Agents à 12 facteurs : schémas d’applications LLM fiables — Dex Horthy, HumanLayer

17 minutesIntermédiairePraticienAI EngineerAutomatisations
Lire la vidéo

AI Engineer. Dex Horthy explique pourquoi les systèmes d’agents fiables reposent avant tout sur un logiciel rigoureux autour de quelques appels aux LLM : maîtriser le prompt et la fenêtre de contexte, conserver un flux de contrôle déterministe et utiliser les appels d’outils pour solliciter une personne lorsque le flux de travail exige son jugement. Cela correspond directement aux schémas d’approbation, d’exception et de remontée décrits dans l’article.

Note d’AI Expert

Considérez le cadre « agent » comme une architecture logicielle, pas comme une mise en scène de l’autonomie. La leçon durable tient à un état explicite, un flux de contrôle déterministe et une véritable procédure de transfert à une personne.

Ce que vous en retirerez

Apprendre à concevoir des flux de travail d’IA capables de s’interrompre, de reprendre, de demander un jugement humain et de séparer l’état métier des hypothèses du modèle.

À voir ou à connaître au préalable

Une familiarité de base avec les appels d'outils ou les flux de travail d'IA multi-étapes.

Dernière révision : 19 mai 2026

À regarder ensuite

Continuez dans le même parcours d’apprentissage avec les prochaines vidéos d’accompagnement sélectionnées.

Pour aller plus loin

Des cours externes sélectionnés pour approfondir ce sujet.

Anthropic Academy

Introduction au protocole de contexte des modèles

Anthropic Academy

Le protocole de contexte des modèles (MCP) remplace progressivement les intégrations ponctuelles d'outils dans tout l'écosystème de l'IA. Apprenez-le directement à la source. À la fin, vous aurez construit et déployé votre propre serveur MCP, connecté un client LLM et compris pourquoi cette norme est ce qui se rapproche le plus de l'USB-C dans ce domaine.

IntermédiaireÀ votre rythme (court)Vérifié il y a 8 jours
DeepLearning.AI

Practical Multi AI Agents and Advanced Use Cases with crewAI

João Moura (Founder, CrewAI)

Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.

Intermédiaire~2h 49m · self-paced (15 lessons)Vérifié il y a 8 jours
Hugging Face

Cours sur les agents d'IA

Hugging Face

La présentation la plus claire et la plus ouverte des systèmes agentiques. Elle s'appuie sur les trois frameworks que les ingénieurs évaluent réellement — smolagents, LlamaIndex et LangGraph — plutôt que sur la pile d'un seul fournisseur. Le cours se conclut par une évaluation comparative et un classement public, offrant un résultat vérifiable par votre équipe.

Intermédiaire~25 heuresVérifié il y a 8 jours

Voir tous les cours pour Automatisations