Agents en production — Automatisation, supervision et cas d'usage réels

De demo à production

En démo : Une requête = agent répond. En production : Centaines par jour, 24/7, avec risques réels.

3 patterns de production

Pattern 1 : Supervised Automation

Agent runs, human reviews before action.

Workflow:
1. User submits request
2. Agent runs (max 5 iterations)
3. Agent output → Approval queue
4. Human reviews (2 min max)
5. If approved → Execute final action
6. If rejected → Agent refines & resubmit

Best for : Financial decisions, customer communication, compliance.

Pattern 2 : Autonomous with Monitoring

Agent runs and acts, monitoring for anomalies.

Workflow:
1. Agent runs autonomously
2. Execute result immediately
3. Monitor : Did it work ? Errors ?
4. If error → Escalate to human
5. If success → Logged

Best for : Repetitive tasks (support triage, data ingestion), high-volume.

Pattern 3 : Hybrid (Most common)

Low-risk tasks = autonomous. High-risk = supervised.

If (task_risk_score < 3 and not_involves_pii and not_critical) {
    autonomous()
} else {
    supervised_with_human_approval()
}

Trois patterns de mise en production : supervisé (l'agent travaille, file d'approbation, validation humaine puis action exécutée, avec retour en cas de refus), autonome monitoré (action immédiate puis monitoring, succès journalisé ou erreur escaladée) et hybride (un score de risque route la tâche vers l'autonomie si faible ou la supervision si élevé) — Supervisé, autonome monitoré ou hybride : le niveau de risque décide qui garde la main.

Cas d'usage réels

Finance : Invoice processing agent

Tools:
- ocr_invoice() → extract {vendor, amount, date, items}
- validate_against_po() → {valid, discrepancies}
- create_payment() → {payment_id, status}

Workflow:
1. Invoice arrives
2. Agent OCRs it
3. Validates against PO
4. If match → Auto-approve (if <$10k)
5. If discrepancy → Escalate to AP team
6. Logs every step

Support : Ticket routing agent

Tools:
- analyze_sentiment()
- classify_issue()
- get_kb_suggestions()
- create_ticket()
- assign_to_team()

Workflow:
1. Customer message arrives
2. Agent analyzes tone + issue
3. If FAQ-able → Auto-reply with KB
4. If needs human → Create ticket + route to team
5. Measure : % resolved auto vs routed

HR : Resume screening agent

Tools:
- extract_resume()
- match_against_jd()
- score_candidate()
- send_status_email()

Workflow:
1. Resume submitted
2. Agent extracts key info
3. Scores against JD (match %, red flags)
4. If score > 75% → Pass to recruiter
5. If score < 40% → Auto-reject (email candidate)
6. Middle range → Recruiter reviews

Production checklist

Infrastructure

[ ] API for agent to call tools (rate-limited, authenticated)
[ ] Database logging every action
[ ] Error handling + retry logic
[ ] Monitoring + alerting (if agent fails)
[ ] Fallback : if agent crashes, escalate to human

Governance

[ ] Approval workflow for high-risk actions
[ ] Audit trail (who/what/when/why)
[ ] SLA for human review (if supervised)
[ ] Kill switch : ability to pause agent instantly

Monitoring

[ ] Dashboard : % automated vs supervised
[ ] Error rate tracking
[ ] User satisfaction (did agent help ?)
[ ] Cost tracking (token usage)
[ ] Iteration count (is agent looping too much ?)

Trois piliers de garde-fous avant la mise en production : infrastructure (API authentifiée, journal en base, retry sur erreur, repli vers l'humain), gouvernance (validation encadrée, piste d'audit, SLA de revue humaine, kill switch prêt) et monitoring (taux d'erreur, coût en tokens, satisfaction des usagers, nombre d'itérations), avec un bandeau rappelant que le kill switch doit permettre de suspendre l'agent instantanément — Les trois piliers de la checklist de production — et le kill switch, non négociable.

Performance metrics

Metric	Target	Red flag
First-time resolution	>70%	<50%
Avg tool calls/request	3-5	>10 (looping)
Escalation rate	20-30%	>50%
Human review time	<2 min	>5 min
Error rate	<1%	>3%

Common failure modes

❌ Failure 1 : Agent gets stuck in loop

Calling same tool repeatedly without progress.

Fix : Track tool call history. If repeated 3x → escalate.

❌ Failure 2 : Tool error not handled

Tool returns error → Agent ignores → produces hallucination.

Fix : Wrap all tool calls in try-catch. Tell Claude "tool failed."

❌ Failure 3 : Context explosion

Too many messages → token limit → Claude cuts off.

Fix : Summarize old messages. Keep only recent context.

❌ Failure 4 : Unintended side effects

Agent's action broke something (sent wrong email, etc.).

Fix : Always supervised for actions with side effects.

Quatre modes d'échec classiques d'un agent en production avec leur parade : boucle infinie (escalade après trois répétitions), erreur d'outil ignorée (try-catch et signalement de l'échec), explosion du contexte (résumer l'historique) et effets de bord (supervision humaine) — Chaque mode d'échec a une parade simple — à prévoir avant le premier incident, pas après.

: la modale et son overlay sont volontairement HORS de .tutoriel-container (ci-dessous) pour ne jamais être capturés par le split de contenu de tutoriel-gating.js, qui vide et reconstruit innerHTML de part et d'autre du marqueur — sinon la modale se retrouvait imbriquée dans .tutoriel-gated (donc cachée avec lui) et devenait impossible à afficher. -->