Vous êtes consultant en intelligence artificielle chez Praxis AI et vous vous lancez dans un nouveau projet pour le client FinCorp. Votre mission consiste à développer un agent d’analyse financière destiné aux cadres dirigeants. Le défi ne réside plus simplement dans la création d’un outil unique et fiable, mais dans la conception d’un agent capable de sélectionner et d’enchaîner de manière autonome plusieurs outils personnalisés afin de traiter des requêtes d’analyse financière complexes.

Vous poursuivez votre mission de consultant, cette fois-ci au sein d’Execu-Pal, une start-up qui a développé un prototype d’assistant exécutif basé sur l’IA et qui utilise actuellement des clés API statiques non sécurisées. Votre mission consiste à repenser l’architecture du système afin de permettre un accès sécurisé aux données spécifiques à chaque utilisateur, telles que les e-mails privés et les messages Slack, en mettant en œuvre l’autorisation OAuth 2.0. Afin de garantir la pérennité et l’interopérabilité de la plateforme, vous allez également normaliser l’ensemble de la suite d’outils à l’aide du Model Context Protocol (MCP), ce qui permettra à l’agent de fonctionner de manière transparente avec différents modèles d’IA.

Vous revenez en tant que consultant en IA au sein d’Execu-Pal pour la phase 2 de la mission. Bien que l’agent dispose désormais d’outils, les utilisateurs se plaignent qu’il est « distrait » (il demande à chaque fois les préférences de réunion) et fragile (il plante lorsque les API dépassent le délai d’attente). Votre objectif est de repenser l’architecture de l’agent pour en faire un système prêt pour la production. Vous allez mettre en place un système de mémoire à deux niveaux afin de conserver le contexte utilisateur d’une session à l’autre et appliquer des modèles de fiabilité (tentatives de reconnexion, limitation de débit et coupe-circuits) pour garantir que l’agent reste robuste même en cas de défaillance des services externes.