Moins de contexte, meilleurs agents : quatre pièges à éviter

Des fenêtres qui tenaient quelques milliers de jetons dépassent aujourd'hui le million, et ma première réaction fut la joie : une table plus large promet un travail plus large. Une mesure menée sur dix-huit systèmes de pointe dit le contraire. À mesure que la fenêtre se remplit, chaque modèle exploite chaque entrée avec moins de fiabilité. Les équipes parlent d'usure du contexte, et les chiffres bruts restent visibles sur GitHub. Ma lecture est simple : la fenêtre peut être immense pendant que le faisceau qui la parcourt reste étroit, et chaque jeton ajouté puise dans ce faisceau.

Un cas concret rend l'idée tangible : un agent qui fait passer un vieux pilote de données vers un nouveau. À l'avant de sa fenêtre trône la consigne permanente, suivie d'une note de mission de deux lignes. Puis viennent les notes propres au projet, puis la définition de chaque outil que l'agent peut appeler. Ensuite la fenêtre devient un journal courant : chaque geste de l'agent, plus les résultats que ces gestes rapportent. Après une heure, le tas est énorme : contenus de fichiers, sorties de tests, journaux d'erreurs, états de schémas. Et nichée à l'intérieur, une petite note que l'auxiliaire s'est écrite : le nouveau pilote rétablit seul les liens coupés, donc l'ancien bloc de relance peut partir.

La première panne est l'empoisonnement : une entrée fausse se voit traitée comme un fait. Dans notre histoire, la note de l'auxiliaire est fausse ; il a survolé le manuel du pilote, mal lu un passage, puis conclu que le bloc de relance était superflu. Aux yeux d'un modèle, sa propre note ressemble à la vérité, alors l'agent parcourt les fichiers un par un et retire une logique de relance pourtant saine. La version cuisine : une mesure recopiée de travers dans le carnet gâche chaque plat. Le remède est la validation. Si un petit contrôle de lien réel avait tourné avant l'entrée de cette note dans la fenêtre, l'erreur serait morte à la naissance.

La deuxième panne est la dispersion : le journal grossit tant que le modèle regarde son passé plus que sa tâche. Un modèle de langue est au fond un prolongateur de motifs, et une heure de ses propres gestes posée dans la fenêtre devient le motif le plus bruyant, plus fort que le jugement hérité de l'entraînement. Le résultat est connu : l'agent piétine les vieux sentiers et repasse par des étapes déjà franchies. C'est comme brasser les cahiers d'hier au lieu de faire la corvée du jour. Le remède est le résumé : quand le journal s'allonge, l'auxiliaire le plie en un bref récapitulatif et avance, pendant que le détail repose dans des fichiers durables et n'entre dans la fenêtre que sur demande.

La troisième panne est la confusion, et la coupable est la profusion d'outils : notre agent touche au contrôle de versions, à une console de données, au suivi des tickets, et bien plus. Chaque définition occupe la fenêtre, utilisée ou non. Plus les options sont nombreuses, plus le bon choix devient difficile ; dans une mesure, la même mission a échoué avec quarante-six outils proposés et réussi avec dix-neuf. La boîte à outils trop pleine le dit bien : plus l'étui est gonflé, plus la recherche du bon tournevis dure. Le remède est la sélection. Une migration de pilote ne veut qu'une poignée d'outils, alors l'auxiliaire part avec ceux-là et va chercher un autre seulement au besoin réel.

La quatrième panne est le conflit : deux entrées qui se contredisent siègent côte à côte. Tôt ou tard, l'agent remarque qu'aucune relance ne se produit, comprend que la première note était fausse, et consigne cette découverte dans son historique. La fenêtre tient alors les deux versions, la fausse et la vraie, à poids égal. Comme deux listes de courses sur le frigo sans marque de celle qui compte. Le remède est l'élagage. Quand l'information fraîche arrive, l'entrée périmée sort ; mieux encore, l'auxiliaire peut ouvrir une fenêtre nette qui reformule l'état corrigé et laisse le contenu vicié derrière.

Ce que j'aime est le fil commun des quatre remèdes : chacun retire quelque chose, et l'auxiliaire progresse en gardant moins. Cette idée appartient désormais à tout un domaine, pas à une seule intervention : Anthropic défend un budget d'attention serré avec peu d'entrées fortes. LangChain propose quatre voies — écrire, sélectionner, résumer, isoler. IBM décrit des chaînes d'assemblage et de compression. Chacun peut examiner la mesure des dix-huit systèmes via GitHub, tandis qu'une vaste étude sur arXiv rassemble plus de mille travaux dans un seul cadre. La règle de mon carnet dit : chaque entrée ajoutée à la fenêtre charge l'auxiliaire, alors garde ce que la tâche exige et laisse le reste dehors.