Terminologie des agents IA
Avec le développement rapide des technologies de grands modèles de langage (LLM) et d'agents (Agent), les paradigmes de programmation connaissent une transformation profonde. Vibe Coding, Agentic Coding, Harness Engineer, Loop Engineer... une série de nouveaux concepts et de nouveaux termes apparaissent les uns après les autres. Voyons maintenant quels sont ces nouveaux termes et ce que chacun d'eux signifie.
Agent IAIl se compose d'intelligence artificielle et d'agent.

1. Paradigme de codage
| Terme |
Chinois |
Signification principale |
Exemple (activité de restaurant) |
| Vibe Coding |
Vibe Coding |
Utiliser le langage naturel/la voix pour décrire les besoins et laisser l'IA générer le code. |
Faire du riz sauté aux œufs à la maison à l'instinct, en ajoutant ce que l'on veut. |
| Ingénierie du contexte |
Ingénierie du contexte |
Améliorer les performances du modèle en organisant le contexte, les connaissances, la mémoire et les outils. |
Préparer les ingrédients à l'avance, préparer le menu et l'environnement de cuisine. |
| Codage agentique |
Codage agentique |
L'agent accomplit automatiquement les tâches de programmation (conception → mise en œuvre → tests → acceptation). |
Gérer un restaurant formel, depuis le menu et la préparation des ingrédients jusqu'au processus complet de service des plats. |
| Développement natif IA |
Développement natif IA |
Par défaut, l'IA participe à l'ensemble du processus de conception, de développement et de test. |
Exploiter directement un restaurant intelligent. |
2. Rôle d'ingénieur
| Terme |
Chinois |
Signification principale |
Exemple (opérations de restaurant) |
| Ingénieur Harness |
Ingénieur Harness |
Appelle divers composants Harness, effectue le travail et accepte lui-même les résultats |
Chef cuisinier professionnel, maîtrisant diverses techniques culinaires, goûte et contrôle la qualité après la cuisson |
| Ingénieur Loop |
Ingénieur Loop |
Construit des systèmes d'orchestration automatisés, auto-évolutifs |
Système de gestion des opérations de restaurant, coordonnant la planification, l'approvisionnement, le rythme de service et les coûts |
| Ingénieur de contexte |
Ingénieur de contexte |
Responsable de la conception des contextes, des sources de connaissances et des systèmes de mémoire |
Chef répartiteur de cuisine |
| Ingénieur produit IA |
Ingénieur produit IA |
Responsable de la conception des capacités d'IA et des boucles métier fermées |
Propriétaire et exploitant de restaurant |
| Opérateur d'Agent |
Ingénieur des opérations d'Agent |
Surveille et optimise en continu l'efficacité d'exécution de l'Agent |
Le gérant du magasin optimise en continu les données opérationnelles |
3. Modèle et fondamentaux
| Terminologie |
Chinois |
Signification principale |
Notes |
| LLM(Grand modèle de langage) |
Grand modèle de langage |
Un modèle de prédiction linguistique entraîné sur des données textuelles massives |
GPT, Claude et Gemini sont tous des LLM |
| GPT |
Transformer génératif pré-entraîné |
Paradigme d'architecture de modèle d'OpenAI |
Transformer génératif pré-entraîné |
| Token |
Token |
La plus petite unité de texte traitée par le modèle (environ 3/4 d'un mot anglais) |
Unité de mesure pour la facturation et la longueur du contexte |
| Fenêtre de contexte |
Fenêtre de contexte |
Le nombre maximal de tokens qu'un modèle peut « voir » en une fois |
Plus la fenêtre est grande, plus il se souvient |
| Inférence |
Inférence |
Le processus par lequel un modèle génère une sortie |
Distinct de l'entraînement |
| Hallucination |
Hallucination |
Le modèle fabrique avec assurance des informations inexistantes |
Génère du contenu incohérent avec les faits, le contexte ou les objectifs |
| Température |
Température |
Contrôle la distribution de probabilité d'échantillonnage ; des valeurs plus élevées sont plus diverses, des valeurs plus faibles plus stables |
