Un agent n'est fiable que dans la mesure du contexte qu'on lui fournit. Sans ancrage, un modèle invente avec assurance des APIs, des prix et des faits. Deux outils changent la donne : la génération augmentée par récupération (RAG) et le Model Context Protocol (MCP).
RAG : ancrer dans vos données
Le RAG récupère les documents pertinents dans une base vectorielle et les injecte dans le prompt : le modèle répond à partir de données réelles plutôt que de sa mémoire. La qualité de la récupération compte plus que la taille du modèle.
MCP : une interface propre vers les outils
MCP standardise la façon dont un agent dialogue avec des outils et des sources de données externes. Au lieu d'une colle sur mesure par intégration, l'agent parle un seul protocole, ce qui rend les systèmes plus faciles à auditer et à étendre.
Les combiner
- Utiliser MCP pour exposer outils et sources derrière une interface unique.
- Utiliser RAG pour ancrer les réponses dans un contexte récupéré et vérifiable.
- Conserver une étape de vérification : ne jamais laisser une action d'agent non contrôlée atteindre la production.
L'objectif n'est pas un agent plus intelligent. C'est un agent digne de confiance.