HeadlinesBriefing favicon HeadlinesBriefing.com

Compétences dynamiques agents: nouveau paradigme

Towards Data Science •
×

La plupart des compétences d'agents aujourd'hui sont statiques. Quelqu'un lit la vérité une fois, l'écrit dans un fichier markdown et l'expédie. La procédure et les faits sont gelés ensemble dans le même paragraphe. Ensuite, la table devient obsolète et la compétence ne le sait pas. Un registre, champ propriétaire, schéma de version, révision trimestrielle et linter n'ajoutent que des métadonnées plus propres à une connaissance qui reste fausse.

Ce que nous avons finalement admis, c'est qu'une compétence statique est un cache sans protocole d'invalidation. Elle met en cache un résultat de récupération derrière une description de tâche en langage naturel, sans suivi de dépendances, sans TTL et sans moyen de remarquer qu'une source a bougé. C'est pourquoi les compétences deviennent obsolètes, se multiplient, se contredisent et s'enflent.

L'alternative conserve l'intention, la procédure, le contrat de sortie, les garde-fous et la portée dans un fichier rédigé. Chaque fait est résolu contre une couche de contexte en direct au moment où l'agent demande. Le markdown que lit le modèle existe toujours — c'est juste un artefact de construction avec une durée de vie d'un appel.

RAG avec filtres de métadonnées s'arrête une étape avant : le filtre est un argument par requête assemblé sur le site d'appel, et l'unité de récupération est un chunk classé par similarité. Dans ce modèle, une portée est une configuration rédigée qui se compile une fois par appel en une seule clause de filtre partagée par chaque chemin de récupération et réappliquée aux résultats à la sortie.

Les ressources MCP déplacent la récupération au moment de l'appel, mais la sélection reste au modèle client, qui doit déjà savoir quelle ressource demander depuis une énumération rédigée. L'obsolescence passe du contenu à l'index de ce qui existe, et le modèle paie sa propre exploration en allers-retours.

La division plus profonde porte sur ce qui est classé. La similarité de chunks n'a pas d'avis sur une colonne appartenant à une table appartenant à un schéma, donc elle ne peut pas échanger le détail complet d'une table contre trois lignes d'identité de tables quand le budget se serre. Cet échange est la majeure partie de ce que fait le compositeur.

C'est un modèle différent pour la connaissance des agents : dynamique, en direct, et construit autour du contexte actuel plutôt que des instantanés de compétences figées.

Entités clés : Entreprises : modus, Towards Data Science