À l'avenir, le protocole de paiement des agents intelligents perfectionnera davantage les mécanismes de transaction autonome, d'appel de services et de règlement des agents intelligents, favorisant les échanges de valeur fiables intersystèmes, interplateformes et interorganisationnelles, fournissant un soutien important pour l'exécution de transactions et la collaboration de services dans des scénarios complexes et multi-acteurs.
La fiabilité des agents intelligents est une condition préalable essentielle pour garantir un déploiement normé, un fonctionnement stable et une application continue des agents intelligents. Son cœur réside dans la capacité des agents à assurer une génération fiable, une exécution contrôlable, une décision transparente, une interaction conforme et une responsabilité traçable dans des environnements complexes et ouverts. Alors que les agents intelligents passent des questions-réponses à l'exécution de tâches, ils s'engagent dans des chaînes métier plus longues, appellent davantage de ressources externes et ont un impact plus direct sur la réalité. Les problèmes tels que l'instabilité des sources de connaissances, le flou des limites comportementales, l'incontrôlabilité du processus d'exécution, l'opacité des chemins de décision, la difficulté de vérification de la qualité des résultats et la difficulté de traçabilité des chaînes de responsabilité deviennent plus prononcés. Pour améliorer le niveau de fiabilité des agents intelligents, il est nécessaire de coordonner les efforts sur trois fronts : les données, la technologie et l'évaluation. La fiabilité professionnelle est renforcée par une offre de données de haute qualité et une gouvernance des connaissances ; la contrôlabilité de l'exécution des tâches est assurée par un raisonnement fiable, un contrôle des autorisations, une contrainte comportementale et une protection contre les risques ; et l'identification des problèmes, la quantification des risques et l'amélioration continue sont réalisées via des cadres d'évaluation multidimensionnels et des mécanismes de surveillance des risques. À l'avenir, la fiabilité des agents intelligents continuera de renforcer la fiabilité, la contrôlabilité, la robustesse et la traçabilité, jetant une base de confiance solide pour le déploiement à grande échelle des agents intelligents et soutenant leur développement de haute qualité et durable dans des scénarios complexes et ouverts.
L'évaluation complète des agents intelligents est un système d'évaluation systématique des capacités technologiques, de la valeur applicative et de l'efficacité opérationnelle des agents intelligents. C'est un outil important pour mesurer si un agent intelligent peut réellement être déployé, fonctionner en continu et créer de la valeur. Contrairement à l'évaluation des modèles, l'évaluation des agents intelligents doit couvrir plusieurs aspects tels que la compréhension des tâches, le raisonnement et la planification, l'appel d'outils, le retour d'exécution, la stabilité, la sécurité et l'expérience utilisateur. Elle aide les développeurs à clarifier les limites de capacité et les lacunes techniques, soutient les responsables métier dans l'évaluation de l'adéquation des scénarios, de la valeur utilisateur et de l'alignement stratégique, et fournit une base aux gestionnaires pour l'analyse coûts-bénéfices et le calcul du retour sur investissement. Le test de référence « Fangsheng » de la CAICT pour les agents intelligents améliore continuellement les méthodes d'évaluation autour des capacités centrales, des tâches générales et des scénarios sectoriels, favorisant le développement coordonné de l'évaluation des capacités, de l'évaluation de la valeur et de l'évaluation de l'efficacité. L'évaluation des capacités se concentre sur la qualité de l'exécution des tâches, le traitement de tâches complexes et le niveau d'adéquation sectorielle ; l'évaluation de la valeur se concentre sur l'expérience utilisateur, la contribution métier et le degré d'alignement stratégique ; l'évaluation de l'efficacité se concentre sur le niveau d'automatisation des tâches, l'amélioration de l'efficacité, l'optimisation des coûts et le retour sur investissement. À l'avenir, l'évaluation complète des agents intelligents se concentrera sur les scénarios métier réels et les environnements de tâches dynamiques, formant des méthodes d'évaluation quantifiables, reproductibles et déployables, fournissant une base pour l'amélioration de la qualité, le jugement de valeur et le contrôle des risques des applications d'agents intelligents.
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
