« On va faire un agent. » Phrase entendue dans la moitié des projets IA récents. Mais agent veut dire le LLM choisit lui-même la suite d'opérations — et c'est rarement ce dont on a besoin. Distinction critique, parce que le mauvais choix coûte cher en tokens, en latence, et en bugs imprévisibles.
La définition opérationnelle
- Workflow : le développeur définit la séquence d'étapes. Le LLM est appelé à des points précis pour des opérations bornées (extraction, classification, génération). Le contrôle de flux est dans ton code.
- Agent : le LLM dispose d'un set de tools et décide à chaque tour quoi appeler ensuite. La séquence n'est pas pré-définie. Le contrôle de flux est dans le modèle.
Quand chacun gagne
| Critère | Workflow | Agent |
|---|---|---|
| Prévisibilité | Totale | Variable |
| Coût (tokens) | Bas, constant | Haut, non borné |
| Latence | 1-2 appels LLM, prévisible | 5-20 appels, varie |
| Tâches répétitives | Idéal | Sur-puissant |
| Tâches ouvertes | Impossible | Adapté |
| Debug | Trivial (logs) | Difficile (loop traces) |
| Itération en dev | Rapide | Coûteuse |
Trois questions pour trancher
- Est-ce que je peux dessiner le flowchart à la main, avant la première requête ? Si oui, c'est un workflow.
- Le nombre d'étapes varie selon l'entrée ? Si non, workflow. Si oui, regarde la question 3.
- Les étapes possibles tiennent dans une enum bornée ? Si oui, un router-LLM + workflow par branche est plus fiable qu'un vrai agent.
Le pattern hybride : router puis workflow
En 2026, c'est ce pattern qui marche le mieux en prod sur les missions où je suis intervenu. Le mot « agent » a été galvaudé — la plupart des "agents" qu'on me montre sont en réalité des routers + workflows mal nommés. Et c'est bien.
