Concevoir des modèles d'interaction pour les agents IA est un processus fascinant. En théorie, cela devrait être aussi simple que de concevoir l'interaction que vous souhaiteriez avoir avec une autre personne qui travaille pour vous. Une grande différence, cependant, est que cela ne coûte rien à ce travailleur de montrer tout le travail qu'il effectue en cours de route, ou comment il est arrivé à son résultat final, ce qui est un atout énorme. Et en même temps, vous voulez généralement avoir la certitude qu'il fait la bonne chose, ou vous pourriez avoir besoin de l'orienter dans une direction différente s'il déraille. À l'ère de l'automatisation et des robots, voir plus de contexte sur ce que le système IA semble faire sera probablement très utile pour établir la confiance. Lorsque vous entrez dans une Waymo ou une Tesla FSD, votre confiance dans la technologie augmente car vous pouvez voir qu'elle perçoit bien plus que vous ne le réalisiez. Il en va de même pour les agents IA. La clé est donc de trouver le bon équilibre entre montrer trop de choses d'une manière que l'utilisateur ne peut pas comprendre (ou peut-être dirait "ouah" en voyant comment cela fonctionne réellement) et montrer trop peu, rendant les processus trop obscurs pour en tirer de la valeur. Cela va être l'un des défis de conception les plus intéressants à l'ère des agents IA.

La conception des modèles d'interaction des agents IA est un domaine complètement ouvert en ce moment. Si vous utilisez 5 outils différents qui effectuent des tâches d'agent, vous verrez 5 modèles d'interaction totalement différents. Certains montrent toutes les étapes que l'agent est en train de suivre. Certains montrent les jetons de réflexion. Certains montrent le cœur qui est exécuté ou l'ordinateur qui est utilisé. Certains montrent la planification en cours. Certains vous permettent de modifier la planification. Certains obfusquent tout cela. Ensuite, il y a tous les modèles d'interface utilisateur et d'interaction pour travailler avec l'agent une fois qu'il a produit une sortie. Comment incorporez-vous ce qu'il a fait dans autre chose. Et ainsi de suite. Il n'y a ni cohérence ni réponse correcte en ce moment. Nous sommes dans le far west des modèles de conception agentique. C'est ce qui rend cet espace si incroyablement excitant. Concevoir des interactions d'agents est la prochaine grande frontière de la conception logicielle. Ça va être très amusant.

Nous sommes encore probablement à environ 1 % du volume de tokens AI que nous pouvons espérer voir dans la prochaine décennie. La plupart des cas d'utilisation de l'IA en ce moment sont des chatbots "basics" avec lesquels vous interagissez de manière interactive. C'est le cas d'utilisation avec la consommation de tokens la plus faible possible avec l'IA, car cela ne peut fonctionner qu'à la vitesse de l'utilisateur. Le véritable cas d'utilisation de l'IA sera des agents qui s'occupent de tâches réelles pour vous, en arrière-plan et en parallèle. La grande majorité des entreprises n'ont pas encore déployé cela à une échelle quelconque. Nous avons observé une forte augmentation des agents de codage, principalement dans les entreprises technologiques ou chez les développeurs très en ligne. Cela commencera à se répercuter sur toutes les autres équipes d'ingénierie dans le monde. Ensuite, viendront des cas d'utilisation d'agents similaires dans tout le travail de connaissance. Nous pouvons nous attendre à cela dans la finance, le droit, la santé, etc. Dans ce modèle, les agents IA utiliseront 100 fois plus de puissance de calcul pour effectuer un travail utile. Le développement de l'infrastructure IA se prépare pour cet avenir, et non pour les expériences d'aujourd'hui.