Podcast hebdomadaire de 10 minutes consacré à la compréhension et à l’usage des agents d’intelligence artificielle. Claire, l’experte, et Hugo, le praticien, y traitent un sujet en quatre étapes concrètes, avec le vocabulaire des professionnels mais sans jargon inutile. Chaque épisode propose un test express et un exercice à réaliser sur ses propres outils. La rubrique « Ce qui se discute » met en lumière les vrais désaccords entre spécialistes.
Épisodes

Épisode 6 : Instruire sans se répéter : skill, MCP, sous-agent ou fichier d'instructions
Avant même votre première question, un agent relié à une douzaine d'outils peut avoir déjà lu des dizaines de milliers de tokens. Ce que vous lui apprenez a un coût : encore faut-il le ranger au bon endroit.Claire et Hugo trient les mécanismes : ce qui doit être lu à chaque session, ce qui ne sert que parfois, qui décide des étapes, quand brancher un outil extérieur, et comment exiger un résul

Épisode 5 : La porte humaine : où placer la validation, comment écrire les consignes
Un agent qui réussit 95 % de ses envois, c'est 50 courriels faux sur mille. La question n'est donc pas de savoir s'il faut un humain, mais où le placer.Claire et Hugo installent la porte humaine là où l'erreur coûte cher et ne se rattrape pas, l'inscrivent dans le système plutôt que dans la bonne volonté du modèle, et apprennent à écrire les instructions permanentes qui pèsent

Épisode 4 : Une petite équipe d'agents : combien, et comment se passer le travail
Plusieurs agents valent-ils mieux qu'un ? Parfois : le gain peut être réel, mais la facture en tokens grimpe aussi.Claire et Hugo montrent quand une équipe d'agents vaut mieux qu'un agent seul, comment la diriger, comment ses membres se passent le relais sans perdre d'information en route, et pourquoi les systèmes qui durent commencent petits.Au programme :- le chef d'orchestre

Episode 3 : Workflow ou agent ? Quand laisser le modèle décider des étapes
Faut-il un agent partout ? Presque l'inverse : la règle d'or d'Anthropic recommande un workflow, c'est-à-dire des étapes écrites d'avance, chaque fois que c'est possible.Claire et Hugo font le tri : quand écrire soi-même les étapes, quand laisser le modèle décider, ce qui mérite vraiment d'être automatisé, et comment aiguiller puis arrêter un agent avant qu'il ne to

Episode 2 : Ce que l'IA ne sait pas qu'elle ignore : hallucinations, outils et documents
Une IA ne vous prévient pas quand elle se trompe : une réponse fausse naît exactement comme une réponse juste, avec la même assurance.Claire et Hugo expliquent pourquoi un modèle invente sans le savoir, pourquoi il peut briller sur une tâche et rater sa voisine, et comment le brancher sur des faits, avec des outils et vos propres documents, sans jamais le croire infaillible.Au programme :- les hal

Episode 1 : Le moteur et le véhicule : pourquoi le même modèle réussit ou échoue
Même modèle d'IA, même test : près de 75 % de réussite d'un côté, à peine 31 % de l'autre. Ce qui change ? Tout ce qu'il y a autour du modèle.Dans ce premier épisode, Claire et Hugo ouvrent le capot des agents d'IA : le harnais qui transforme un modèle en agent capable d'agir, la fenêtre de contexte qui se dégrade sans prévenir, l'art de donner au modèle juste ce qu'
Recommandé

Chroniques étranges - Histoires d'Horreur & Mystères

BURGER RING

La société de minuit

Le débat

Légendes urbaines

Conflits, géopolitique

Thread Horreur

Dans l'ombre des légendes | Podcast Horreur Creepypasta Chandleyr

Dans Le Noir | Histoires d'Horreur et Paranormal

Esprits Libres

Journal de l'Afrique

Art de Vivre
