AI Agents In-Depth – Function Calling, MCP and Tool Use Under the Hood - Alan Smith - NDC AI 2026

AI Agents In-Depth – Function Calling, MCP and Tool Use Under the Hood - Alan Smith - NDC AI 2026

par Alan Smith

Sciences appliquées & ingénierie IA — Actualité & Applications UYInformatiqueUYQIntelligence artificielle (IA)
🎙 Alan Smith 👥 227K 📅 1 juillet 2026 ⏱ 61 min 👁 5K 📄 revue d'actualité 🧭 2026-08-13
Disponible en : Français (actuel) English

Mots-clés

function callingMCPagentLLMoutils

Résumé

Cette conférence d’Alan Smith, enregistrée à NDC AI 2026, explore en profondeur le fonctionnement des agents IA, en se concentrant sur le function calling, le protocole MCP et l’utilisation d’outils. L’orateur commence par expliquer le principe de base : le modèle de langage ne déclenche pas directement les outils, mais renvoie une demande d’appel de fonction à l’application agentique, qui exécute l’outil et renvoie le résultat au modèle. Il illustre ce mécanisme avec des exemples concrets dans Postman, montrant comment les définitions d’outils sont envoyées au modèle et comment celui-ci décide de les utiliser. Ensuite, il présente plusieurs frameworks (LangChain, Semantic Kernel, Agent Framework) et leurs avantages pour faciliter le développement d’agents. Il démontre avec un exemple de commande de pizza comment le modèle peut comprendre et exécuter des appels d’outils complexes, même sans instructions explicites dans le prompt système. Il aborde également l’agentic RAG, qui améliore la recherche d’informations en utilisant des outils de recherche et en réécrivant les requêtes. Enfin, il mentionne le Model Context Protocol (MCP) comme standard pour connecter des services et des LLM. La session se termine par des démonstrations de création de sites web via un agent et par des conseils pratiques pour améliorer la fiabilité des agents.

204 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur de cette présentation réside dans sa capacité à démystifier le fonctionnement interne des agents IA, en montrant concrètement comment les modèles de langage interagissent avec les outils. L’argumentation est solide, appuyée par des démonstrations en direct et des explications claires. L’auteur met en évidence des points clés comme la non-déterminisme des modèles, l’importance des définitions d’outils et la nécessité de bien concevoir les prompts. Il souligne également les avantages de l’agentic RAG par rapport au RAG traditionnel. La présentation est bien structurée et progressive, ce qui facilite la compréhension.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : l’auteur s’appuie sur son expérience et des démonstrations pratiques. Il cite des frameworks et des protocoles reconnus (LangChain, Semantic Kernel, Agent Framework, MCP). Les sources mentionnées sont principalement des liens vers les conférences NDC, mais aucune référence académique n’est fournie. Le titre est en adéquation avec le contenu, qui traite bien du function calling, du MCP et de l’utilisation d’outils. Aucun commentaire n’a été fourni pour analyser les tendances du public.

183 mots

Adéquation titre / contenu

Le titre correspond parfaitement au contenu : la session explore en profondeur le fonctionnement des agents IA, notamment le function calling, le MCP et l'utilisation d'outils.

Qualité & fiabilité

8/10

Exposé technique clair et structuré, basé sur des démonstrations pratiques et des explications conceptuelles. L'auteur, expert reconnu (MVP Microsoft), fournit des exemples concrets et des références aux frameworks et protocoles. Quelques limites : pas de sources académiques, mais la fiabilité est bonne pour un contenu de conférence.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • NDC AI Conference — Conférence où la présentation a été enregistrée
  • NDC Conferences — Organisateur de la conférence

Sources concordantes

Apport & nouveautés

Cette présentation apporte un éclairage pratique sur le fonctionnement interne des agents IA, en particulier sur le function calling et l’utilisation d’outils. Elle met en évidence des aspects souvent négligés comme la non-déterminisme des modèles et l’importance des définitions d’outils. L’originalité réside dans les démonstrations concrètes et les conseils pour améliorer la fiabilité des agents.

Pour aller plus loin :

  • Model Context Protocol (MCP) — Protocole standard pour connecter des LLM à des outils et services.
  • LangChain — Framework populaire pour développer des applications basées sur des LLM.
  • Semantic Kernel — Framework de Microsoft pour intégrer l’IA dans les applications.
  • Agent Framework — Framework de Microsoft pour construire des agents IA.

111 mots

Profil radar

Le profil radar montre des scores élevés en quantité et qualité d'information, ainsi qu'en fiabilité, mais un niveau technique légèrement inférieur, indiquant que le contenu est accessible tout en restant précis. La note globale de 4/5 reflète une excellente présentation, mais avec quelques limitations comme l'absence de sources académiques.

Fiabilité 8/10