Une échelle pour juger si un agent qui se réécrit progresse vraiment
— AGENTS
Une équipe de Tencent Hunyuan et d'universités chinoises classe en cinq niveaux la profondeur avec laquelle un agent peut modifier son propre fonctionnement, de la simple réponse jusqu'aux critères qui jugeront ses futures mises à jour. Le travail pose une règle simple : une modification ne doit jamais pouvoir fabriquer elle-même la preuve qu'elle est meilleure.
Un agent capable de se corriger seul n'a de valeur que si quelqu'un d'extérieur peut vérifier que la correction tient. C'est le point de départ de cette cartographie chinoise, qui range les agents auto-modifiants en cinq profondeurs. En bas, l'agent ajuste juste sa réponse à une tâche. Un cran plus haut, il touche le modèle entraîné. Plus haut encore, il agit sur des éléments persistants comme les prompts, la mémoire ou les enchaînements de tâches. Au sommet, il finit par réécrire les critères qui serviront à juger ses propres futures modifications.
Aucun studio ne pilote aujourd'hui ce genre d'agent. Les concernés sont les laboratoires et équipes de recherche qui construisent l'autonomie des systèmes, pas encore les métiers créatifs. Mais les briques citées à l'étage intermédiaire, prompts sauvegardés, mémoire de contexte, enchaînements automatisés, sont exactement celles qui composent déjà les automatisations montées dans certains studios pour accélérer un rendu ou une déclinaison. Le jour où un agent commercial modifiera lui-même ces briques sans supervision, la traçabilité d'un livrable deviendra un vrai sujet de production.
La fragilité du raisonnement tient à une seule chose : isoler l'évaluation du périmètre que l'agent peut modifier suppose une discipline que peu de produits commerciaux respecteront spontanément, tant la tentation de laisser un système juger sa propre copie est rentable à court terme.
Sur la seule couche des prompts, mémoires et workflows persistants, l'équipe recense déjà 257 travaux publiés. C'est le terrain où se joue, pour l'instant, la bataille réelle de l'autonomie des agents, loin devant les niveaux les plus spectaculaires.
Cette grille vaudra ce que vaudront les audits qu'elle appelle. Sans tests réservés à l'abri de l'agent lui-même, elle restera une taxonomie élégante sans garantie derrière.
Le jour où un agent d'automatisation entrera dans une chaîne de production créative avec le droit de modifier son propre enchaînement de tâches, la question posée ici deviendra celle du studio : qui, dans l'équipe, garde encore la main sur ce qui définit une réussite.