Agent
Composition des Capacités d’IA
Un Agent n’est pas un pilier distinct. C’est une couche de combinaison qui intègre des composants d’IA existants dans un système unique.
Dans amsafis, les Agents combinent généralement :
- Systèmes experts + LLM, ou
- Apprentissage automatique + LLM
Le rôle de l’Agent est de coordonner ces composants, et non de les remplacer. Chaque partie conserve sa fonction :
- Les systèmes experts fournissent un raisonnement structuré basé sur des règles
- Les modèles d’apprentissage automatique fournissent des résultats prédictifs
- Les LLM fournissent des capacités d’interprétation et de génération
Le résultat est un système capable de traiter des entrées, de consulter plusieurs sources et de fournir une réponse cohérente et structurée.
Les Agents sont conçus pour chaque cas d’usage. Il n’existe pas d’architecture fixe :
- certains Agents utilisent les LLM uniquement pour l’interprétation,
- d’autres reposent sur un raisonnement piloté par LLM plus approfondi,
- et certains intègrent des couches supplémentaires selon les besoins.
Par exemple, un Agent peut inclure un module de normalisation sémantique des phénotypes basé sur une recherche par similarité vectorielle. Un exemple fonctionnel est disponible dans le sandbox de l’Agent, qui fournit une représentation lisible par l’humain d’une interaction conçue pour la communication entre machines. Cette interface ne correspond pas au système orienté vers les humains, mais reflète la manière dont l’Agent interagirait avec des services sous-jacents, comme décrit dans l’architecture de service cognitif symbolique.
Un deuxième sandbox de Système Expert est disponible pour la GDPR Compliance — encodant les règles de classification des données personnelles issues de la CNIL Developer’s Guide, Sheet 1, source faisant autorité pour l’identification des données personnelles en Europe. Il n’existe pas d’interface destinée aux humains ; le service est conçu pour un accès direct de machine à machine. Les développeurs peuvent trouver la documentation des connecteurs et des exemples de curl dans le wiki.
Flux d’interaction intégré
Un Agent relie plusieurs composants en une seule interaction.
Du point de vue de l’utilisateur, cela apparaît comme un système unifié. En interne, cela implique plusieurs étapes :
- interpréter l’entrée,
- structurer la demande,
- consulter des connaissances ou des modèles,
- et générer la réponse finale.
Ces étapes ne sont pas exposées sous forme de flux de travail dans l’interface, mais elles reflètent la coordination entre différents composants d’IA.
L’Agent ne prend pas de décisions de manière indépendante. Il organise et aligne plutôt les résultats provenant de :
- la logique déterministe (systèmes experts),
- l’inférence statistique (apprentissage automatique),
- et le raisonnement contextuel (LLM).
Cette approche permet :
- la traçabilité grâce à des composants structurés,
- la flexibilité grâce à une conception modulaire,
- et l’adaptabilité à différents domaines.
L’Agent représente ainsi l’intégration pratique des trois piliers.