Agents réactifs vs agents délibératifs

Les agents réactifs répondent directement à des stimuli, selon des règles et sans planification (stimulus-réponse), tandis que les agents délibératifs poursuivent un objectif, planifient en plusieurs étapes et ajustent leur plan de manière itérative. Dans la pratique des agents IA, « réactif » désigne des parcours simples et prévisibles (niveaux de maturité L1–L2), « délibératif » en revanche des agents dynamiques pilotés par un LLM et dotés d'une véritable boucle de planification (L4–L5).

Cette distinction vient à l'origine de la théorie classique des agents, mais elle est aujourd'hui centrale pour évaluer les agents IA : elle aide les décideurs à choisir le type d'architecture adapté à la tâche et à repérer l'« agent washing », qui consiste à vendre des systèmes réactifs comme des agents autonomes.

Les différences clés en un coup d'œil

• Réactif signifie : logique si-alors fixe, aucune représentation interne d'objectifs ou de plans, aucune réflexion sur les étapes futures. Le système associe directement un stimulus à une réaction.
• Délibératif signifie : le système se représente un objectif, le décompose en sous-étapes (planificateur), les exécute via des appels d'outils (exécuteur) et observe les résultats pour ajuster le plan.
• Critère de décision : si le chemin vers la solution peut être entièrement défini à l'avance, une approche réactive/déterministe est plus robuste et moins coûteuse. Ce n'est que lorsque le chemin ne peut pas être planifié à l'avance que l'autonomie délibérative devient rentable.

Un exemple concret

Imagine un cas d'usage de support client. Un agent réactif (L1) est un bot de FAQ : s'il reconnaît le mot-clé « facture », il renvoie la réponse enregistrée, toujours la même, quel que soit le contexte. Doté d'un seul appel d'outil (L2), il peut par exemple consulter le statut d'une commande via une API. Les deux variantes suivent un chemin câblé en dur.

Un agent délibératif (L4) reçoit au contraire l'objectif « Traite entièrement la demande du client ». Il lit la demande, décide lui-même qu'il a d'abord besoin de l'historique des commandes, appelle ensuite le système de retours, constate qu'un avoir est nécessaire, vérifie les droits et formule une solution, en déterminant dynamiquement l'ordre des étapes et le choix des outils. En cas de résultat inattendu (par exemple des droits manquants), il ajuste son plan au lieu d'abandonner.

Positionnement sur les niveaux de maturité L1–L5

L'axe réactif–délibératif traverse le modèle de maturité courant :

Important : L3 est la zone mixte. Un LLM intervient certes dans le pipeline, mais l'enchaînement est fixé par le développeur : le système ne « planifie » pas lui-même, il remplit des étapes déterministes. Le véritable comportement délibératif commence en L4, où l'agent détermine lui-même l'ordre des étapes et le choix des outils.

Comment les agents délibératifs « réfléchissent » techniquement

Le comportement délibératif repose sur la boucle de raisonnement Perceive → Reason → Act → Observe, parcourue de manière itérative jusqu'à ce que l'objectif soit atteint ou que le processus soit interrompu. Son fondement conceptuel est le schéma ReAct (Yao et al. 2022, arXiv:2210.03629), qui associe reasoning et acting dans une même boucle LLM : le modèle anticipe une étape, agit via un outil, lit le résultat et en déduit l'étape suivante.

Cinq composants rendent cela possible : le cœur LLM (raisonnement), la mémoire (court terme = contexte, long terme = vecteurs/RAG/fichiers), les outils (function calls, API, serveurs MCP, navigateur, sandbox de code), le planificateur (objectif → sous-étapes) et l'exécuteur (appels d'outils, tours, limites de boucle, garde-fous). Les agents réactifs n'en utilisent qu'une fraction, généralement une base de règles et tout au plus un connecteur unique.

Peser les avantages et les inconvénients

L'autonomie délibérative n'est pas une fin en soi. Elle paie sa flexibilité par des coûts plus élevés et un effort d'exploitation accru :

• Coûts : le raisonnement en plusieurs étapes et les nombreux appels d'outils font grimper la consommation de tokens. Le routage (requêtes simples vers des modèles plus petits) et la mise en cache atténuent cet effet sans l'éliminer.
• Maintenance : les workflows réactifs sont peu coûteux à maintenir ; les agents délibératifs nécessitent observabilité, limites de boucle et monitoring continu, car leur comportement n'est pas déterministe.
• Conformité : plus d'autonomie signifie des exigences plus strictes au titre du règlement européen sur l'IA, du RGPD (art. 22/28/35) et du droit de codétermination des salariés (BetrVG §87 en Allemagne, ArbVG §96 en Autriche). Les obligations de transparence de l'art. 50 du règlement sur l'IA s'appliquent depuis le 02.08.2026. Les fournisseurs de systèmes génératifs mis sur le marché avant cette date ont jusqu'au 02.12.2026 pour marquer les contenus synthétiques conformément au paragraphe 2. Les mesures de maîtrise de l'IA prévues à l'art. 4 sont obligatoires depuis le 02.02.2025, mais, depuis l'omnibus numérique, sans niveau de compétence garanti. Ces informations sont fournies à titre indicatif et ne constituent pas un conseil juridique.

Les données du marché montrent que cet effort est bien réel : selon Gartner (juin 2025), plus de 40 % des projets d'IA agentique devraient être abandonnés d'ici fin 2027, en raison de coûts croissants, d'une valeur métier peu claire ou de contrôles des risques insuffisants. Notre analyse : on y trouve souvent un agent délibératif là où une approche réactive ou de workflow aurait suffi. Parallèlement, selon le McKinsey State of AI 2025, seules 23 % des entreprises déploient à grande échelle au moins un cas d'usage agentique, et 39 % expérimentent.

Quel type choisir : la règle de décision

La règle empirique pragmatique : un agent délibératif ne se justifie que si le chemin vers la solution ne peut pas être planifié à l'avance.

• Choisis une approche réactive/workflow lorsque les étapes sont définies, que les entrées sont structurées et que le déterminisme est souhaité (par ex. validation de données, routage, processus standard clairement définis). Les systèmes réactifs sont moins coûteux, plus prévisibles et plus faciles à auditer.
• Choisis une approche délibérative lorsque la tâche est ouverte, que les étapes nécessaires dépendent du contexte et que le chemin ne se dessine qu'à l'exécution (par ex. recherche, diagnostic d'erreurs en plusieurs étapes, traitement de dossiers complexes).

En pratique, la plupart des systèmes en production sont hybrides : un noyau délibératif prend en charge la planification et les décisions dynamiques, tandis que des composants réactifs exécutent de manière fiable et économique les sous-étapes récurrentes et clairement définies. On combine ainsi la robustesse de la logique réactive et la flexibilité de la planification délibérative, sans déployer une autonomie coûteuse là où elle n'apporte rien.