
| Agents travaillant simultanément sur la recherche Navier-Stokes | 10 000 (affiché à l'écran) |
| Messages échangés entre les agents | 2,7 millions (affiché à l'écran) |
| Jetons de sortie générés pendant la recherche | 130 milliards (affiché à l'écran) |
| Problèmes mathématiques ouverts résolus par le modèle interne | Plus de 100 (affirmation de l'auteur) |
À qui cette analyse fera gagner une heure ?Nous envoyons le lien avec le verdict « en réalité » : pas besoin de regarder toute la vidéo.
Les agents IA sont des systèmes combinant raisonnement et utilisation d'outils pour agir de manière autonome. Contrairement aux chatbots simples, ils peuvent planifier, exécuter des tâches dans un environnement sécurisé, observer les résultats et ajuster leur stratégie jusqu'à l'atteinte de l'objectif.
OpenAI utilise la « compression de contexte » via l'API Responses. Lorsque la fenêtre de contexte d'un agent est pleine, le système résume l'historique en un état compact tout en conservant l'objectif principal et les conclusions clés, permettant à l'agent de travailler indéfiniment.
La vidéo suggère plusieurs modèles : « Manager » (un agent orchestre les sous-conversations), « Pair » (un producteur et un réviseur), et « Studio » (des agents spécialisés par domaine comme l'art ou le code). La clé réside dans la définition de limites claires et de journaux de travail partagés.
OpenAI y est parvenu en créant des « équipes d'agents » explorant différentes hypothèses en parallèle. Ces équipes communiquent entre elles pour partager leurs découvertes et éviter les doublons, tout en suivant un « journal de travail partagé » pour rester alignées sur la solution finale.