Comment nous avons créé un pont MCP pour connecter notre agent AgentCore aux outils MCP locaux

Meta lance un agent IA pour le commerce conversationnel

Meta a lancé Business Agent, un système d'intelligence artificielle conçu pour automatiser le commerce conversationnel directement au sein de ses applications de messagerie. Intégré nativement à Instagram, Messenger et bientôt WhatsApp, cet agent logiciel permet aux marques de retail mondiales de traiter des transactions et de gérer des demandes de support client sans intervention humaine. Contrairement aux chatbots classiques, l'outil va bien au-delà de la réponse automatique : il guide un acheteur tout au long du processus de paiement depuis la découverte d'un produit sur Instagram jusqu'à la confirmation de commande, le tout sans jamais quitter l'application. Meta le présente comme une "équipe infinie" pour les opérateurs du commerce de détail, disponible vingt-quatre heures sur vingt-quatre et capable d'absorber des volumes massifs d'interactions clients. L'impact concret est double. D'un côté, l'architecture élimine les taux d'abandon de panier élevés liés aux redirections vers des portails de paiement externes, un problème chronique du commerce en ligne. De l'autre, elle libère les équipes humaines des tickets répétitifs de premier niveau, leur permettant de se concentrer sur les cas complexes et la rétention client. Le système s'appuie sur des modèles qui apprennent en continu des interactions consommateurs, améliorant ses recommandations produit sans nécessiter de reprogrammation manuelle constante. Les mises à jour de catalogues, notamment lors des changements de saison, se synchronisent automatiquement avec l'interface conversationnelle, ce qui répond directement aux contraintes des retailers à forte volatilité de gamme. Ce déploiement marque une rupture stratégique avec les plateformes tierces de service client : en intégrant l'agent directement dans l'écosystème Meta, la firme de Menlo Park exploite le graphe social et l'historique d'interactions de chaque utilisateur, un niveau de profilage consommateur que les API externes peinent à reproduire. Cette profondeur d'intégration facilite aussi le traitement sécurisé des paiements en chat natif. Reste que des défis majeurs d'implémentation attendent les entreprises : la qualité des données alimentant le système est déterminante, une documentation produit mal structurée génère des interactions médiocres et érode la confiance des clients. Les grandes entreprises devront en outre évaluer la compatibilité du service managé avec leurs bases CRM existantes. Les équipes techniques devront définir des limites opérationnelles strictes et des protocoles de transfert vers des agents humains pour éviter que les clients ne se retrouvent piégés dans des boucles conversationnelles, source directe de frustration et de dommages réputationnels. La sécurité de l'authentification, notamment pour les opérations sensibles comme les retours produit, constitue un autre chantier critique avant tout lancement à grande échelle.

Analytique LLM multi-locataires avec sécurité au niveau des lignes : comment nous avons construit un agent sécurisé sur AWS

PAR Technology Corporation, spécialiste des technologies pour la restauration qui accompagne plus de 300 entreprises du secteur, a développé un agent analytique en langage naturel capable de convertir des questions en SQL pour ses clients. L'objectif affiché : permettre à n'importe quel utilisateur, sans bagage technique, de poser une question en anglais et d'obtenir une réponse chiffrée en quelques secondes. Pour y parvenir, l'équipe a conçu une architecture à trois couches de sécurité déployée sur AWS : signature cryptographique des requêtes via AWS SigV4, validation sémantique sur Amazon Bedrock, et isolation programmatique des données par une technique baptisée Split-Plane SQL. Chaque couche fonctionne de manière indépendante, de sorte que même si le modèle de langage est compromis ou manipulé, l'exposition de données entre clients reste bloquée. Le problème central est celui de la sécurité au niveau des lignes de données dans un environnement multi-tenant. Deux utilisateurs posant la même question, "Quelles ont été les ventes totales la semaine dernière ?", doivent recevoir des réponses radicalement différentes selon leur périmètre d'accès : 84 000 dollars pour le franchisé exploitant deux restaurants à Chicago, 9,2 millions de dollars pour le directeur de marque supervisant 200 établissements à l'échelle nationale. Afficher le chiffre national au franchisé constitue non seulement une faille de gouvernance des données, mais expose aussi des informations commercialement sensibles sur d'autres opérateurs. L'inverse prive le décideur national d'une vision complète. Ce scénario se répète sur des milliers de requêtes quotidiennes, ce qui rend toute approximation inacceptable. L'équipe a d'abord envisagé de confier l'application des filtres directement au modèle de langage, en lui fournissant l'identifiant métier de l'utilisateur dans le prompt. Cette approche s'est révélée insuffisante : les LLM sont par nature non déterministes. Un modèle qui applique correctement un filtre dix mille fois d'affilée peut l'omettre silencieusement à la dix millième et unième requête, halluciner une valeur de filtre, ou élargir le périmètre d'une requête suite à un prompt ambigu. Dans une application grand public, cette non-déterminisme est un inconvénient. Dans un système analytique multi-tenant manipulant des données commerciales sensibles, c'est une frontière de sécurité insuffisante sur laquelle il est impossible de bâtir une posture de conformité réglementaire. PAR a donc choisi de dissocier radicalement la génération du SQL par l'IA et l'application des règles d'accès aux données, ces dernières étant imposées par des mécanismes déterministes indépendants du comportement du modèle.

