Les graphes de connaissances deviennent une couche essentielle de contexte et de raisonnement pour l'IA agentique, en reliant les données de l'entreprise et en ancrant les agents dans son savoir-faire métier. Chez Raymond James Financial, ils sont devenus un pilier d'une infrastructure d'IA digne de confiance.
L'agent open source Goose peut désormais se brancher sur une passerelle IA de façon déclarative, et transmet le contexte de traçage de ses requêtes jusqu'aux outils MCP qu'il appelle, ce qui facilite le débogage. Cette version exploite aussi les métadonnées en direct des modèles de raisonnement d'OpenAI et plafonne par défaut le compactage automatique du contexte à 225 000 tokens.
Docker s'appuie sur l'enquête Stack Overflow 2026, selon laquelle seuls 7 % des développeurs font confiance aux résultats de l'IA pour des décisions importantes. Une défiance qui, selon lui, plaide pour faire tourner les agents dans des bacs à sable.
Le patron de Charles Schwab a indiqué sur Bloomberg Television que le courtier bloque les agents IA non autorisés, dont Muse de Meta, qui tentent de déplacer l'argent des clients ; les outils externes ne pourront consulter les soldes que via des serveurs MCP contrôlés. Schwab pousse son propre assistant, Charley, et Jamie Dimon, chez JPMorgan, adopte une ligne comparable.
Un webinaire d'InfoQ s'est penché sur les difficultés concrètes du déploiement d'agents, comme la dérive sémantique ou des embeddings, qui peut provoquer des erreurs graves sans bruit. Les intervenants plaident pour la revue de code automatisée, l'évaluation continue des modèles et un renforcement de la confidentialité et de la sécurité.
Amjad Masad, PDG de Replit, imagine des « entreprises autonomes » où les agents IA prennent en charge les tâches quotidiennes. Les humains se consacreraient alors aux décisions stratégiques.