ALLER AU CONTENU
AGENTS IA6 minAgents en production / Ép. 2 · Niveau 2-1

11 agents IA dans un fonds de 3 Md$ : bases et garde-fous

Une question pouvait obliger à fouiller cinq systèmes pour trouver un document parmi 1,4 million de fichiers. Qu’avaient en commun 11 agents IA pour y répondre, source à l’appui ?

XIN
Illustration pixel art de onze modules d’agents identiques disposés en cercle autour d’un même socle lumineux auquel ils sont tous reliés.

EN 30 SECONDES

Un agent IA est un logiciel qui s’appuie sur un modèle de langage pour une tâche précise, comme retrouver un document. J’en ai livré 11 à un fonds immobilier américain qui gère environ 3 Md$ d’actifs. Ce niveau présente leur socle commun et ses contrôles.

À RETENIR · 3

  • J’ai mis en production 11 agents IA pour un fonds américain de private equity immobilier qui gère environ 3 Md$ d’actifs.
  • Tous reposaient sur un même socle : environ 2 To et 1,4 million de fichiers, sur 13 ans et 13 sources, dans une seule base interrogeable.
  • L’essentiel de l’ingénierie, ce sont les garde-fous : chaque affirmation cite sa source, chaque chiffre est contrôlé et une preuve trop mince est transmise à une personne.
Sur cette page

Un ingénieur, 11 agents, un fonds

EN BREF Le plus dur, ce n’étaient pas les agents eux-mêmes, mais les garde-fous que partageaient les 11 agents.

J’ai travaillé à distance comme ingénieur IA Un ingénieur qui travaille au cœur des processus du client. d’un fonds américain de private equity immobilier. Il gère environ 3 Md$ d’actifs.

La plateforme comptait 11 Agent IA Un logiciel qui s’appuie sur un modèle de langage (une IA qui écrit du texte) pour une tâche précise, dans des limites fixées par des personnes. Voir le glossaire à la première livraison, puis 25 modules à la passation. Ici, je décris l’architecture de départ. Les 11 reposaient sur un socle commun, mais chaque nouvel agent demandait quand même ses propres tests et permissions.

DEUX FAÇONS DE FAIRE GRANDIR UNE PLATEFORME

11 projets séparés

Chaque agent a sa propre recherche, ses tests et ses contrôles. Sécuriser l’agent n° 11, c’est tout recommencer.

Un socle commun

Une recherche, une suite de tests, un jeu de garde-fous. L’agent n° 11 en hérite, puis ajoute ses tests et ses permissions.
La voie écartée, et celle que j’ai prise.

Lire l’étude de cas

Dans la section suivante : Alors, qu’appelle-t-on exactement un agent ici ?

Les mots à connaître

EN BREF Ici, un agent a un périmètre restreint : une seule tâche, les documents du fonds et une source pour chaque réponse.

LES MOTS À CONNAÎTRE

Agent IA
Un logiciel qui s’appuie sur un modèle de langage (une IA qui écrit du texte) pour une tâche précise, dans des limites fixées par des personnes.
Recherche documentaire
Fouiller une base de documents pour en extraire les quelques-uns qui répondent à une question précise.
Routeur de modèles
Le composant qui envoie chaque tâche vers un modèle moins cher ou plus puissant, dans la limite d’un plafond de dépense.

ADAM explique : Pensez à une bibliothèque où chaque guichet partage un catalogue et où chaque réponse porte sa cote. La limite : un bibliothécaire peut répondre de mémoire, ces agents étaient conçus pour ne pas le faire.

Dans la section suivante : Mais où se trouvaient ces documents avant ?

Le premier problème : les données, pas l’IA

EN BREF Avant qu’un agent serve à quelque chose, les documents du fonds devaient être réunis en un seul endroit.

Les archives dormaient dans 13 sources distinctes, accumulées sur 13 ans, dans des formats qui ne s’accordaient pas. Au total, environ 2 To.

1,4 million

de fichiers, 13 sources, 13 ans

Chiffre que je déclare moi-même, issu de ma mission de mars à août 2026.

Répondre à une seule question pouvait obliger à ouvrir cinq systèmes pour trouver le bon document. Le vrai goulot, c’était cette chasse aux documents.

Ma première brique n’avait donc rien de malin : une seule base interrogeable. « Où est le document qui explique ça ? » est passé d’un après-midi de fouille à quelques secondes. La Recherche documentaire Fouiller une base de documents pour en extraire les quelques-uns qui répondent à une question précise. Voir le glossaire de chaque agent passe par elle.

