FRENES

Glossaire · Agents et autonomie

ReAct

ReAct est une méthode pour organiser un agent qui alterne des étapes de raisonnement, des actions et l’observation de leurs résultats. Le modèle peut ainsi ajuster sa démarche à partir d’informations obtenues pendant la tâche, plutôt que de préparer toutes ses actions à l’avance.

ReAct : l'explication

Dans cette approche, le modèle formule des étapes intermédiaires pour orienter son travail, choisit une action disponible et reçoit le résultat fourni par un outil. Une recherche peut donc précéder une nouvelle décision. Le nom associe raisonnement et action. Cette organisation est décrite dans le travail de recherche [ReAct](https://arxiv.org/abs/2210.03629). Elle ne suppose pas que chaque étape réussisse : le retour d’un outil peut signaler une absence de résultat, une erreur ou une information contradictoire à examiner.

Cette méthode sert lorsque la suite dépend de ce que le système découvre. Imaginez une recherche dans laquelle un premier document renvoie vers une autre source. L’agent peut consulter cette source avant de conclure. Pour votre usage, l’intérêt se situe dans l’ajustement du parcours aux observations. Vous devez cependant juger le résultat obtenu et les preuves présentées. La simple présence d’un journal d’étapes ne suffit pas à établir que la réponse finale est correcte.

ReAct décrit une manière d’organiser le travail, pas une permission générale d’utiliser des outils. Le système doit toujours définir les actions disponibles, les accès et les conditions d’arrêt. Un parcours peut se prolonger inutilement si aucun résultat ne permet de trancher. Les étapes de raisonnement affichées ne constituent pas non plus une lecture complète du fonctionnement interne du modèle. Elles sont des éléments produits dans le dispositif, à distinguer des observations effectivement renvoyées par les outils.

Un exemple concret

Vous cherchez la procédure pour récupérer un objet perdu dans un train. L’agent consulte d’abord la page générale du service. Il constate que la démarche dépend du réseau concerné, vous demande lequel vous avez utilisé, puis ouvre la page adaptée. Il prépare ensuite un récapitulatif des informations à fournir. Ce parcours illustre un ajustement à partir des résultats, sans présumer que la première page contient toute la réponse.

Pourquoi c'est important

Le terme peut vous aider à comprendre pourquoi un agent multiplie les appels d’outils au cours d’une tâche. Pour comparer des solutions, examinez les limites d’étapes, les coûts possibles et le traitement des erreurs. Une méthode de travail ne garantit pas la qualité des sources consultées. La valeur pratique dépend de la pertinence des actions, du contrôle des accès et de la vérification du résultat.

Idées reçues

  • ReAct ne désigne pas un modèle de langage particulier, car une même organisation du travail peut être utilisée avec différents modèles et outils, dont les capacités et les limites influencent toujours le résultat obtenu.
  • Une suite d’explications intermédiaires ne prouve pas que l’agent raisonne correctement, puisque des étapes plausibles peuvent accompagner une mauvaise interprétation, une source insuffisante ou une conclusion qui dépasse les informations réellement observées.

Autres termes : agents et autonomie

agent IA
Un agent IA est un système qui utilise un modèle pour décider des étapes à suivre afin de réaliser une tâche.
agent autonome
Un agent autonome est un agent IA qui peut poursuivre un objectif et choisir plusieurs actions sans demander votre intervention à chaque étape.
système multi-agents
Un système multi-agents est un ensemble d’agents qui se répartissent des tâches ou échangent des informations pour poursuivre un objectif.
planification
La planification est la préparation des étapes qu’un agent IA prévoit de suivre pour atteindre un objectif.
mémoire d'agent
La mémoire d’agent est l’ensemble des mécanismes qui permettent à un agent IA de conserver et de retrouver des informations utiles à son travail.
humain dans la boucle
L’humain dans la boucle est une organisation dans laquelle une personne intervient à certaines étapes du travail d’un système IA.
appel d'outils
L’appel d’outils est un mécanisme par lequel un modèle demande à un logiciel d’exécuter une fonction précise, comme rechercher un document ou consulter un calendrier.
utilisation d'ordinateur
L’utilisation d’ordinateur est une capacité permettant à un agent IA d’interagir avec une interface graphique, par exemple en cliquant, en saisissant du texte ou en faisant défiler une page.

Où le site en parle

Le terme apparaît dans 53 pages du site. Quelques-unes :

Dans la même famille

Pour aller plus loin

Questions fréquentes

Est-ce la bibliothèque React ?

Non. Dans le domaine des agents, ReAct désigne une approche associant raisonnement et action. React est aussi le nom d’une bibliothèque de développement d’interfaces. Le contexte permet de distinguer ces deux usages du nom.

Faut-il afficher toutes les étapes ?

L’interface ne présente pas nécessairement chaque étape intermédiaire. Pour évaluer le travail, privilégiez les actions effectuées, les résultats d’outils et les éléments vérifiables, sans considérer un récit détaillé comme une preuve de fiabilité.

Quand faut-il arrêter la boucle ?

Le système peut s’arrêter lorsque l’objectif est atteint, qu’une clarification est nécessaire ou qu’une limite est atteinte. Ces conditions doivent éviter les répétitions inutiles et permettre de signaler honnêtement une tâche incomplète.

Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons