Un agent, c’est un modèle dans une boucle : demander, agir avec un outil, lire le résultat, décider à nouveau.
Comment ça marche
Anthropic distingue deux conceptions. Les workflows sont des « systems where LLMs and tools are orchestrated through predefined code paths » (traduction : « systèmes où les LLM et les outils sont orchestrés par des chemins de code prédéfinis »). Les agents sont des systèmes où les « LLMs dynamically direct their own processes and tool usage » (traduction : « LLM dirigent dynamiquement leurs propres processus et leur usage des outils »).
L’OpenAI Agents SDK documente la boucle elle-même. Le runner appelle le modèle. Si la réponse est une réponse finale, l’exécution s’arrête. Si elle contient des appels d’outils, le runner les exécute, ajoute les résultats et rappelle le modèle. Un réglage max_turns plafonne la boucle et lève MaxTurnsExceeded quand il est dépassé.
Un exemple concret : un agent de code chargé de corriger un test qui échoue peut faire quatre tours.
Turn 1 model -> tool call: run_tests()
Turn 2 model -> tool call: read_file("src/dates.py")
Turn 3 model -> tool call: edit_file("src/dates.py", ...)
Turn 4 model -> final answer: "Fixed the timezone bug; tests pass."
Chaque tour est une requête d’API distincte. Si le prompt système et les définitions d’outils pèsent 5 000 tokens, ils sont envoyés 4 fois : 20 000 tokens d’entrée avant même de compter l’historique ou la sortie des outils.
Les outils peuvent être vos propres fonctions ou provenir de serveurs MCP, qui permettent à un agent de se brancher sur des systèmes de fichiers, des bases de données et des API SaaS via un protocole commun.
Pourquoi c’est important
- Le coût augmente avec les tours. Chaque tour est une nouvelle requête qui renvoie la conversation. L’article sur le budget en tokens d’un agent détaille où partent ces tokens. L’entrée en cache réduit la facture du préfixe répété.
- Le contexte se remplit. Les longues exécutions se heurtent à la fenêtre de contexte et se dégradent avant même de l’atteindre. Voir la gestion du contexte pour les agents de longue durée.
- Les erreurs s’accumulent. Anthropic note que l’autonomie entraîne « higher costs, and the potential for compounding errors » (traduction : « des coûts plus élevés et un risque d’erreurs qui s’additionnent »). Ajoutez des conditions d’arrêt, des garde-fous et une validation humaine pour les actions qui modifient des données ou dépensent de l’argent.
- Parallélisme. Plusieurs agents, ce sont plusieurs requêtes en cours. La limite de concurrence de votre fournisseur détermine combien peuvent tourner en même temps. Le coût des systèmes multi-agents compare facturation au token et forfait dans ce cas.
Sur BroadNet Inference
Tout framework d’agents qui accepte une URL de base compatible OpenAI peut appeler BroadNet ; le guide de l’OpenAI Agents SDK montre la configuration. La documentation de BroadNet indique l’appel d’outils pour GLM 5.3 et Qwen3.8 27B. Elle fixe pour une clé à l’usage 30 requêtes par minute et 4 requêtes en cours.
Les forfaits (Full Moon, Orbit, Meteor) couvrent DeepSeek V4.1 Flash sans compteur de tokens. Une session traite une seule requête à la fois, comme fonctionne un agent unique : vous achetez donc une session par agent exécuté en parallèle. La documentation de BroadNet n’indique pas l’appel d’outils pour DeepSeek V4.1 Flash : testez donc les appels d’outils de votre agent sur ce modèle avant de compter sur un forfait. Pour un appel d’outils documenté, utilisez GLM 5.3 ou Qwen3.8 27B en paiement à l’usage.