Vous posez une question à ChatGPT, il répond, et puis… plus rien. Silence. Pendant ce temps, un collègue a « un agent qui corrige un bug » et un autre « une loop qui surveille la CI toute la nuit ». Même IA, trois fiches de poste très différentes. Toute la différence tient dans une double question : qui décide de l’étape suivante, et qu’est-ce qui la fait s’arrêter ?
Trois artisans, une maison
Imaginez votre IA comme un artisan que vous engagez pour votre maison :
- Le chat, c’est l’expert au téléphone. Vous décrivez la fuite, il vous dit quelle vanne fermer, et il raccroche. Si la réparation demande dix étapes, vous rappelez dix fois.
- L’agent, c’est le plombier. Vous décrivez le problème, il entre avec sa caisse à outils, teste, resserre, reteste, et ressort quand la fuite est réparée. Une mission, une fin.
- La loop, c’est le jardinier sous contrat annuel. Personne ne l’appelle : c’est le calendrier qui le fait. Chaque lundi il passe, regarde ce qui a poussé, taille ce qui doit l’être (parfois rien), laisse un mot dans la cabane, et revient le lundi suivant. Indéfiniment, jusqu’à résiliation du contrat.
Mêmes compétences, trois contrats. Ouvrons-les un par un.
Le chat : c’est vous qui tenez la boucle
En mode chat, le modèle fait exactement une chose : il lit votre message et produit une réponse. Puis il s’arrête, complètement. Si la tâche demande dix étapes, la boucle, c’est vous : vous lisez la réponse, vous réfléchissez, vous tapez le prompt suivant. L’intelligence passe par votre chaise à chaque tour.
Ce n’est pas un défaut, c’est une qualité. Le chat est parfait quand le travail consiste à réfléchir plutôt qu’à agir : expliquer ce message d’erreur, rédiger cet e-mail, chercher les failles de mon plan. Vous gardez le contrôle total à chaque étape, et vous payez une réponse à la fois : le contrat le moins cher en tokens.
L’agent : c’est le modèle qui tient la boucle
Un agent, c’est ce même modèle, entouré d’un harnais qui lui donne des outils et, surtout, une boucle. Cette boucle agentique est un cycle tout simple : planifier, agir (un appel d’outil), observer le résultat, recommencer. Le modèle décide lui-même de l’étape suivante, et il sort de la boucle quand il juge la tâche terminée (ou quand il est bloqué et vous appelle à l’aide).
Concrètement : « corrige ce test qui échoue ». L’agent lance les tests, lit l’erreur, ouvre le fichier, modifie, relance les tests, voit une nouvelle erreur, remodifie, relance : vert. Terminé, il s’arrête et fait son rapport. Vous avez appuyé une fois sur Entrée ; lui a bouclé une douzaine de fois.
Le prix de l’autonomie : chaque tour de boucle renvoie le contexte, donc un agent coûte plus cher qu’un chat. Et comme il agit sur le monde réel (fichiers, commandes), il mérite des ceintures de sécurité : relisez son travail, et gardez un humain dans la boucle pour tout ce qui est irréversible.
La loop : c’est l’horloge qui tient le déclencheur
Maintenant, retirez le dernier geste humain : appuyer sur Entrée. Dans une loop, un déclencheur relance l’agent tout seul. Un horaire (« chaque matin à 8 h »), un intervalle (« toutes les 10 minutes »), ou un événement (« chaque nouvelle issue »). Chaque passage est une petite mission d’agent toute fraîche : regarder ce qui a changé depuis la dernière fois, faire le nécessaire (souvent : rien), laisser une note pour le passage suivant, se rendormir.
Cette histoire de note compte. Les passages ne partagent pas de conversation, donc la loop a besoin d’une mémoire entre deux tours : un journal, une checklist, un fichier « état du jardin ». Le carnet du jardinier, dans la cabane.
Et voici le trait qui la définit : une loop n’est jamais « terminée ». Elle n’a pas de ligne d’arrivée, seulement une prochaine occurrence. Elle tourne jusqu’à ce que vous résiliiez le contrat. Exemples réels : un brief matinal de votre boîte mail, un veilleur qui vérifie un déploiement et alerte si les erreurs grimpent, un bot de tri qui étiquette chaque nouvelle issue GitHub, des outils comme les tâches planifiées ou le /loop de Claude Code.
Choisir (et payer la facture)
La règle d’escalade est simple : commencez en chat, promouvez en agent, abonnez-vous à une loop. Le chat pour réfléchir. Un agent quand vous avez une tâche unique, bien définie, en plusieurs étapes. Une loop seulement quand la même tâche revient vraiment, sur un déclencheur.
Minute d’honnêteté : une loop multiplie la valeur et les erreurs. Un mauvais prompt en chat échoue une fois, sous vos yeux. Le même mauvais prompt en loop échoue toutes les 10 minutes, tout le week-end, et chaque échec est facturé en tokens. Avant de signer, donnez à votre loop un plafond de budget, des logs que vous lisez vraiment, et une validation humaine pour tout ce qui est irréversible. Le jardinier peut tailler ; le jardinier n’abat pas d’arbre tout seul.
En résumé
| Question | Chat 📞 | Agent 🔧 | Loop 🌱 |
|---|---|---|---|
| Qui décide de l’étape suivante ? | Vous | Le modèle | Le déclencheur, puis le modèle |
| Quand ça s’arrête ? | Après chaque réponse | Tâche finie (ou bloquée) | Quand vous résiliez |
| Ce que ça retient | La conversation | Le contexte de sa tâche | Les notes entre deux passages |
| Parfait pour | Réfléchir, rédiger, expliquer | Une tâche en plusieurs étapes | Une veille ou corvée récurrente |
| Risque principal | Votre temps à vous | Dériver en cours de mission | Répéter une erreur, à heure fixe |
| Profil de coût | Une réponse à la fois | Une mission, plusieurs tours | Un abonnement en tokens |
Une dernière chose : une loop, ce n’est pas « de l’IA plus avancée ». C’est exactement le même modèle que votre fenêtre de chat, sous un autre contrat. Choisissez donc le plus petit contrat qui fait le travail, et ne signez l’annuel que si la tâche revient vraiment chaque lundi. C’est pas sorcier.
