Patterns agentiques courants : ReAct (Raisonnement + Action — l'agent alterne entre réfléchir à quoi faire et agir), Plan-Exécuter (créer un plan d'abord, puis exécuter chaque étape), et Réflexion (générer une sortie, la critiquer, puis l'améliorer). Des patterns plus complexes incluent les agents hiérarchiques (un agent planificateur délègue à des agents spécialisés) et le débat multi-agents (des agents défendent différentes perspectives pour arriver à de meilleures conclusions).
Les flux agentiques dépendent des outils : recherche web, exécution de code, opérations sur fichiers, appels d'API, requêtes de bases de données. Sans outils, un agent est juste un modèle qui se parle à lui-même. La qualité des définitions d'outils (descriptions claires, paramètres bien typés, bons messages d'erreur) affecte directement la performance de l'agent. Des outils mal définis mènent à de mauvais choix d'outils, des paramètres incorrects et des erreurs en cascade.
Le plus grand défi des flux agentiques est la fiabilité. Chaque étape a une certaine probabilité d'échec, et les échecs se composent d'une étape à l'autre. Les systèmes agentiques en production ont besoin de : gestion d'erreurs (que se passe-t-il quand un appel d'outil échoue ?), garde-fous (quelles actions nécessitent une approbation humaine ?), observabilité (logger chaque étape pour le débogage), limites de budget (maximum de tokens/coût par flux), et dégradation gracieuse (retourner des résultats partiels plutôt qu'échouer complètement). L'écart entre les démos impressionnantes et les systèmes de production fiables est large.