Agents de tâche
Des agents dédiés à une seule tâche, qui trient, extraient, recherchent, rédigent ou rapprochent, et remettent un résultat préparé à une personne.
Développer — Développement d’IA agentique
Des agents qui font un vrai travail, dans les limites que vous fixez.
Un agent capable de lire, de décider et d’agir n’est utile que si vous pouvez dire ce qu’il a le droit de faire, prouver ce qu’il a fait et l’arrêter immédiatement. Onega conçoit, développe et évalue des agents d’IA et des flux de travail en plusieurs étapes qui travaillent dans vos systèmes, avec chaque appel d’outil vérifié par la politique, les actions aux conséquences importantes approuvées par une personne et un enregistrement qui vous appartient.
01 — Ce que nous développons
D’une tâche unique à un flux de travail gouverné.
Flux de travail en plusieurs étapes
Des agents qui planifient à travers plusieurs outils et systèmes, avec des points de contrôle entre les étapes et un retour arrière défini lorsqu’une étape échoue.
Agents de connaissance
Des réponses ancrées dans vos documents et vos enregistrements, chacune avec ses sources, et un simple « non trouvé » lorsque les sources sont muettes.
Intégration d’outils et de systèmes
Des connecteurs vers vos systèmes ERP, CRM, de centre de services, de gestion documentaire et de messagerie, via leurs API ou le Model Context Protocol. Les identifiants ne sont jamais confiés à un modèle.
Bancs d’évaluation
Des jeux de test tirés de vos propres cas, évalués avant la mise en production et à chaque modification, de sorte qu’un nouveau modèle ou un nouveau prompt doit d’abord faire ses preuves.
Exploitation
Supervision, budgets de coûts, contrôles de dérive et manuels de gestion des incidents pour les agents utilisés au quotidien.
02 — Autonomie
Une autonomie qui se règle par degrés, pas d’un simple interrupteur.
Chaque classe d’actions reçoit son propre niveau. Les agents démarrent à L0 lors d’un pilote, et rien ne monte d’un niveau sans preuves sur vos propres cas ni sans votre approbation. Un dépassement de garde-fou est conçu pour abaisser automatiquement le niveau.
| Niveau | Ce que fait l’agent | Ce que nous exigeons au préalable |
|---|---|---|
| L0 · Observer | S’exécute en mode fantôme ; personne n’agit sur la base de ses résultats | Une référence et un jeu d’évaluation |
| L1 · Suggérer | Propose ; une personne confirme ou corrige | Des preuves et des sources pour chaque proposition |
| L2 · En un clic | Prépare un ensemble d’actions ; une personne l’exécute | Actions typées et validation déterministe |
| L3 · Automatique avec revue | Exécute une action qualifiée ; les personnes concernées sont notifiées et peuvent l’annuler | Une fenêtre d’annulation et une surveillance continue |
| L4 · Autonome | Exécute sans surveillance une classe d’actions étroite et éprouvée | Audit par échantillonnage, budget d’erreurs et rétrogradation automatique |
03 — Contrôles
Gouverné à chaque appel.
Lorsque les agents passent par OneVeer, ces contrôles se situent dans le chemin des requêtes. Si vous exploitez déjà une passerelle d’IA, nous nous appuyons sur ses contrôles et documentons tout écart.
- Une seule passerelle gouvernée pour chaque appel de modèle et d’outil, afin que la politique, le caviardage et les budgets s’appliquent à chaque agent.
- Un arrêt d’urgence signé ciblant un agent, un modèle ou l’ensemble, appliqué avant qu’un modèle ne soit atteint.
- Des approbations à usage unique, données par une personne, pour les appels d’outils aux conséquences importantes.
- Des identifiants conservés dans un coffre-fort numérique ; les modèles voient les résultats, jamais les clés.
- Des modèles de garde-fou sur les entrées, le contexte récupéré et les sorties.
- Un enregistrement de chaque étape (entrées, sources, appels d’outils, approbations et résultats) conservé dans votre environnement.
04 — Déroulement d’un développement
Deux semaines pour cadrer, six à huit pour faire ses preuves.
- 01
Discovery Sprint · 2 semaines
La tâche, les outils, les données, les risques, le niveau d’autonomie de départ et des critères d’acceptation sur vos propres cas.
- 02
Développement · 3 à 5 semaines
Agent, connecteurs et jeu d’évaluation construits dans votre environnement et testés sur un échantillon de contrôle.
- 03
Exploitation supervisée · 2 à 3 semaines
Du travail réel en L0 ou L1, chaque proposition revue, effort et erreurs mesurés par rapport à la référence.
- 04
Transfert
Manuel d’exploitation, configuration, résultats d’évaluation, limites connues et une décision : étendre, monter d’un niveau ou arrêter.
05 — FAQ
Les questions des architectes et des RSSI.
Quels frameworks d’agents utilisez-vous ?
Le plus simple qui réponde au besoin, souvent du code simple autour de l’appel d’outils d’un modèle. Lorsque vos équipes ont standardisé un framework ou le Model Context Protocol, nous nous y conformons. La gouvernance se situe dans la passerelle, pas dans le framework, de sorte que le choix reste réversible.
Les agents peuvent-ils s’exécuter sur des modèles locaux ?
Oui. OneVeer prend en charge l’appel d’outils sur les modèles locaux comme via les fournisseurs cloud, et un alias publié peut faire passer un agent de l’un à l’autre sans modifier l’agent.
Qu’est-ce qui empêche un agent d’être manipulé par ce qu’il lit ?
Tout ce qu’un agent lit est traité comme non fiable. Les outils sont autorisés agent par agent au moyen d’une liste d’autorisation, les identifiants n’atteignent jamais le modèle, des modèles de garde-fou inspectent les entrées et le contexte récupéré, et les actions aux conséquences importantes nécessitent l’approbation d’une personne. La détection est faillible : la conception part donc du principe que certaines attaques passeront et limite ce qu’elles pourraient faire.
Qui est responsable de ce que fait un agent ?
Votre organisation. C’est pourquoi chaque agent a un responsable désigné, une version, un dossier d’évaluation et des limites de fonctionnement convenues avant sa mise en production, et pourquoi ses enregistrements restent chez vous.