Un agent IA s’installe, puis s’entretient.

Un agent IA n’est pas un logiciel que vous installez une fois pour toutes. Il fait une partie du travail à votre place, et il le fait en s’appuyant sur des fondations qui bougent sous lui. La démonstration, vous l’avez peut-être déjà vue : un agent monté en quelques jours, impeccable en séance. La question sérieuse arrive 6 mois plus tard. Qui l’a regardé depuis, qui a vu passer l’avis de retrait du modèle sur lequel il tourne, qui a rouvert ses règles le jour où vous avez changé de logiciel de devis ? Un agent dure quand l’entreprise détient ses fichiers et qu’une personne l’entretient.

Ce qui change sous un agent, sans vous demander votre avis

Commençons par le fait dont personne ne parle pendant une démonstration. Le modèle qui fait tourner votre agent a une date de fin, et elle est déjà publiée.

Anthropic tient une page de dépréciation de ses modèles et annonce au moins 60 jours de préavis avant le retrait d’un modèle public. Claude Opus 4.1 y a été déclaré déprécié le 5 juin 2026 et retiré le 5 août, 2 mois plus tard. Claude Sonnet 4 et Claude Opus 4, mis à disposition en mai 2025, ont été retirés le 15 juin 2026, 13 mois après leur sortie. La documentation ne laisse aucun doute sur la suite : les requêtes adressées à un modèle retiré échouent.

Les autres fournisseurs publient des calendriers du même type, avec leurs propres délais, parfois de quelques semaines pour une version en aperçu. Le principe ne varie pas : la date est publique, et elle n’attendra pas votre planning.

Ces retraits font partie du fonctionnement normal du marché : les fournisseurs les annoncent eux-mêmes, dans des pages consultables aujourd’hui. Vous n’avez pas à suivre ces pages vous-même, mais quelqu’un doit les suivre pour vous. Sans cette personne, vous apprendrez le retrait par une panne, un lundi matin.

Un modèle qui reste peut changer d’avis

Le retrait est le cas facile : il est daté, il est annoncé, et l’erreur se voit tout de suite. L’autre cas ne se voit pas.

Un modèle qui reste disponible continue d’être mis à jour, et son comportement change avec ces mises à jour. Lingjiao Chen, Matei Zaharia et James Zou l’ont mesuré et publié en mai 2024 dans la Harvard Data Science Review : entre mars et juin 2023, sur les mêmes questions, la justesse de GPT-4 à identifier des nombres premiers tombait de 84 % à 51 %. La discussion qui a suivi est plus instructive que le chiffre : la capacité n’avait pas baissé, le comportement avait changé, sous l’effet des réglages appliqués après l’entraînement. Pour vous, le risque est le même dans les deux cas : ce que vous avez branché dessus peut cesser de fonctionner sans qu’aucune panne ne soit visible nulle part.

D’où un arbitrage que je préfère poser devant vous plutôt que de le régler dans mon coin. Vous pouvez figer une version précise du modèle : l’agent se comportera de la même façon jusqu’au jour de son retrait, et ce jour viendra. Vous pouvez aussi laisser l’agent suivre la dernière version disponible : il profitera des progrès, mais personne n’aura relu ce qui en sort. Les deux options se défendent, et aucune ne dispense de repasser derrière. Les fournisseurs eux-mêmes recommandent de tester votre application avec le modèle de remplacement bien avant la date de retrait.

Pourquoi un agent livré clé en main meurt le premier

Sous le mot « agent », il y a plus qu’un modèle. Il y a des instructions qui disent quoi faire, vos règles de métier, la liste de ce qu’il a le droit de toucher, les points où il doit s’arrêter et vous demander, et les cas de test qui prouvent qu’il travaille correctement. Le modèle, lui, est interchangeable. Ces fichiers-là ne le sont pas : ils décrivent par écrit le fonctionnement de votre entreprise.

La durée de vie d’un agent dépend donc d’une question simple, qui n’a rien de technique : où se trouvent ces fichiers ?

Quand ils sont chez le prestataire, tout va bien, jusqu’au jour où ça ne va plus. Vous ne pouvez pas diagnostiquer une panne, faute de voir ce qu’il y a dedans. Vous ne pouvez pas corriger une règle qui a changé chez vous, faute d’y accéder. Vous ne pouvez pas confier le dispositif à quelqu’un d’autre, parce que personne ne reprend un objet qu’il ne peut pas lire. Le prestataire n’a rien eu à faire pour en arriver là : la dépendance découle de l’organisation technique, sans aucune intention de sa part.

La fin d’un agent que personne n’entretient est toujours la même : la facture continue de tomber, le gain ne se démontre plus, et plus personne ne sait dire ce que la chose fait exactement. Un agent que personne ne peut ouvrir ne s’améliore plus, jusqu’à la panne.

« Un agent IA que vous ne pouvez pas ouvrir ne vous appartient pas. Il appartient à celui qui l’a écrit. »

Ce que ça veut dire, entretenir

Entretenir un agent demande de savoir quoi regarder, et à quel moment, sans surveillance permanente. Quatre choses bougent, à quatre rythmes différents.

Rien de tout cela n’est nouveau, et rien n’est propre à l’IA générative. La leçon est plus vieille que les modèles du moment, et je la répète volontiers : un système d’apprentissage automatique déployé en production entraîne des coûts d’entretien continus, et prendre les gains rapides pour des gains gratuits est le plus sûr moyen de les perdre.

Dans une PME, la routine est pourtant courte. Quelqu’un suit les avis de retrait des fournisseurs. Quelqu’un rejoue une poignée de cas connus après chaque changement de modèle et compare ce qui sort au résultat attendu. Quelqu’un rouvre les règles quand le métier change, sans attendre 6 mois. Et quelqu’un a le droit de dire qu’un agent ne sert plus, puis de l’éteindre.

Ce quelqu’un a un nom. Si vous ne pouvez pas le donner aujourd’hui, votre agent n’est pas entretenu : il fonctionne encore, ce qui est différent.

Ce qu’il faut détenir pour que ça dure

Un agent qui dure 2 ans repose d’abord sur une liste de fichiers stockés chez vous et à votre nom : les instructions, les règles écrites, les accès, les cas de test, et le journal des décisions qui explique ses choix. Le jour où le modèle change, où le prestataire change, ou simplement où la personne qui savait s’en va, cette liste est ce qui reste.

Le test est simple, et vous pouvez le passer cette semaine sur les agents que vous avez déjà. Demandez à voir ce qu’il y a dedans. Si votre prestataire peut vous le montrer, vous l’expliquer et vous l’exporter, l’agent vous appartient. Sinon, vous louez un service, et vous le louerez aussi longtemps qu’il voudra bien tourner.

Chez pocca, c’est le point de départ : le cerveau IA se construit chez vous, à votre nom, et l’entretien des agents fait partie de l’accompagnement au lieu d’arriver en devis le jour de la panne. Le détail est sur notre page cerveau IA.

Le reste tient à une discipline modeste, et elle est à votre portée. Un agent qu’une personne identifiée peut ouvrir, tester et corriger vieillit bien. Les autres finissent par s’arrêter.