Anatomie d'un chat Claude

Entre votre clic et le modèle, un logiciel assemble un dossier. Il y met les règles de la maison (le system prompt, écrit par l'éditeur), vos instructions permanentes, l'historique complet de la conversation, les documents joints — et, tout en bas, votre question.

Ce dossier doit tenir dans la fenêtre de contexte : la quantité de texte que le modèle peut lire en une seule fois. Au-delà, il faut couper, résumer ou repartir de zéro.

Et le point qui surprend tout le monde : ce dossier est renvoyé en entier, à chaque message. Le modèle n'a aucune mémoire propre. Ce qu'on appelle « mémoire » est un texte que le logiciel stocke ailleurs et rajoute au dossier à chaque fois.

Un LLM (« grand modèle de langage ») a été entraîné sur d'immenses quantités de texte à faire une seule chose : deviner le morceau suivant. Pas retrouver une fiche dans une base de données — prédire.

Chaque token produit est aussitôt réinjecté à la fin du dossier, et le calcul recommence pour le suivant. C'est exactement pour ça que la réponse s'affiche mot à mot sous vos yeux.

Et c'est aussi l'explication des hallucinations : quand la suite la plus plausible se trouve être fausse, elle sort quand même — avec le même aplomb qu'une réponse juste. Le modèle n'a pas de curseur interne « je sais / je ne sais pas ».

Un modèle seul ne sait faire qu'une chose : produire du texte. Ce qui en fait un agent, c'est qu'on lui confie des outils — chercher sur le web, lire un fichier, interroger un logiciel — et le droit de décider lui-même quand s'en servir.

À chaque tour, il tranche donc une question simple : est-ce que je peux répondre avec ce que j'ai sous les yeux, ou est-ce qu'il me manque quelque chose ?

Quand il lui manque une information, il ne l'invente pas : il annonce l'outil qu'il veut utiliser et avec quels paramètres. C'est vous, ou votre administrateur, qui décidez de la liste des outils disponibles — donc du périmètre exact de ce qu'il peut faire.

Le modèle a une date de fin d'entraînement, et il ne connaît évidemment rien de votre entreprise. On comble ce double trou de la même façon : en lui apportant l'information au moment de la question.

C'est le principe du RAG (« génération augmentée par la recherche ») : on retrouve dans vos documents les quelques passages utiles, on les colle dans le dossier, et le modèle répond en s'appuyant dessus. La recherche web et l'appel à vos logiciels fonctionnent pareil — seule la source change.

Point important : rien n'est appris au passage. L'information est empruntée le temps d'une réponse, puis oubliée. En contrepartie, la réponse est traçable : vous pouvez remonter au document exact.

Un seul outil suffit rarement. L'agent enchaîne donc : il décide d'une action, il l'exécute, il lit le résultat — et ce résultat modifie sa décision suivante. C'est ça, la boucle agentique.

Elle tourne toute seule, plusieurs fois de suite, jusqu'à ce que la tâche soit terminée ou qu'une limite l'arrête : nombre de tours, budget, temps, ou une autorisation que vous n'avez pas donnée.

Un imprévu ne bloque pas la machine : il devient une information de plus, et l'agent corrige sa trajectoire. C'est le vrai saut de ces deux dernières années — on ne demande plus un texte, on confie un objectif.

Jusqu'ici, les outils étaient ceux prévus par l'éditeur. Le MCP (Model Context Protocol) change la donne : c'est une norme ouverte, publiée par Anthropic, qui permet de brancher n'importe quel logiciel sur n'importe quel assistant compatible.

Chaque logiciel décrit une seule fois ce qu'il sait faire — lire les mails, créer un événement, sortir une facture. Tout assistant compatible sait alors s'en servir, sans développement spécifique pour chaque couple outil/IA.

Vous gardez la main de bout en bout : une connexion se branche, se débranche, et n'ouvre que les droits que vous accordez. C'est ce qui fait passer d'une IA qui parle de votre travail à une IA qui fait votre travail, là où il se trouve déjà.