Un agent fait tourner un modèle en boucle : il raisonne sur un objectif, effectue une action comme un appel d’outil, observe le résultat et recommence jusqu’à ce que la tâche soit terminée. Yao et al. (2023) ont formalisé l’alternance entre raisonnement et action dans le cadre ReAct, et Schick et al. (2023) ont montré avec Toolformer que les modèles peuvent apprendre à décider quand et comment appeler des outils externes.
Ce qui le distingue d’un chatbot, c’est son autonomie sur plusieurs étapes — ce qui rend les agents puissants, mais soulève aussi des questions de fiabilité et de sécurité.