OpenJarvis : un framework local pour agents IA personnels avec outils, mémoire et apprentissage

Des chercheurs de l'Université Stanford et de Lambda Labs ont publié en mai 2026 OpenJarvis, un framework open-source conçu pour faire tourner des agents IA personnels entièrement en local, sans recours au cloud. Disponible sur GitHub avec déjà plus de 5 400 étoiles, le projet s'appuie sur onze modèles locaux issus de quatre familles (Qwen3.5, Gemma4, Nemotron, Granite) et supporte des moteurs d'inférence variés comme Ollama, vLLM ou llama.cpp. Les performances mesurées sur 508 tâches réparties en huit benchmarks montrent que les modèles configurés via OpenJarvis se situent à seulement 3,2 points de pourcentage en dessous des meilleurs modèles cloud, Claude Opus 4.6, GPT-5.4, Gemini 3.1 Pro, tout en affichant une latence quatre fois plus faible et un coût marginal par requête environ 800 fois inférieur. Ce résultat change concrètement l'équation pour les développeurs et les entreprises qui cherchent à déployer des agents IA sans dépendre d'APIs tierces. OpenJarvis décompose un système d'IA personnelle en cinq primitives indépendantes et interchangeables, le modèle, le moteur d'inférence, la logique d'agent, les outils et la mémoire, puis l'optimiseur d'apprentissage, toutes configurables via un unique fichier TOML appelé "spec". Cette architecture permet à un même comportement d'agent de fonctionner sur un Mac Mini M4 comme sur une station de travail NVIDIA DGX Spark, sans réécrire les prompts. L'installation tient en une seule commande et prend environ trois minutes sur une connexion correcte. La contribution la plus originale du projet réside dans la "LLM-guided spec search", une méthode d'optimisation hybride locale-cloud : un modèle frontier agit comme enseignant au moment de la configuration, en analysant les traces d'exécution, diagnostiquant les échecs et proposant des modifications coordonnées sur l'ensemble des primitives. Une modification n'est acceptée que si elle améliore les cas défaillants sans provoquer de régressions ailleurs, avec une tolérance par défaut de 1%. Une fois optimisé, le système tourne entièrement en local sans aucun appel cloud. À 100 requêtes par jour, le coût amorti de cet enseignant descend sous 0,001 dollar par requête au bout de six mois. Cette approche multi-primitive récupère 13 à 32 points de pourcentage de l'écart cloud-local, contre seulement 5 points pour les optimiseurs de prompts classiques, à un coût d'optimisation 7 à 11 fois inférieur aux méthodes antérieures comme DSPy ou LoRA. Le projet s'inscrit dans un contexte où les modèles locaux gèrent déjà 88,7% des requêtes conversationnelles courantes selon une étude antérieure de la même équipe, et où l'efficacité des modèles embarqués a progressé de 5,3 fois entre 2023 et 2025.

💬 3,2 points de moins que Claude Opus ou GPT-5, pour un coût 800 fois inférieur : à ce ratio, la question n'est plus "cloud ou local". Le truc malin c'est la spec search guidée, tu laisses un frontier calibrer ta config une fois, puis plus aucun appel cloud ensuite. Bon, faudra voir si leurs 508 tâches de benchmark ressemblent à ce qu'on rencontre vraiment en prod.

Comment construire un système d'agents IA avec routage dynamique des outils, planification et injection de contexte

Un tutoriel récemment publié détaille la construction complète d'un système d'agent IA de type MCP (Model Context Protocol) en Python, depuis la configuration jusqu'à l'exécution de tâches réelles. Le système repose sur un serveur d'outils modulaire qui expose des capacités structurées : recherche web via DuckDuckGo, récupération de documents locaux par similarité TF-IDF, chargement de jeux de données et exécution de code Python. Le tout s'appuie sur l'API OpenAI avec le modèle gpt-4.1-mini, et mobilise des bibliothèques comme Pydantic pour la validation des schémas, scikit-learn pour la recherche vectorielle, et Rich pour l'affichage console. Les paramètres globaux limitent volontairement l'agent à trois appels d'outils maximum par tâche, cinq résultats web, et trois documents récupérés, afin de maintenir des performances prévisibles. Ce que ce tutoriel apporte de concret, c'est une réponse au problème central des agents IA en production : comment éviter qu'un agent appelle n'importe quel outil dans n'importe quel contexte. Le système implémente un routeur hybride qui combine des heuristiques simples et du raisonnement LLM pour décider dynamiquement quels outils rendre visibles selon la tâche en cours. Un agent qui répond à une question factuelle simple ne voit pas les outils d'exécution de code ; un agent qui analyse des données n'a pas accès à la recherche web si elle est inutile. Cette exposition sélective réduit les coûts d'inférence, améliore la traçabilité des décisions, et limite la surface d'erreur, trois enjeux critiques pour quiconque déploie des agents dans un environnement professionnel. Le Model Context Protocol, popularisé par Anthropic en novembre 2024 comme standard ouvert pour connecter les LLM à des outils externes, cherche à résoudre un problème de fragmentation : chaque développeur réinventait sa propre façon de brancher des modèles à des APIs ou des bases de données. Ce tutoriel illustre comment les principes MCP, notamment l'injection de contexte structuré, les politiques de routage et le contrôle d'accès aux outils, peuvent être implémentés sans framework propriétaire, en Python pur. À mesure que les systèmes multi-agents se multiplient dans les entreprises, cette approche d'exposition minimale et contrôlée des capacités s'impose comme une bonne pratique d'architecture, opposée aux agents monolithiques qui ont accès à tout et dont le comportement devient difficile à auditer ou à reproduire.

💬 Le routage sélectif des outils, c'est exactement ce qui manque à 90% des démos d'agents qu'on voit tourner. Un agent qui n'expose que ce dont il a besoin pour la tâche en cours, c'est pas glamour, mais c'est ce qui fait la différence entre un prototype et quelque chose qu'on peut vraiment auditer en prod. Reste à voir si les gens implémentent ça sérieusement ou si c'est encore du "best practice" qu'on lit le dimanche et qu'on oublie le lundi.