★
Menu
Accueil Comment c'est construit Watchlist La pile
Matériel PucesComparer les puces Serveurs & systèmesRéseau MémoireFonderies & Packaging Refroidissement
Infrastructures Data centersAlimentation ProjetsCloud et calcul GPU
Intelligence Modèles IALogiciels Produits IABenchmarks Articles de rechercheJeux de données Concepts
Écosystème EntreprisesActions PersonnesChronologie TendancesAvenir de l'IA
Formation Actualités Interroger les données Agents IA
À propos À propos de nous Méthodologie Données & API Avertissement
Options
DONNÉES & API

Accès JSON gratuit en lecture seule aux données en cache du site.

Mode sombre

Vue guidée
Nouveau dans l'univers des puces, des data centers et du jargon des modèles ? Nous expliquons les termes clés au fil de votre navigation, en langage clair. Les mêmes données, avec l'aide intégrée.

Vue expert
Vous connaissez déjà le sujet. Juste les données : claires, rapides et concises, sans explications superflues. Il s'agit de la vue par défaut.

Langue de l'interface
‹ Retour
Accueil › Concepts › AI Agents

AI Agents

Concept Entraînement et inférence

Models that act: plan, call tools, iterate — the 2025 product wave.

Vous consultez une fiche concept : ce que ce terme signifie en langage clair, et les fiches qu'il relie.

An agent loops a model through plan → act → observe: calling tools, browsing, writing files, correcting itself until the goal is met. Coding agents (Claude Code, Codex, Devin) proved it commercially; standards like MCP wire agents to the world. Agents multiply token consumption per task by orders of magnitude — the demand driver behind the inference buildout — and concentrate the safety questions, since acting models can do more than talking ones.

Comment cela s'articule avec le reste de la chaîne

Related · 5 AI Agents

Les liens de cette fiche en un coup d'œil — cliquez sur un groupe pour y accéder directement.

Sources

MCP ↗

Fiche examinée au 2026-01-15 — voir Méthodologie.