Microsoft’s Vision for an Internet Made for Agents With CTO Kevin Scott (Best of the Pod)

Le développement des agents IA et l'émergence de l'« agentic web » sont au cœur des discussions actuelles dans le domaine de l'intelligence artificielle, marquant une évolution significative par rapport à l'accent mis précédemment sur les lois d'échelle et les capacités de raisonnement des modèles. L'année dernière, l'idée que les agents seraient omniprésents s'est avérée exacte, tandis que l'accent mis sur les lois d'échelle, qui prédisaient des améliorations de performance basées sur la taille des modèles, semble moins pertinent aujourd'hui. La raison principale de ce changement d'orientation est ce que l'on appelle le « surplus de capacités » (capability overhang). Les modèles d'IA ont développé des capacités de raisonnement et de planification qui dépassent actuellement leur utilisation pratique dans les produits. Il y a un besoin urgent de combler cet écart entre ce que les modèles peuvent faire et ce qui est effectivement livré aux utilisateurs. Parallèlement, l'essor des agents a révélé d'autres défis cruciaux au-delà du simple raisonnement. Pour que les agents soient véritablement utiles, plusieurs aspects doivent être améliorés. Premièrement, la mémoire des agents est actuellement limitée et souvent transactionnelle. Cela signifie que la mémoire est cohérente pendant une tâche spécifique, mais qu'elle peut disparaître complètement par la suite, obligeant l'agent à repartir de zéro pour la tâche suivante. Cette limitation entrave considérablement la capacité à déléguer des tâches complexes et itératives aux agents. Deuxièmement, pour être efficaces, les agents doivent être capables d'agir au nom des utilisateurs. Cela implique l'utilisation d'outils, la modification de systèmes et la consultation de sources d'information diverses et riches. Pour que cela fonctionne de manière optimale, un écosystème similaire à Internet est nécessaire. Cet écosystème permettrait aux agents d'interagir avec des sources d'information existantes, telles que des sites web ou des API. L'« agentic web » est le concept clé de cette nouvelle ère. Il s'agit d'un réseau où les agents peuvent communiquer et interagir avec divers services et informations. Des protocoles ouverts et simples, comme MCP (qui est comparé à HTTP pour le web traditionnel) et NL web (comparé à HTML), sont en train d'émerger pour faciliter cette connectivité. L'objectif est de créer un environnement où les agents peuvent effectuer des actions de manière transparente, avec des incitations alignées pour toutes les parties prenantes. Microsoft joue un rôle actif dans la construction de cet écosystème. En tant que créateur d'agents, l'entreprise doit résoudre ces problèmes internes pour rendre ses propres agents plus utiles. De plus, en tant qu'entreprise de plateforme, Microsoft souhaite contribuer à la couche d'infrastructure qui soutiendra cet « agentic web ». Une initiative clé est de faire en sorte que tous les systèmes internes de Microsoft communiquent via un protocole standard avec les agents développés en interne. Cela évite la complexité et l'inefficacité découlant de l'absence de protocoles standardisés, souvent liées à la « loi de Conway » qui stipule que les systèmes de communication reflètent la structure organisationnelle. La sécurité est une préoccupation majeure dans ce nouvel écosystème. Les comparaisons avec la pile Internet, qui possède des mécanismes de sécurité tels que la politique de même origine, soulignent la nécessité de modèles de sécurité robustes pour l'« agentic web ». MCP, bien que simple, doit intégrer des fonctionnalités de sécurité. Cela inclut des identités pour les agents, permettant la mise en place de systèmes de droits d'accès et d'autorisations. Les agents devraient pouvoir interroger les systèmes pour déterminer les autorisations nécessaires à l'accomplissement d'une tâche, puis demander la permission à l'utilisateur, qui pourrait alors accorder ou refuser l'accès. Les administrateurs de systèmes devraient également avoir la possibilité de contrôler et d'approuver ces actions. L'importance est de développer ces solutions de sécurité de manière ouverte, plutôt que propriétaire. La question d'un modèle verticalisé (où une seule entreprise contrôle le modèle, l'interface utilisateur et les applications) par rapport à un modèle ouvert (où l'innovation est plus libre mais la sécurité plus complexe à gérer) est également abordée. L'argument est qu'un modèle ouvert favorise une innovation plus rapide grâce à l'absence d'autorité centrale. Cependant, il est suggéré que ce n'est pas nécessairement une dichotomie. Les systèmes ouverts peuvent être « permissionless », permettant aux innovateurs de créer sans demander la permission. De plus, les capacités d'IA elles-mêmes pourraient être utilisées pour améliorer la sécurité dans les systèmes ouverts, par exemple, en ayant des agents personnels qui surveillent les exigences de sécurité individuelles et détectent les activités suspectes. L'impact sur le métier d'ingénieur logiciel est indéniable. Pour les personnes passionnées par leur métier, comme les artisans (ingénieurs logiciels, ébénistes, potiers), la manière de travailler, les outils et les matériaux sont essentiels. L'émergence des agents dans le codage soulève des questions sur la préservation de cet aspect artisanal. Historiquement, le développement logiciel a connu de nombreuses évolutions majeures, et chaque fois, il y a eu des débats passionnés sur les nouvelles méthodes. Il est souligné que les développeurs auront le choix. L'utilisation d'outils anciens ou nouveaux dépendra des préférences individuelles, même si cela peut parfois être sub-optimal en termes de performance. L'important est de rester curieux et d'essayer de nouvelles technologies. Si elles apportent de la valeur, il faut les adopter ; sinon, il ne faut pas les utiliser. Cet argument est illustré par l'analogie de l'ébénisterie, où le débat portait autrefois sur l'utilisation d'outils électriques, puis sur les outils CNC. L'idée est que les choix technologiques reflètent les valeurs individuelles : certains privilégient le processus, d'autres le résultat. Concernant l'avenir des agents dans le développement logiciel, il est peu probable qu'un seul agent domine. L'écosystème sera probablement composé de nombreux agents différents, chacun ayant ses spécialités et ses « goûts ». La concurrence entre les fournisseurs d'agents sera forte, mais la diversité des développeurs et de leurs préférences garantira que plusieurs outils coexisteront. L'innovation devrait venir de la compréhension approfondie des problèmes spécifiques des utilisateurs et de la capacité à adapter l'infrastructure existante pour les résoudre. À l'avenir, on s'attend à une augmentation du niveau d'ambition des problèmes résolus par les agents. Les interactions avec les agents passeront d'un mode synchrone (où l'utilisateur pose une question et attend une réponse immédiate) à un mode asynchrone. Les agents pourront prendre plus de temps pour effectuer des tâches complexes, interagir avec plusieurs systèmes, intégrer les résultats et itérer, pour finalement présenter une solution ou une étape avancée à l'utilisateur. La tendance est à la réduction des coûts et à l'augmentation des capacités des agents, rendant les excuses pour ne pas les adopter obsolètes. L'optimisme et la curiosité seront les moteurs du progrès dans ce domaine.