Il est recommandé de la baisser lors de l'écriture de code |
| Top-p / Top-k |
Paramètres d'échantillonnage |
Contrôle la plage d'échantillonnage des mots candidats |
Affecte la diversité des sorties |
| Embedding |
Embedding vectoriel |
Convertit le texte/les images en vecteurs numériques pour les calculs de similarité |
Le fondement du RAG |
| Fine-tuning |
Fine-tuning |
Continue l'entraînement d'un modèle généraliste sur des données spécifiques |
Rend le modèle plus compétent dans un domaine spécifique |
| RLHF |
Apprentissage par renforcement à partir du retour humain |
Aligne le comportement du modèle sur les préférences humaines |
Rend l'IA « obéissante » |
| MoE(Mélange d'experts) |
Mélange d'experts |
N'active qu'un sous-ensemble de paramètres à chaque fois, ce qui améliore l'efficacité |
Exécuter des modèles plus puissants avec moins de calcul |
| Multimodal |
Multimodal |
Traite simultanément le texte, les images, l'audio et la vidéo |
GPT-4o et Gemini en sont tous deux des exemples |
| Transformer |
Architecture Transformer |
La structure de réseau de neurones sous-jacente des LLM modernes |
Le mécanisme d'attention en est le cœur |
| Cache KV |
Cache clé-valeur (KV Cache) |
Met en cache les résultats de calcul du contexte pour améliorer la vitesse d'inférence |
Éviter de feuilleter la recette à plusieurs reprises |
| Latence |
Latence |
Temps de réponse du modèle |
Affecte l'expérience utilisateur |
| Débit |
Débit |
Nombre de tâches traitables par unité de temps |
Affecte la capacité de concurrence |
4. Ingénierie de prompt
| Terme |
Chinois |
Sens principal |
| Prompt |
Prompt |
Instruction d'entrée donnée au modèle |
| Prompt système |
Prompt système |
L'instruction sous-jacente qui définit le rôle, les limites et le comportement de l'Agent |
| Ingénierie de prompt |
Ingénierie de prompt |
La technique de conception et d'optimisation de prompts pour obtenir une meilleure sortie |
| Zero-shot |
Zero-shot |
Ne donner aucun exemple et laisser directement le modèle accomplir la tâche |
| Few-shot |
Few-shot |
Donner quelques exemples pour guider le modèle à produire une sortie dans un format/style spécifique |
| Chaîne de pensée(CoT) |
Chaîne de pensée |
Guider le modèle pour produire des étapes de raisonnement intermédiaires, améliorant la capacité de raisonnement complexe |
| ReAct |
Raisonnement + Action |
Raisonnement + Action en alternance, penser tout en faisant, et c'est le paradigme central de l'Agent |
| Prompt de rôle |
Jeu de rôle |
Laisser le modèle jouer un certain rôle (par ex., "Vous êtes un architecte senior") |
| Sortie structurée |
Sortie structurée |
Forcer le modèle à produire une sortie dans des formats tels que JSON/XML |
| Chaînage de prompts |
Chaînage de prompts |
Plusieurs prompts enchaînés pour accomplir des tâches complexes |
| Auto-cohérence |
Auto-cohérence |
Générer plusieurs résultats de raisonnement puis voter pour en sélectionner un |
| Arbre de pensées(ToT) |
Arbre de pensée |
Explorer simultanément plusieurs chemins de raisonnement |
5. Architecture de l'Agent
| Terme |
Chinois |
Sens principal |
Exemple (fonctionnement d'un restaurant) |
| Agent |
Agent |
Un programme d'IA capable de percevoir, décider et exécuter des tâches de manière autonome |
Chef de cuisine |
| Multi-agents |
Multi-agent |
Plusieurs Agents se répartissent le travail et collaborent |
L'équipe de cuisine collabore pour servir les repas |
| Sous-agent |
Sous-agent |
Un sous-agent dédié dérivé de l'Agent principal |
Chef à plein temps (par ex., découpe/préparation, plats froids, desserts) |
| Utilisation d'outils / Appel de fonctions |
Appel d'outils / Appel de fonctions |
L'Agent appelle des outils/API externes pour exécuter des actions |
Utiliser des outils de cuisine tels que des couperets, des cuisinières et des fours |
