Apprendre les Agents IA — Découvrez le fonctionnement des agents AI et créez les vôtres sur votre téléphone

Celle qui vous fait passer de la théorie sur la boucle d’agent à l’observation de son exécution. Apprendre les Agents IA propose 60 cours, de la première boucle LLM au tool calling, à la RAG et à LangChain, jusqu’à l’orchestration multi-agents, ainsi qu’un Agent Lab où vous pouvez suivre chaque appel d’outil et chaque résultat dans une trace, et un mentor IA pour vous aider lorsqu’un appel d’outil renvoie un résultat inattendu. L’application est gratuite pour commencer sur iOS et Android.

Un agent IA est un programme qui utilise un modèle de langage pour décider de ce qu’il doit faire ensuite, plutôt que de décider uniquement quoi dire. Il exécute une boucle : analyser la situation, choisir une action, appeler un outil comme un index de recherche, une base de données ou une API, lire le résultat renvoyé, puis recommencer. Le modèle fournit le jugement nécessaire pour décider de l’étape suivante ; le code environnant — la partie que cette application vous apprend à écrire — fournit les outils et exécute l’action.

Un chatbot reçoit un message et renvoie une réponse — du texte en entrée, du texte en sortie, sans aucune action dans le monde réel. Un agent reçoit un objectif et continue jusqu’à l’atteindre, en effectuant de vraies actions au passage : interroger une base de données, appeler une API, lire un fichier, vérifier son propre résultat et réessayer lorsqu’une étape échoue. Les cours de Learn AI Agents consacrés au tool calling et aux boucles d’agents portent précisément sur cette différence — sur ce qui doit exister dans le code pour transformer la décision d’un modèle en action.

Être à l’aise avec le code peut aider, mais le premier cours ne suppose aucune connaissance préalable et commence par expliquer ce qu’est une boucle d’agent LLM. Chaque leçon associe une courte partie théorique à des exemples Python que vous pouvez exécuter directement dans la leçon ; vous apprenez donc le code en même temps que les concepts liés aux agents, plutôt que comme un prérequis séparé. Apprendre les Agents IA s’adresse aussi bien aux débutants qu’aux développeurs.

La Retrieval-Augmented Generation consiste à récupérer les documents pertinents au moment de la question et à les transmettre au modèle comme contexte, afin que sa réponse repose sur vos propres données plutôt que sur ce qu’il a mémorisé pendant son entraînement. Les bases de données vectorielles permettent concrètement cette récupération : elles stockent des embeddings et renvoient rapidement les correspondances les plus proches d’une requête. Les agents qui répondent à des questions sur une base de code, un produit ou un ensemble de documents précis s’appuient presque toujours sur ce modèle ; c’est pourquoi il fait l’objet de cours dédiés plutôt que d’un simple paragraphe.

LangChain relie les composants courants d’un agent — prompts, outils et mémoire — afin que vous n’ayez pas à recréer cette infrastructure depuis zéro. LangGraph ajoute un état explicite et des embranchements, ce qui convient aux agents dont les étapes dépendent de ce qui s’est produit précédemment, plutôt qu’à une simple chaîne linéaire. LlamaIndex se spécialise dans la partie retrieval : charger, indexer et interroger efficacement vos propres documents. Learn AI Agents consacre un cours à chacun de ces outils, et le cours Multi-Tool Agents présente le modèle ReAct sur lequel ils s’appuient souvent.

Les agents sont l’un des exemples les plus clairs de transformation d’un modèle de langage en outil capable d’accomplir un travail plutôt que de simplement le décrire, et les compétences fondamentales se transposent d’un framework à l’autre : conception d’outils, structuration des prompts, retrieval et capacité à déterminer quand une boucle automatisée doit s’arrêter et demander l’intervention d’une personne. Apprendre les Agents IA propose des cours sur la sécurité des agents, les guardrails, l’évaluation, ainsi que l’optimisation des coûts et de la latence — autant de questions auxquelles les équipes sont confrontées une fois qu’un agent est déployé.

L’application est gratuite à télécharger et gratuite pour commencer. Le premier cours, consacré à l’introduction aux agents basés sur les LLM, est gratuit, tout comme une utilisation quotidienne limitée du mentor IA, un modèle d’Orchestration Lab, votre premier design Agent Builder et un nombre quotidien limité d’exécutions en direct. Pro déverrouille tous les cours et tous les modèles d’orchestration, supprime la limite quotidienne d’exécutions et retire les publicités.

Oui. La réussite de l’examen final vous permet d’obtenir un certificat de réussite que vous pouvez présenter avec les agents que vous avez créés. Il atteste du travail que vous avez réalisé, mais ne constitue pas une qualification universitaire accréditée.

Apprendre les Agents IA fonctionne sur iPhone (iOS 15.1 ou version ultérieure) et Android, avec une interface disponible en 22 langues, et est classée 4+. La fiche Google Play s’intitule Apprendre les Agents IA, tandis que l’App Store répertorie la même application sous le nom Learn AI Agents. Elle fait partie de CoddyKit, une famille de plus de 40 applications de programmation ; le format des leçons est donc partagé avec les autres cours de la gamme.