L’intelligence artificielle appliquée au développement web a franchi en dix-huit mois le seuil qui sépare la démonstration de l’outil de production. Ce guide fait le point sur ce qui tient réellement en production, ce qui reste fragile, et sur les décisions d’architecture qui séparent une chaîne exploitable d’un prototype coûteux.
Le paysage en 2026 : trois couches distinctes
Confondre ces trois couches est la source d’erreur la plus répandue dans les projets. Elles n’ont ni les mêmes contraintes, ni les mêmes coûts, ni les mêmes risques.
| Couche | Ce qu’elle recouvre | Maturité |
|---|---|---|
| Assistance à l’écriture de code | Complétion, refactorisation, génération de tests dans l’éditeur | Établie — gain mesurable, risque faible |
| Agents outillés | Un modèle qui lit et écrit dans des systèmes réels via des outils déclarés | Exploitable, sous conditions strictes |
| Fonctionnalités IA en production | Un modèle dans le parcours utilisateur final | Exigeante — coût, latence et modération à maîtriser |
Le protocole qui a débloqué les agents
Avant l’adoption du Model Context Protocol, chaque connexion entre un modèle et un outil externe était un script propriétaire à maintenir. MCP a normalisé cette couche : un serveur expose des outils, n’importe quel client compatible les consomme. Le protocole est devenu un standard ouvert, confié fin 2025 à une fondation neutre, et les registres publics recensent désormais plusieurs milliers de serveurs.
La spécification du 28 juillet 2026 a stabilisé ce qui manquait pour construire dessus : un cœur sans état, une authentification OAuth 2.1 pour les serveurs distants, et une politique de dépréciation annoncée.
Ce qu’un serveur MCP change concrètement
- L’agent va chercher sa donnée lui-même au lieu de la recevoir collée dans un prompt.
- Les droits sont portés par l’authentification du serveur, pas par la confiance dans le modèle.
- Un même serveur sert plusieurs agents et plusieurs projets.
Faire tourner des agents en production
C’est le passage qui sépare l’expérimentation du système exploitable. Les praticiens qui font tourner des chaînes automatisées convergent sur un petit nombre de règles.
La frontière automatisable
Tout ce qui est mécanique et vérifiable part en automatisation ; tout ce qui engage une signature, de l’argent ou une action difficilement réversible reste sur un bureau humain. Cette ligne n’est pas une précaution morale : c’est ce qui borne le pire scénario.
Les cinq pannes récurrentes
- L’échec silencieux — un identifiant expire, l’API renvoie 401, la chaîne « réussit » en produisant du vide. Toute exécution doit produire un rapport lisible.
- Le blocage à la source — un pare-feu applicatif refuse le crawl, et l’agent invente ce qu’il n’a pas pu lire.
- L’inspection TLS en environnement cloud, dont la « solution » évidente — désactiver la vérification des certificats — est un incident de sécurité.
- La dérive de prompt quand plusieurs sessions écrivent dans le même document de référence.
- Le doublon, en l’absence de clé de déduplication stable vérifiée sur tous les statuts.
Agents éditoriaux en production : ce qui tient et ce qui casse détaille ces points sur un cas réel, avec la configuration d’un déclencheur et le découpage en sous-agents.
Le coût réel, rarement annoncé
Le poste dominant n’est pas la consommation de jetons mais la plomberie : sources, déduplication, journalisation, tests à blanc, reprise sur erreur. Le retour sur investissement se décide dans l’ingénierie autour du modèle, pas dans le modèle. Un projet qui budgète l’API sans budgéter la supervision se retrouve avec une chaîne qu’il n’ose pas laisser tourner.
Une chaîne automatisée est un système de production. Elle demande supervision, journalisation, garde-fous et responsabilité humaine à l’arrivée — exactement comme le reste de l’infrastructure.
Choisir : assistance, agent ou fonctionnalité
| Besoin | Réponse adaptée | À éviter |
|---|---|---|
| Accélérer l’écriture de code | Assistant dans l’éditeur | Construire un agent pour cela |
| Automatiser une tâche répétitive et vérifiable | Agent planifié avec outils déclarés | Laisser publier ou dépenser sans validation |
| Enrichir un produit destiné aux utilisateurs | Intégration applicative, avec cache et repli | Appeler le modèle en synchrone sans plafond de coût |
| Explorer un corpus interne | Serveur MCP sur la source de vérité | Recopier la donnée dans le prompt |
Les questions à trancher avant de commencer
- Que se passe-t-il si le modèle se trompe ? Si la réponse est « un humain le voit avant que ce soit visible », le projet est viable.
- Quelle est la source de vérité ? Un agent sans source structurée produit de la vraisemblance, pas de l’information.
- Qui lit le rapport ? Une automatisation sans destinataire humain finit en échec silencieux.
- Quel est le plafond de dépense ? À poser avant la première exécution, jamais après.
Les articles de la rubrique
- MCP se stabilise : ce que change la spécification du 28 juillet
- Agents éditoriaux en production : ce qui tient et ce qui casse
Cette page est mise à jour au fil des publications de la rubrique IA pour le web.