Adaptive experimentation avec Ax de Meta : guide pratique

Implémentation pratique de systèmes multi-agents avec SmolAgents : exécution de code, appels d'outils et orchestration dynamique

SmolAgents, le framework minimaliste d'agents IA publié par HuggingFace, fait l'objet d'un tutoriel technique détaillé montrant comment construire des systèmes multi-agents prêts pour la production. La version stable utilisée est la 1.24.0, couplée au modèle OpenAI gpt-4o-mini via l'interface LiteLLM. Le tutoriel couvre l'ensemble de la chaîne : installation des dépendances (smolagents, duckduckgo-search, wikipedia), configuration sécurisée des clés API, création d'outils personnalisés (conversion de températures, vérification de nombres premiers, stockage clé-valeur en mémoire), puis orchestration de plusieurs agents collaborant entre eux. Deux paradigmes d'agents sont explorés en parallèle : le CodeAgent, qui génère et exécute du code Python dans un environnement sandbox, et le ToolCallingAgent, qui appelle des outils de façon structurée. Depuis la version 1.8.0, la gestion multi-agents se fait en passant directement des sous-agents via le paramètre managedagents, la classe ManagedAgent ayant été supprimée. Ce type de tutoriel révèle l'état réel des pratiques en matière de développement d'agents IA en 2025 : les développeurs cherchent des frameworks légers, modulaires et transparents, en réaction à la complexité des solutions précédentes comme LangChain ou AutoGen. SmolAgents répond à ce besoin en exposant une boucle d'exécution simple (tâche, génération de code, exécution, observation, itération jusqu'à finalanswer()), tout en permettant une gestion dynamique des outils via un dictionnaire agent.tools modifiable à la volée. Pour les équipes qui construisent des applications IA en production, cette approche réduit les abstractions inutiles et facilite le débogage, deux points critiques lorsque les agents opèrent dans des environnements réels avec des données sensibles ou des contraintes de latence. L'essor de SmolAgents s'inscrit dans une tendance plus large : après l'enthousiasme pour les agents autonomes "tout-en-un", l'industrie converge vers des architectures modulaires où des agents spécialisés collaborent plutôt qu'un seul agent tente de tout faire. HuggingFace, fort de sa communauté open-source et de son écosystème de modèles, positionne SmolAgents comme l'alternative légère aux frameworks propriétaires, compatible avec des LLMs locaux ou des API tierces. La suppression de ManagedAgent en v1.8.0 illustre la maturité croissante du framework et sa volonté de simplifier l'API à mesure que les cas d'usage se stabilisent. Les prochaines évolutions attendues portent sur l'intégration native d'outils de recherche, de mémoire persistante et de sandboxing renforcé, des briques essentielles pour déployer des agents dans des contextes d'entreprise.

💬 SmolAgents fait exactement ce qu'il promet : rester petit. Après des mois à me battre avec LangChain sur des trucs qui auraient dû prendre 10 lignes, voir un framework qui expose sa boucle d'exécution à plat, sans magie cachée, c'est presque reposant. Reste à voir si ça tient quand les agents tournent avec de vraies contraintes de latence et des données sensibles, mais c'est le bon pari.

Dans la fonction publique, l’expérimentation de « L’Assistant » laisse sceptique

La Direction interministérielle du numérique (DINUM) a généralisé en juin 2026 l'accès à « L'Assistant », son chatbot d'IA générative développé en interne, à l'ensemble des agents de la fonction publique française, une annonce faite par le Premier ministre Sébastien Lecornu dans le cadre d'une série de mesures sur l'intelligence artificielle. Ce déploiement fait suite à dix mois d'expérimentation auprès de 10 000 licences déployées dans six ministères : Justice, Finances, Éducation nationale, Culture, Enseignement supérieur et Recherche, et Services du Premier ministre. L'évaluation, conduite par des chercheurs de l'INRIA, de l'INSA Rennes et du CNRS via questionnaires et entretiens qualitatifs, révèle cependant une participation réelle bien inférieure aux chiffres communiqués : 1 359 agents des ministères économiques avaient accepté de participer en décembre 2025, mais seuls 465 ont répondu au questionnaire final. Du côté de la Justice, seuls 700 retours ont été recueillis en janvier, sans aucun bilan de fin d'expérimentation. Les résultats sont mitigés. Si 75 % des répondants jugent l'outil utile pour leur métier et 65 % le recommanderaient à un collègue, 57 % estiment que les autres IA génératives, comprendre : ChatGPT, Claude ou Gemini, répondent mieux à leurs besoins. Le principal frein à l'usage est le manque de confiance dans la fiabilité des réponses. Ces chiffres posent une question centrale : si l'outil souverain est perçu comme moins performant que les alternatives commerciales, comment convaincre les agents publics de l'adopter massivement plutôt que de continuer à utiliser des outils tiers en dehors de tout cadre contractuel ? L'ambition de « L'Assistant » est précisément de réduire ce phénomène de « shadow AI », l'utilisation informelle d'outils d'IA commerciaux dans les administrations, sans contrat ni garantie de sécurité des données. Le gouvernement cherche aussi à éviter les impairs comme ceux du projet HéphAIstos, chatbot destiné aux hauts fonctionnaires de Bercy et fondé sur des modèles de l'entreprise chinoise Qwen AI, dont certains utilisateurs ont relevé des réponses « biaisées » sur des sujets sensibles liés à la Chine. Le CNRS avait de son côté choisi Mistral, dans un déploiement alors qualifié de « pas sérieux ». Face à ces précédents, la DINUM a choisi la voie d'un outil maison, avec une évaluation scientifique indépendante. Mais la généralisation à toute la fonction publique buttera sur un obstacle de fond : un outil souverain ne convaincra les agents que s'il rivalise réellement avec les solutions qu'il est censé remplacer.

