Un agent IA n’est pas un chatbot, c’est un collègue : il faut le designer comme tel
Temps de lecture estimé : minutes
Agent IA
Sommaire

Le 25 septembre, n8n a lancé « n8n Agents » : des agents autonomes avec mémoire, sessions, versionnage, branchés sur Slack, Telegram, Linear, Discord ou une tâche planifiée, capables d’appeler des serveurs MCP, des nœuds n8n et tous vos workflows existants. Encore en preview, mais la promesse est limpide : « You describe what an agent should do […] and it works out the steps itself. » Autrement dit, construire un agent devient un formulaire à remplir. Et c’est précisément là que les ennuis commencent. Parce que la question n’est plus « comment je le fabrique ? », mais « qu’est-ce que je l’autorise à faire, et qui répond quand il se plante ? ».

Le chatbot est mort, voici le stagiaire qui a les clés

Un chatbot répond. Un agent agit. Toute la différence est là, et beaucoup d’équipes produit ne l’ont pas encore digérée.

Anthropic pose la distinction proprement dans son guide « Building effective agents » : les workflows sont des systèmes où les LLM et les outils sont orchestrés « through predefined code paths », alors que les agents sont des systèmes où les LLM « dynamically direct their own processes and tool usage ». Traduction : dans un workflow, c’est vous qui écrivez le chemin. Dans un agent, vous écrivez l’intention, et il choisit le chemin.

n8n le dit avec ses propres mots : parfois vous voulez le workflow aux commandes, avec l’agent comme une étape ; parfois vous voulez l’agent aux commandes, avec les workflows comme outils. Ce deuxième cas, c’est un changement de nature. Vous ne designez plus un parcours. Vous recrutez quelqu’un.

Et je vois déjà venir la suite :

  • des agents branchés sur tout le stack « parce que c’est possible » ;
  • des instructions de trois lignes du genre « aide l’équipe support » ;
  • aucune règle sur ce qu’il doit faire quand il ne sait pas ;
  • et une surprise le jour où il fait exactement ce qu’on lui a demandé, pas ce qu’on voulait.

Ce n’est pas un problème de technique. C’est un problème de design. Le même que celui que je dénonçais sur le vibe coding : quand la fabrication devient gratuite, tout le monde fabrique, et presque personne ne réfléchit à l’usage réel.

Designer une fiche de poste, pas une interface

Quand on me demande de concevoir un agent, je ne commence pas par l’écran. Je commence par la fiche de poste. Exactement comme pour un humain qu’on embauche. Cinq rubriques, pas une de moins :

  • Le périmètre. Sur quoi il travaille, et surtout sur quoi il ne travaille pas. Un agent sans frontière explicite finit toujours par en franchir une.
  • Les outils. À quoi il a accès. Le principe du moindre privilège n’est pas une option de sécurité, c’est un choix de design.
  • La mémoire. Ce qu’il retient, d’une conversation à l’autre, et ce qu’il doit oublier.
  • Les limites. Les actions qu’il n’a jamais le droit de faire seul.
  • L’escalade. À qui il passe la main, quand, et avec quelles informations.

Le guide d’OpenAI, « A practical guide to building agents », résume un agent en trois briques : le modèle, les outils, et des « explicit guidelines and guardrails defining how the agent behaves ». Le modèle, vous l’achetez. Les outils, n8n vous les donne. La troisième brique, personne ne vous la livre clé en main. C’est votre boulot.

Anthropic va plus loin, et c’est la phrase que je voudrais voir imprimée dans chaque équipe produit : investir autant d’effort dans les « agent-computer interfaces » que dans les interfaces homme-machine. Documenter un outil pour qu’un agent le comprenne, c’est de l’UX. Juste pour un utilisateur qui ne s’appelle pas Kevin.

L’approbation humaine est la vraie interface

Voilà où je veux en venir. Dans un système agentique, l’interface qui compte n’est pas celle où vous discutez avec l’agent. C’est celle où l’agent vous demande la permission.

n8n l’a compris et l’a rendu natif : « Mark a tool as sensitive and the agent pauses for Approve or Reject before using it. » Et côté sécurité, l’agent « never holds the keys to your instance » : chaque outil tourne avec ses propres identifiants. C’est bien. Mais un bouton Approuver / Rejeter, c’est un mécanisme, pas un design.

OpenAI identifie deux déclencheurs clairs pour l’intervention humaine : quand l’agent dépasse un seuil d’échecs (il n’arrive pas à comprendre l’intention après plusieurs tentatives), et quand l’action est à haut risque. Sa formule : « Actions that are sensitive, irreversible, or have high stakes should trigger human oversight », avec des exemples comme annuler une commande, autoriser un remboursement ou traiter un paiement.