| Planification |
planification |
L'Agent décompose les objectifs et formule des étapes d'exécution |
Élaborer un plan de préparation des repas et de dressage |
| Réflexion |
réflexion |
L'Agent examine son propre comportement et s'améliore |
Ajuster les saveurs en fonction des retours après avoir goûté les plats |
| Mémoire |
Mémoire |
Informations à long terme sauvegardées d'une session à l'autre pour être réutilisées (court terme/long terme) |
Accumulation de livres de recettes et de données opérationnelles |
| Boucle d'Agent |
Boucle d'Agent |
Mécanisme itératif : penser → agir → observer → repenser |
Le cycle de préparation des ingrédients → cuisson → dégustation → service |
| Environnement |
Environnement |
Le monde réel dans lequel l'Agent perçoit et exécute des actions |
environnement de cuisine |
| Observation |
observation |
Obtenir des informations de retour après l'exécution |
retour de dégustation |
| Exécution |
Execute |
Transformer les plans en actions réelles |
commencer à cuisiner |
| Mémoire à long terme |
Mémoire à long terme |
Conservation à long terme des connaissances expérientielles |
Base de données métier |
6. Composants du harnais (Modules de capacités de l'Agent IA)
| Terme |
Chinois |
sens fondamental |
Exemple (gestion de restaurant) |
| Harnais |
Harnais de câblage / Cadre de contrôle |
Cadre d'exécution qui prend en charge l'exécution de l'Agent, la gestion du contexte et l'orchestration des outils |
L'ensemble du système de cuisine (la cuisine elle-même) |
| Compétences |
compétence |
Modules de capacités spécialisées que l'Agent peut appeler |
Diverses techniques de cuisson (cuisson à la poêle, sauté, friture) |
| Contexte |
Contexte |
L'étendue des informations disponibles pour la tâche en cours |
Commandes en cours, inventaire des ingrédients et exigences des clients |
| MCP(Protocole de contexte de modèle) |
Protocole de contexte de modèle |
Protocole standardisé permettant à l'Agent de se connecter à des outils/sources de données externes |
Interface standardisée pour la connexion aux fournisseurs d'ingrédients et aux plateformes de livraison de repas |
| Autorisation |
contrôle d'accès |
Mécanisme de sécurité contrôlant ce que l'Agent peut/ne peut pas faire |
Autorisations d'opération de cuisine et approbations d'achat |
| RAG(Génération augmentée par récupération) |
Génération augmentée par récupération |
Récupérer d'abord dans la base de connaissances, puis laisser le modèle générer, ce qui réduit les hallucinations |
Avant de cuisiner, consulter le livre de recettes pour vérifier la procédure standard |
| Registre d'outils |
Centre de registre d'outils |
Gestion unifiée des outils disponibles pour l'Agent |
Râtelier d'outils de cuisine |
| Session |
Session |
Cycle de vie d'une tâche unique |
Un processus d'opération métier |
| Base de connaissances |
base de connaissances |
Collection externe de connaissances pour les requêtes de l'Agent |
Bibliothèque de recettes de restaurant |
7. Outils de boucle (orchestration automatisée et évolution autonome)
| Terminologie |
Chinois |
Signification principale |
Exemple (opérations de restaurant) |
| /loop |
Instruction de boucle |
Laisser l'Agent s'exécuter en continu dans une boucle |
Pipeline de préparation alimentaire fonctionnant en continu |
| /goal |
Instruction d'objectif |
Définir des objectifs pour amener l'Agent à les atteindre de manière autonome |
Objectifs commerciaux quotidiens |
| Cron |
Tâche planifiée |
Déclenchée automatiquement selon un planning horaire |
Planification des heures d'ouverture et de la préparation des repas |
| Worktree |
Arbre de travail |
Espace de travail parallèle multi-branches Git |
Plusieurs fourneaux cuisinant simultanément sans interférer les uns avec les autres |
| Workflow |
Workflow |
Processus automatisé multi-étapes prédéfini |