RAG natif pixel : guide pratique de l'indexation visuelle de documents

Cet article étant un tutoriel technique (non daté, sans événement d'actualité précis), voici la traduction-résumé en respectant le format demandé : Un tutoriel technique détaille la construction complète d'un pipeline de recherche documentaire dit "pixel-native", fondé sur l'image plutôt que sur l'extraction classique de texte HTML. La méthode consiste à convertir des pages web et des documents PDF en images, à les découper en tuiles se chevauchant de 1024 par 1024 pixels avec un recouvrement de 128 pixels, puis à générer des embeddings multimodaux via des modèles comme SigLIP (google/siglip base patch16 224), CLIP, ou en option Qwen3 VL Embedding 2B. Ces vecteurs sont stockés dans un index FAISS pour la recherche par similarité, renforcée par un score BM25 basé sur l'OCR et fusionnée grâce à la méthode dite de reciprocal rank fusion, avec un coefficient k de 60. Le système agrège ensuite les résultats obtenus au niveau des tuiles pour produire un classement au niveau du document entier, et expose le tout via un service de recherche FastAPI tournant sur le port 8000. Le tutoriel s'appuie sur cinq pages Wikipédia en exemple, consacrées au RAG, aux bases de données vectorielles, à l'architecture Transformer, à la photosynthèse et à Delhi, avec jusqu'à douze tuiles générées par document. Cette approche répond à une limite bien connue des systèmes de RAG classiques, contraints de parser du HTML, d'extraire du texte puis de le découper en segments fixes, une méthode fragile face aux tableaux, aux schémas, aux mises en page complexes ou aux PDF scannés. En travaillant directement sur l'image de la page, le pipeline capture aussi la structure visuelle et les éléments non textuels du document. Le tutoriel montre comment évaluer la qualité de la recherche à l'aide des métriques Recall@k et MRR, et comment entraîner un léger adaptateur résiduel par apprentissage contrastif pour affiner les embeddings. En option, les tuiles les mieux classées peuvent être transmises à un modèle vision langage, en l'occurrence Qwen2.5 VL 3B Instruct, pour générer une réponse finale ancrée dans les preuves visuelles retrouvées. Pour des équipes traitant des documents scannés, des rapports financiers en PDF ou des pages web à la mise en page riche, cette architecture promet une recherche plus fidèle sans dépendre d'un parsing texte souvent imparfait. Ce travail s'inscrit dans une tendance plus large de la recherche en intelligence artificielle vers des systèmes de RAG multimodaux, portée par les progrès récents des modèles vision langage capables de comprendre directement des captures d'écran de documents. Des acteurs comme Alibaba, avec ses familles de modèles Qwen3 VL et Qwen2.5 VL, illustrent cette évolution vers des architectures capables d'indexer un document sans jamais en extraire le texte brut. Le code complet, écrit en Python, s'appuie sur des bibliothèques standards telles que FAISS et Playwright pour le rendu des pages, ainsi que sur des modèles disponibles via Hugging Face, et reste pensé pour tourner sur Google Colab. À terme, cette approche pourrait s'imposer pour l'indexation de contenus riches en mise en page, ouvrant la voie à des moteurs de recherche documentaire plus robustes face à la diversité des formats rencontrés en entreprise.

💬 Le vrai apport ici, c'est que le RAG "pixel-native" arrête de dépendre d'un parsing HTML ou PDF toujours fragile face aux tableaux et aux mises en page complexes. Sur le papier c'est malin : tu indexes l'image, tu gardes la structure visuelle, et tu évites tout le bricolage de chunking texte qui casse sur les documents scannés. Reste que ça tourne encore sur cinq pages Wikipédia et Google Colab, donc la vraie question c'est la latence et le coût d'indexation à l'échelle d'une vraie base documentaire d'entreprise.

Évaluer les agents IA pour la production : un guide pratique de Strands Evals

Le passage des agents IA du prototype à la production soulève un défi fondamental : comment évaluer de manière systématique des systèmes qui, par nature, ne produisent pas de résultats déterministes ? Strands Evals, un framework d'évaluation développé pour le Strands Agents SDK, apporte une réponse structurée à cette question en combinant évaluateurs automatisés, simulation de conversations multi-tours et outils de reporting. L'enjeu est de taille pour le secteur. Les tests logiciels traditionnels reposent sur un principe simple : même entrée, même sortie attendue. Les agents IA brisent cette règle fondamentale. Un agent peut répondre à la question "Quel temps fait-il à Tokyo ?" de dizaines de façons différentes, en Celsius ou en Fahrenheit, avec ou sans humidité, et toutes peuvent être correctes. S'y ajoutent les interactions multi-tours où le contexte s'accumule au fil de la conversation, et les appels d'outils dont la pertinence doit elle aussi être évaluée, indépendamment de la réponse finale. Strands Evals structure cette évaluation autour de trois concepts centraux : les Cases (scénarios de test unitaires, contenant l'entrée, la sortie attendue et la séquence d'outils prévue appelée trajectory), les Experiments (regroupements de cases avec leurs évaluateurs associés, analogues aux suites de tests), et les Evaluators eux-mêmes. Pour dépasser les limites de la comparaison mécanique de mots-clés, le framework s'appuie sur des modèles de langage (LLM) comme évaluateurs, capables de juger des dimensions qualitatives comme l'utilité, la cohérence ou la fidélité aux sources. Cette approche marque une évolution significative dans la manière dont les équipes d'ingénierie peuvent industrialiser le déploiement d'agents IA. En fournissant une infrastructure de mesure répétable et traçable, Strands Evals ouvre la voie à des pipelines d'intégration continue adaptés aux systèmes non déterministes, un prérequis pour tout passage à l'échelle en production.