Agentic AI in SW Development: Evolving Patterns & Protocols

Agentic AI in SW Development: Evolving Patterns & Protocols

par Bhuvaneswari Subramani

Sciences appliquées & ingénierie IA — Actualité & Applications UYInformatiqueUYQIntelligence artificielle (IA)
🎙 Bhuvaneswari Subramani 👥 1.1M 📅 29 décembre 2025 ⏱ 23 min 👁 2K 📄 revue d'actualité 🧭 2026-08-06
Disponible en : Français (actuel) English

Mots-clés

Agentic AIMCPRAGSelf-correcting RAGPatterns

Résumé

Cette présentation de Bhuvaneswari Subramani, enregistrée lors de la conférence GOTO Serverless 2025, explore l’évolution des systèmes d’IA agentique dans le développement logiciel. L’oratrice commence par une démonstration pratique utilisant le modèle Nova Act d’Amazon pour automatiser une recherche et un ajout au panier, illustrant la puissance des agents. Elle propose ensuite un modèle mental simple pour comprendre les systèmes agentiques, en les décomposant en sept patterns progressifs : 1) clients conversationnels, 2) clients conversationnels contextuels, 3) RAG (Retrieval-Augmented Generation), 4) RAG auto-correctif, 5) agents avec MCP (Model Context Protocol), 6) interaction agent-à-agent, et 7) agents autonomes. Chaque pattern répond aux limitations du précédent, ajoutant mémoire, contexte, validation, action et collaboration. Elle souligne l’importance de la validation et de l’auto-correction dans les systèmes RAG, avec une implémentation utilisant LangGraph. Elle mentionne également les travaux d’Andrej Karpathy sur l’IA comme système d’exploitation. La présentation se conclut sur l’évolution vers des agents de plus en plus autonomes et collaboratifs, transformant le développement logiciel.

161 mots

Évaluation critique

La présentation de Bhuvaneswari Subramani offre une vue d’ensemble claire et structurée des patterns d’IA agentique, allant des simples chatbots aux systèmes multi-agents. L’approche pédagogique est efficace : elle utilise un modèle mental progressif, chaque pattern répondant aux limitations du précédent. La démonstration initiale avec Nova Act est convaincante et illustre concrètement les concepts. Cependant, l’argumentation repose principalement sur des exemples personnels et des références à des tendances générales, sans étude comparative rigoureuse ni données quantitatives. Les sources citées sont principalement des liens personnels (blog, LinkedIn) et des ressources de la conférence, ce qui limite la vérifiabilité. La mention de Karpathy est pertinente mais non approfondie. La partie sur le RAG auto-correctif est bien expliquée, avec une implémentation pratique via LangGraph, mais elle reste au niveau conceptuel. L’adéquation titre-contenu est bonne, le titre reflétant bien le sujet. Globalement, la présentation est utile pour comprendre les tendances, mais elle manque de profondeur scientifique et de validation externe. Les commentaires (non fournis) ne sont pas analysés.

164 mots

Adéquation titre / contenu

Le titre correspond bien au contenu : la conférence explore les patterns et protocoles de l'IA agentique dans le développement logiciel.

Qualité & fiabilité

7/10

Présentation structurée des patterns d'IA agentique, avec démonstrations pratiques et références à des travaux récents (Karpathy). Les sources sont principalement des liens personnels et des ressources de conférence, sans validation par des pairs.

Chapitres

Sources citées

Sources concordantes

  • Article Medium : The Agentic Shift: Mapping the Landscape of AI System Design — L'article de l'oratrice développe les mêmes idées que la présentation.
  • Profil LinkedIn de Bhuvaneswari Subramani — Le profil LinkedIn contient des publications en lien avec la présentation.

Références externes

Apport & nouveautés

L’apport principal de cette présentation est la proposition d’un modèle mental en sept patterns pour comprendre l’évolution des systèmes d’IA agentique, allant des simples chatbots aux agents collaboratifs. Elle met en lumière l’importance de la validation et de l’auto-correction dans les systèmes RAG, avec une implémentation pratique utilisant LangGraph. La démonstration avec Nova Act illustre concrètement l’utilisation d’agents pour automatiser des tâches complexes.

Pour aller plus loin :

  • Model Context Protocol (MCP) — Protocole standardisé pour l’intégration d’agents IA avec des outils, central dans la présentation.
  • Retrieval-Augmented Generation (RAG) — Article fondateur de Lewis et al. sur le RAG, concept clé des patterns 3 et 4.
  • LangGraph — Framework pour construire des agents avec des workflows, utilisé dans l’implémentation du RAG auto-correctif.

122 mots

Profil radar

Le profil radar montre une bonne quantité d'informations et une qualité correcte, mais une fiabilité globale moyenne due à l'absence de sources académiques solides. Le niveau technique est modéré, adapté à un public de développeurs.

Fiabilité 6/10