Découvrez ce qui fait la réussite d'un agent d'IA en production (et comment beaucoup échouent en chemin!). Voyez les grands principes de conception agentique pour préparer vos agents à l'échelle : une infrastructure et des outils robustes, une architecture modulaire, ainsi que des boucles continues d'évaluation et de rétroaction.

Agents d'IA sur le terrain

Agent ou pas agent

Applications agentiques

Principes de conception pour des agents évolutifs

Stratégies pour une conception évolutive

Renforcer les piliers d'un design évolutif

Comment les agents IA évoluent (et échouent)

Ne flanchez pas en passant à l'échelle!

Comptabilité agentique

Des garde-fous, sinon ça plante

Concevoir des agents évolutifs

Découvrez des stratégies clés pour développer votre agent en gardant l'évolutivité en tête. Comprenez comment le Model Context Protocol (MCP) et le protocole Agent-to-Agent (A2A) favorisent l'évolutivité grâce à la normalisation.

Patrons de conception multiagents

Passer d'un agent unique à des agents multiples

Options

Multiagent en réseau

Multiagent avec superviseur

Modèles de conception multiagents

Le Model Context Protocol (MCP)

Découvrir MCP

MCP est le MVP

Clients, serveurs et tout le reste

Le protocole Agent à agent (A2A)

Cartes d'agent - Gotta Catch 'Em All

MCP et A2A : alliés ou adversaires ?

Développer des agents pour l'évolutivité

Prêt pour la production… mais pas si vite! Mettez en place un cadre d'essais robuste pour avoir l'assurance que l'agent d'IA maintiendra sa performance en production. Choisissez la meilleure stratégie de déploiement pour votre cas d'utilisation et apprenez à intégrer des sources de données en temps réel à votre système agentique.

Du prototype à la production

Tester un agent de façon robuste

Qu'est-ce qu'il reste à vérifier?

Ingestion de données rapide et efficace

La valeur des données en temps réel

Échouer avec élégance : atténuer les risques

Nouvelle tentative avec repli exponentiel

On pose les règles du jeu!

Félicitations !

Déployer des agents en production à grande échelle

Cheat Sheet

Course Glossary

Pourquoi tant de systèmes agentiques échouent-ils à franchir l'écart entre le développement et la production? Dans ce cours, vous le découvrirez! Apprenez à concevoir et à développer des agents d'IA en pensant à l'évolutivité, en suivant les trois piliers de l'évolutivité agentique : une infrastructure et des outils robustes, une architecture de conception modulaire et des boucles continues d'évaluation et de rétroaction. Découvrez comment des cadres agentiques comme le Model Context Protocol (MCP) et le protocole Agent-to-Agent (A2A) permettent des intégrations plus propres et plus rapides entre les sources de données et les agents. Enfin, voyez quels tests et quelles stratégies de déploiement permettront à votre agent de réellement livrer de la valeur.

Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Show transcript » dans le coin inférieur gauche des vidéos.

Le glossaire du cours se trouve à droite, dans la section Ressources.

Pour obtenir des crédits CPE, vous devez terminer le cours et atteindre un score de 70 % à l'évaluation admissible. Vous pouvez accéder à l'évaluation en cliquant sur l'encadré des crédits CPE à droite.

<h2>Concevez et développez des agents pour passer à l’échelle</h2>
Apprenez à concevoir et à développer des agents d’IA en gardant la scalabilité à l’esprit, en suivant les trois piliers de la scalabilité agentique : modularité, robustesse et adaptabilité. Découvrez ce qui fait un agent performant en production, et pourquoi tant de personnes ont du mal à y parvenir.<br><br><h2>Découvrez la puissance de MCP et d’A2A</h2>
Le protocole Model Context Protocol (MCP) développé par Anthropic a révolutionné l’interopérabilité des agents, en créant une approche unifiée pour connecter les agents aux sources de données. Le protocole Agent-to-Agent (A2A) développé par Google complète MCP. Découvrez comment combiner ces deux frameworks pour garantir que les intégrations de votre agent soient évolutives.<br><br><h2>Mettre en œuvre les meilleures pratiques de test et de déploiement des agents</h2>Avant d’appuyer sur le gros bouton rouge et de lancer votre agent en production, vous devez atténuer les risques liés à la mise à l’échelle. Apprenez à créer un cadre de tests robuste pour détecter les problèmes liés aux composants, aux intégrations, aux performances et à la sécurité. Décidez quel type de déploiement convient à votre agent en fonction des besoins du cas d’utilisation.

Introduction to AI Agents

Découvrez comment évoluer les agents IA avec l'aide de cadres comme MCP et A2A.

Concevoir des systèmes agentiques évolutifs

Découvrez ce qu’il faut pour faire évoluer des agents IA, avec un peu d’aide de frameworks comme MCP et A2A.

Fondamentaux des agents IA

Protocole normalisé pour connecter les systèmes d'IA et les sources de données

Protocole normalisé pour la communication entre agents

**Composants** : fiche d'agent, agent client, agent distant

MCP et A2A : alliés ou adversaires ?

Concevoir des systèmes agentiques évolutifs

Exercice interactif pratique