SOP standard de service des aliments |
| Planificateur |
Planificateur |
Coordonne l'ordre d'exécution de plusieurs tâches |
Système de planification de cuisine |
| Point de contrôle |
Point de contrôle |
Sauvegarde l'état d'exécution pour la reprise |
Continuer à travailler après une pause d'activité |
| Humain dans la boucle |
Humain dans la boucle |
Permet l'intervention humaine aux étapes critiques |
Le chef principal donne la confirmation finale avant le service |
8. Écosystème d'outils
| Outil |
Type |
Description |
| Claude Code(cc) |
AI Agent / CLI |
Agent terminal officiel d'Anthropic, représentant typique de Harness |
| Codex CLI |
AI Agent / CLI |
Agent de codage en ligne de commande officiel d'OpenAI |
| Cursor |
AI IDE |
Éditeur de code avec IA intégrée, principal outil pour le Vibe Coding |
| Windsurf |
AI IDE |
IDE IA produit par Codeium |
| GitHub Copilot |
Assistant de programmation IA |
Le premier plugin de programmation IA popularisé, axé sur la complétion assistée |
| Cline / Roo Code |
Plugin Agent open source |
Agent de codage autonome dans VS Code |
| Aider |
Agent CLI open source |
Outil de programmation en binôme IA en ligne de commande |
| Devin |
Ingénieur logiciel IA |
Le "premier programmeur IA" de Cognition, tendant vers une autonomie complète |
| Continue |
Plugin IA open source |
Assistant de code avec modèles personnalisables |
| Qoder |
AI IDE |
Un environnement de développement intelligent national pour les scénarios de programmation IA, mettant l'accent sur l'Agent, la compréhension de projet et la génération de code |
| Trae |
AI IDE |
Nouvel outil de programmation IA de ByteDance, prenant en charge le développement conversationnel et la collaboration au niveau ingénierie |
| ZCode |
Assistant de programmation IA |
Produit de programmation intelligent de Z.ai, prenant en charge la génération de code, la compréhension, la refactorisation et la collaboration d'ingénierie |
| OpenHands |
Agent open source |
Développement logiciel autonome, orienté vers une exécution d'ingénierie complète |
| Bolt |
AI Builder |
Génération rapide d'applications, axée sur la livraison de produit |
| Lovable |
AI Builder |
Génération web à partir de langage naturel, mettant l'accent sur la livraison de produit |
9. Évaluation et sécurité
| Terminologie |
Chinois |
Signification principale |
| Eval |
Évaluation |
Mesurer les capacités du modèle/Agent avec des jeux de tests |
| Alignement |
Alignement |
Faire en sorte que le comportement de l'IA soit conforme aux intentions et valeurs humaines |
| Garde-fou |
Garde-fous |
Mécanisme de sécurité qui limite la plage de sortie de l'IA |
| Red Teaming |
Tests Red Team |
Attaquer/induire proactivement l'IA pour découvrir des vulnérabilités |
| Injection de prompt |
Injection de prompt |
Une entrée malveillante détourne le comportement de l'IA (par ex., "ignorez les instructions ci-dessus") |
| Empoisonnement de contexte |
Pollution du contexte |
Injecter des informations malveillantes dans le contexte pour tromper l'agent |
| Bac à sable |
Bac à sable |
Environnement d'exécution isolé qui empêche les opérations erronées de l'IA d'endommager le système |
10. Parcours d'évolution de l'ingénierie de l'IA (Évolution)
Les capacités d'ingénierie de l'IA remontent progressivement la pile : du contrôle de la sortie du modèle, au contrôle du contexte, au contrôle des systèmes, pour finalement évoluer vers des systèmes autonomes continus.
| Étape |
Focus |
Capacités clés |
| Ingénierie de prompt |
Comment demander |
Conception de prompts |
| Ingénierie du contexte |
Quelles informations fournir |
Organisation du contexte |
| Ingénierie du harnais |
Comment organiser les capacités |
Orchestration des outils |
| Ingénierie des boucles |
Comment créer des résultats en continu |
Exécution automatisée et retour d'information |
Autres extensions