Le vrai travail de design commence après. Quatre questions, systématiques :

Quand demande-t-il ?

Trop souvent, et votre équipe clique « Approuver » en réflexe au bout d’une semaine. L’approbation devient un tampon. Trop rarement, et vous découvrez ce qu’il a fait en lisant les logs. Le bon seuil, c’est l’irréversible : tout ce qui sort de la maison (un email envoyé, une publication, un paiement) mérite un humain.

Comment demande-t-il ?

Une demande d’approbation doit pouvoir être tranchée en dix secondes. Donc : ce qu’il veut faire, pourquoi, ce qu’il a déjà vérifié, et ce qui se passe si vous refusez. Si l’humain doit aller fouiller trois outils pour comprendre, votre human-in-the-loop est un human-in-the-fog.

À qui demande-t-il ?

À la personne qui a l’autorité de dire oui. Pas au canal général où tout le monde pense que quelqu’un d’autre va répondre.

Et s’il n’a pas de réponse ?

Le silence est une réponse qu’il faut designer. Par défaut, un agent qui n’obtient pas de validation ne doit rien faire d’irréversible. Jamais.

Un agent n’est pas fiable parce qu’il se trompe rarement. Il est fiable parce qu’on sait exactement ce qui se passe quand il se trompe.

Ce que mes propres agents m’ont appris

Je ne parle pas de ça depuis un balcon. Je conçois des agents et des workflows n8n, et celui qui tourne pour ce blog s’appelle « Trend To Content ». Le principe est simple : l’agent repère des sujets, me les propose, attend ma validation par email, rédige, puis programme la publication via n8n.

Sur le papier, l’étape de validation ressemble à un frein. Dans les faits, c’est l’inverse. Quelques principes que j’en tire :

  • La validation humaine par email est l’étape qui rend le système fiable. Pas le modèle, pas le prompt. Le moment où un humain dit « oui, celui-là ».
  • L’agent propose, je dispose. Le choix du sujet, c’est de la ligne éditoriale. C’est du jugement. Je ne le délègue pas.
  • Le point de contrôle est placé avant l’irréversible. Proposer un sujet ne coûte rien. Publier engage la marque. La porte est entre les deux.
  • Le canal d’approbation doit être celui où je vis déjà. Un email que je lis entre deux rendez-vous vaut mieux qu’un dashboard que je n’ouvre jamais.
  • Chaque étape a un rôle unique. Proposer, attendre, rédiger, programmer. Quand je veux changer un comportement, je sais où intervenir.

C’est d’ailleurs ce que recommande Anthropic : les implémentations qui marchent le mieux reposent sur des « simple, composable patterns », et il faut ajouter de la complexité « only when it demonstrably improves outcomes ». Un agent sobre avec un bon point de contrôle battra toujours un agent brillant sans garde-fou.

Le retour des managers dans la boucle

Ce que les « n8n Agents » et consorts vont vraiment changer, ce n’est pas la tech. C’est le métier de ceux qui les conçoivent. Le designer d’agent, demain, c’est un mélange de product designer, d’architecte de l’information et de manager. Il écrit des fiches de poste, trace des frontières, dessine des circuits d’escalade. Rien de tout ça ne se génère avec un prompt.

n8n a une phrase très juste dans son annonce : « A support agent is only useful if the team can count on it. » Remplacez « support » par n’importe quel métier, et vous avez tout le cahier des charges. La confiance ne vient pas de l’intelligence de l’agent. Elle vient de la lisibilité de son rôle et de la qualité de ses points de contrôle. C’est exactement la conviction que je défendais sur l’intégration de l’IA dans les workflows UX : l’IA collabore, l’humain décide.

Alors oui, construire un agent devient presque trivial. Décider de ce qu’il a le droit de faire prend toujours du temps, de l’expérience et un vrai parti pris. C’est là que se joue la valeur. Le reste, c’est de la plomberie.

Si vous voulez un agent qui travaille vraiment pour votre équipe, et pas un chatbot déguisé ou un stagiaire lâché sans consignes, parlons-en. Je conçois des agents IA et des workflows n8n en partant de là où tout se joue : la fiche de poste, les limites et les points de validation.

Travaillons ensemble

Vous avez besoin d’une gamme complète de services de design UX/UI pour vos projets web et mobiles ?

Conception d’interfaces utilisateur : conception d’interfaces web et mobiles conviviales, intuitives et attrayantes

Design d’expérience utilisateur : conception et développement de parcours utilisateurs optimisés et cohérents

Prototypage : développement de prototypes interactifs pour tester et valider les conceptions

Évaluation des performances : évaluation des performances des produits et des parcours utilisateurs

Vous avez besoin d’une gamme complète de services de design UX/UI pour vos projets web et mobiles ?