L’ENTONNOIR DE DONNÉES
Diagramme de flux : 2 étapesDiagramme de flux : 2 étapes. 13 sources, puis 1 base interrogeable.113 sourcesRelevés, documentsréglementaires, contrats,valorisations, courriels,accumulés sur 13 ans.21 base interrogeable~2 To, 1,4 million defichiers, une seule base quechaque agent interroge.
13 sources accumulées sur 13 ans, réunies dans la seule base que chaque agent interroge.

OBJET OBTENU

Une seule base avant tout agent

La recherche de chaque agent passe par une seule base interrogeable : le travail sur les données est passé en premier.

Dans la section suivante : Alors, comment chaque agent interroge-t-il cette base ?

La pile commune aux 11 agents

EN BREF Chaque agent va chercher ses preuves de la même façon, par une pile commune.

FastAPI, la couche web, reçoit les requêtes. Postgres, une base de données, stocke les documents, et son extension pgvector les cherche par le sens.

Un Routeur de modèles Le composant qui envoie chaque tâche vers un modèle moins cher ou plus puissant, dans la limite d’un plafond de dépense. Voir le glossaire choisit un modèle moins cher ou plus puissant selon la tâche. Son plafond de coût strict évite que 11 agents fassent grimper en silence une facture que personne n’a validée.

ÉTAPE PAR ÉTAPE

Diagramme en couches : 6 niveaux, de haut en basDiagramme en couches : 6 niveaux, de haut en bas. Niveau 1, ENTRÉE : Couche web. Niveau 2, RECHERCHE : Base interrogeable, ~2 To de documents. Niveau 3, ROUTEUR : Routeur de modèles, Plafond de coût strict. Niveau 4, MODÈLES : Modèle bon marché, Modèle puissant. Niveau 5, CONTRÔLE : Chaque affirmation est-elle fidèle à sa source ?, Les chiffres concordent-ils ?. Niveau 6, REPLI : Abstention, Passage à une personne.ENTRÉECouche webRECHERCHEBase interrogeable~2 To de documentsROUTEURRouteur de modèlesPlafond de coût strictMODÈLESModèle bon marchéModèle puissantCONTRÔLEChaque affirmation est-ellefidèle à sa source ?Les chiffres concordent-ils?REPLIAbstentionPassage à une personne
Le premier contrôle utilise la NLI (inférence en langage naturel) : l’affirmation découle-t-elle du texte ?

Étape 1. Arrivée. Une requête arrive par la couche web.

Choisissez une étape pour la voir bouger
  1. Arrivée Une requête arrive par la couche web.
  2. Chercher la preuve L’agent fouille ~2 To de documents. Sans document, pas de réponse.
  3. Choisir un modèle Le routeur choisit un modèle sous le plafond de coût.
  4. Rédiger Le modèle doit rédiger à partir des documents trouvés, pas de mémoire.
  5. Contrôler Chaque affirmation est confrontée à sa source, et chaque chiffre est contrôlé.
  6. Repli Preuve insuffisante : l’agent s’abstient et une personne reprend le cas.
Une requête traverse la pile commune : la preuve d’abord, les contrôles avant toute réponse.

EN CLAIR

Les agents étaient conçus pour trouver d’abord les documents, répondre à partir de ces seuls documents et vérifier la réponse, pas pour répondre de mémoire. Une preuve insuffisante est transmise à une personne. Le tout a été testé et attaqué exprès avant la mise en production.

NIVEAU TERMINÉ

Ce que vous savez maintenant

  • Les 11 agents partageaient une base interrogeable, une pile technique et un ensemble de contrôles.
  • La recherche passe en premier : les agents sont conçus pour répondre à partir de ce qu’ils ont trouvé, pas de mémoire.
  • Un routeur de modèles choisit un modèle moins cher ou plus puissant, sous un plafond de coût strict.

Vérifiez par vous-même

Touchez ou cliquez une question pour voir la réponse.

Un nouvel agent rejoint la plateforme. Qu’obtient-il d’office et que lui faut-il encore ?

Il hérite de la base, de la pile et des garde-fous. Il lui faut encore ses propres tests et permissions.

Niveau suivant :Comment la couche de sûreté choisit-elle entre répondre et dire « je ne sais pas » ?6 min
Adam Boudjemaa
Adam Boudjemaa

Ancien CTO d’Integra. Auteur nommé (1 sur 5) d’ERC-3643, premier auteur d’ERC-6960, co-auteur d’ERC-7410 et co-auteur d’ERC-8203, encore à l’état de brouillon. Conçoit des systèmes d’IA en production et des systèmes Web3 régulés.

Un projet à livrer ou un poste à pourvoir ?

Parlons de votre besoin
Suivre les notes techniques

Recevez les nouveaux articles sur l’IA en production et les smart contracts par email.