1 Lexique Agent — Termes Clés

Adservio — Workshop Agents IA

1.1 Agent & Raisonnement

Terme Définition
Agent Système couplant un LLM (raisonnement) à des outils (exécution). L’agent décide quoi faire, les outils font.
Boucle agent Cycle itératif : décision → appel d’outil → observation → ajustement → itération suivante.
Raisonnement Processus par lequel l’agent choisit quelle action entreprendre. Responsabilité du LLM.
Exécution Action réelle effectuée par un outil déterministe. Responsabilité de l’outil, pas du LLM.
Tool calling Capacité d’un LLM à appeler des fonctions externes plutôt que simplement générer du texte.

1.2 Auditabilité & Traces

Terme Définition
Auditabilité Propriété d’un système dont toutes les actions peuvent être examinées et reproduites par un humain.
Trace Enregistrement structuré (JSON) des actions d’un agent : décisions, entrées/sorties, erreurs, timestamps.
Traçabilité Capacité à remonter l’origine d’une décision ou d’un résultat jusqu’à sa source.
Provenance Chaîne causale complète : qui a décidé quoi, pourquoi, avec quels résultats.
Trace cosmétique Anti-pattern : trace présente mais inexploitable (pas de timestamps, pas de contexte).

1.3 Falsification & Confiance

Terme Définition
Falsifiabilité Propriété d’une affirmation pouvant être réfutée par l’expérience ou le test.
Hallucination Génération de contenu plausible mais factuellement incorrect ou non fondé sur les sources.
Grounding Ancrage d’une réponse à des sources vérifiables. Technique anti-hallucination.
Fausse confiance Situation où un agent semble fonctionner correctement sans vérification réelle.
Vibe coding Mode de travail où l’on fait confiance au code généré sans vérification systématique.

1.4 RAG (Retrieval-Augmented Generation)

Terme Définition
RAG Approche augmentant un LLM avec des documents pertinents avant la génération de réponse.
Embedding Représentation vectorielle d’un texte capturant sa sémantique (typiquement 384-1536 dimensions).
Chunking Découpage d’un corpus en unités pour indexation. Trop grand → bruit ; trop petit → perte de contexte.
Dense retrieval Recherche par similarité vectorielle (embeddings + FAISS). Capture la sémantique.
Sparse retrieval (BM25) Recherche lexicale par fréquence des termes. Capture les correspondances exactes.
Citation Pointage explicite vers la source (fichier, ligne) soutenant une affirmation. Obligation en RAG.

1.5 MCP (Model Context Protocol)

Terme Définition
MCP Protocole normalisé connectant des LLMs à des outils et données externes.
Serveur MCP Service exposant des outils via le protocole MCP. L’agent découvre et appelle ces outils.
Schéma JSON Spécification formelle d’un outil : types d’entrée, contraintes, description.
Déterminisme Propriété d’un outil : mêmes entrées → mêmes sorties, sans état caché.

1.6 Incohérences (Parcours B)

Terme Définition
doc_code_mismatch La documentation dit X, le code fait Y.
Phantom feature Fonction documentée mais non implémentée.
Stale example Exemple documenté qui ne fonctionne plus suite à un changement de code.
Signature mismatch Paramètres documentés différents des paramètres réels.

1.7 Tests (Parcours A)

Terme Définition
Test tautologique Test n’apportant aucune vérification réelle (ex : assert add(2,2) == add(2,2)).
Cas limite Entrées extrêmes (listes vides, valeurs nulles) testant la robustesse.
Couverture Pourcentage du code exécuté par les tests. Métrique nécessaire mais insuffisante.

1.8 Pièges & Anti-Patterns

Terme Définition
Outil omnipotent Un seul outil “fait tout” — viole la responsabilité unique et cache la complexité.
Agent qui boucle Appels répétitifs du même outil sans progresser. Signe de problème de raisonnement.
Embedding fetishism Confiance excessive dans les vecteurs sans combiner avec la recherche lexicale.

Référence rapide — à consulter pendant le workshop.