Votre IA attend vos consignes. Et si elle savait quand agir ?
Votre IA attend vos consignes. Et si elle savait quand agir ?
Un client signale un blocage dans un fil de discussion. Votre chatbot pourrait vous aider à le résoudre. Mais il attend que quelqu’un ouvre une conversation, retrouve le dossier et formule la bonne demande. Entre le signal et le travail utile, c’est encore votre équipe qui fait le lien.
Une IA proactive change ce point de départ : un événement autorisé peut lancer un travail, sans attendre une consigne à chaque étape. Elle repère ce qui mérite une intervention, prépare le dossier et vous sollicite pour les décisions qui vous reviennent. Le progrès ne tient donc pas seulement à un modèle plus intelligent. Il tient à l’organisation qui lui permet de savoir quand agir.
Pas le temps de lire ? L’essentiel en vidéo.
DeepSeek pose une question d’organisation, pas de catalogue d’outils
Le 1er novembre 2026, DeepSeek a publié Exploring Super-agent Design: Towards a More Autonomous Agent System. Le texte explore une architecture d’agent capable de travailler dans la durée, sur plusieurs sujets, à partir des événements de son environnement. Il ne présente pas des fonctionnalités déjà disponibles dans DeepSeek Harness.
Quatre qualités structurent cette réflexion : une interaction continue entre les canaux, une exécution productive de plusieurs tâches, une initiative proactive face aux événements pertinents et une présence persistante malgré les incidents. Leur point commun : déplacer la gestion des sessions et du suivi de la tête de l’utilisateur vers le système.
La preview officielle de Harness et son code sous licence MIT donnent un point d’entrée concret. Le prototype Super-agent n’implémente toutefois qu’une partie des idées et n’est pas un produit officiel abouti. Le signal intéressant pour une entreprise n’est pas « voici un nouvel outil à installer », mais « voici les responsabilités qu’une IA au travail doit pouvoir assumer ».
Un interlocuteur reste disponible pendant que les Workers travaillent
Imaginez qu’un projet soit bloqué par une information manquante tandis qu’une autre demande client arrive. Une conversation unique qui fait tout risque de devenir une file d’attente. Des conversations entièrement séparées obligent, à l’inverse, votre équipe à se souvenir de chaque dossier et à recoller les résultats.
L’architecture proposée sépare ces responsabilités. Un Router, point de coordination durable, dialogue avec les humains et distribue les tâches. Il ne les exécute pas lui-même. Les Workers prennent en charge le travail dans des contextes isolés : un dossier, ses sources et ses outils autorisés. Ils remontent leur état au coordinateur, qui garde une réponse cohérente pour l’utilisateur.
Dans notre exemple, un Worker peut rassembler les pièces du projet pendant qu’un autre prépare la réponse au nouveau client. L’interlocuteur reste joignable. L’isolation des contextes évite de mélanger mécaniquement les détails des deux tâches ; elle ne dispense pas de définir les droits sur les données et les espaces de travail partagés.
L’initiative utile commence par un filtre
Être proactif ne signifie pas répondre à chaque message. Un événement passe d’abord par des règles simples : source autorisée, dossier concerné, doublon ou notification sans suite. Les cas qui nécessitent de comprendre le sens sont ensuite examinés avec le modèle. Le silence devient une décision normale du système.
Si le blocage mérite une intervention, le coordinateur attribue le travail. Les messages suivants du même fil peuvent ensuite parvenir directement au Worker abonné, sans faire redistribuer chaque détail. Un changement de périmètre remonte au coordinateur. Cette continuité permet de suivre un dossier plutôt que de recommencer une conversation.
Voici le parcours à organiser : du signal utile au travail préparé, puis à la décision humaine. La surveillance technique reste à côté de cette chaîne, et non à la place du décideur.
Préparer une décision n’est pas prendre votre place
Reprenons le projet bloqué. Dans ce scénario illustratif, le Worker retrouve la demande, compare les pièces disponibles et prépare une question précise pour le responsable. Il peut avancer sur une recherche interne autorisée. Modifier un engagement client, envoyer une réponse sensible ou engager une dépense demande une autorisation définie à l’avance, puis une validation lorsque la règle l’exige.
Ce partage doit être écrit dans les permissions et les contrôles du système, pas seulement souhaité dans un prompt. Il faut aussi décider quelles informations peuvent circuler entre les Workers et ce qui peut quitter l’entreprise. DeepSeek présente la sécurité, la confidentialité et le partage de contexte comme des questions encore ouvertes : son architecture n’apporte pas, à elle seule, toutes les réponses de gouvernance.
Le suivi doit survivre à une interruption
Un agent qui promet de suivre un dossier puis disparaît à la première panne laisse une nouvelle charge à l’équipe. L’approche décrite sépare le calcul, l’état conservé et les environnements de travail. Un Watchdog externe surveille la santé du service et peut déclencher une récupération technique. Il ne vérifie pas à lui seul la justesse métier d’une réponse et ne remplace pas une approbation humaine.
La persistance a donc un prix : hébergement, appels aux modèles, intégrations, journalisation et maintenance. Un code ouvert ne signifie pas un fonctionnement gratuit. Et les expériences synthétiques de programmation décrites dans la publication, avec des éléments simulés, ne mesurent pas les gains de votre entreprise.
Votre intelligence d’entreprise a besoin d’un déclencheur, pas seulement d’une mémoire
Nous avons expliqué comment conserver votre contexte d’entreprise autour de trois piliers : les connaissances durables, les données du moment et les capacités d’action. L’étape suivante consiste à relier cette base à des événements utiles, à une responsabilité de suivi et à des limites d’intervention.
Garder le contexte hors du modèle facilite la reprise de votre patrimoine métier, mais changer de fournisseur exige encore d’adapter et de tester les intégrations. La valeur de votre propre intelligence se construit dans ces liens : comprendre un signal, retrouver les bonnes références, préparer le travail et savoir à qui demander une décision.
Pour commencer, choisissez un seul dossier qui attend trop souvent qu’on le relance. Définissez le signal qui doit réveiller le système, ce qu’il peut lire, le résultat à préparer, la personne qui valide et le délai au-delà duquel il doit alerter. Testez aussi un signal inutile, une donnée manquante et une interruption : savoir ne pas agir ou reprendre proprement fait partie du travail.
Chez SAY, c’est le rôle d’un AI Worker que nous cherchons à construire autour de vos usages : moins de relances manuelles, une préparation vérifiable et des décisions humaines mieux situées. La bonne question n’est plus seulement « que puis-je demander à mon IA ? », mais « quel travail utile doit-elle savoir commencer, et jusqu’où peut-elle aller ? »
Sources
- DeepSeek, Exploring Super-agent Design, 1er novembre 2026 — idées d’architecture et expériences synthétiques.
- DeepSeek Harness, preview officielle et dépôt MIT.
- Prototype partiel Super-agent — périmètre à distinguer d’un produit fini.
