Agents IA : la révolution silencieuse qui m’a fait passer du code au commandement

Ou comment j’ai transformé ma vie de développeur… sans changer de métier.

Il y a 15 ans, j’ai découvert l’informatique. Il y a 15 mois, je l’ai redécouverte.

Je m’appelle Loïc Mancino, ingénieur logiciel full stack, Technical Lead freelance depuis 6 ans, et dans le métier depuis 2015.

Mais en vrai, tout a commencé bien plus tôt. Mon premier contact avec le code ?

Un script pour optimiser mon farming sur World of Warcraft pendant les cours. C’était en 2010. Depuis, j’ai transformé cette passion en métier — et j’ai cette chance rare : vivre de ce que j’aime faire.

Au fil des années, j’ai tout automatisé. Mon code, mes outils, mon environnement… jusqu’à ma maison. J’avais trouvé mon rythme, ma stack, mes process. Tout roulait. Mais un jour, un ami CTO, expert en transformations technologiques, m’a mis une petite claque mentale.

Il m’a initié aux agents IA.

Et pourtant, je n’étais pas un “retardataire” :

• J’utilise GPT depuis fin 2021, j’intègre leurs API dans toutes sortes de projets.
• J’étais déjà dans le flux, dans la hype, dans la boucle.

Mais les “agents”, je les voyais comme une surcouche marketing. Une sorte de roleplay tech.

Jusqu’à ce que je comprenne que je pouvais aller beaucoup plus loin que le prompt. Créer mes propres entités intelligentes. Les outiller. Leur déléguer. Et orchestrer tout ça comme une équipe invisible, à mon service.

Depuis, je ne code plus seul.

Je supervise, j’orchestre, je collabore.

Et ce métier que je croyais connaître par cœur… m’a surpris une deuxième fois.

Kaizen wa chikara nari.

Ce que vous allez découvrir dans cet article

•Un virage inattendu :Pourquoi j’ai changé de regard sur les agents IA (et ce qui m’a fait basculer)

• Les différents types d’agents IA : interactifs, autonomes, hybrides. Comment ils fonctionnent, et ce qu’ils permettent.

• Un changement de schéma de pensée : D’une logique fonctionnelle à une logique comportementale : penser en rôles, pas en fonctions.

• CrewAI, l’outil qui structure mes agents comme une équipe : Présentation complète du framework qui a tout débloqué pour moi.

• Comment les agents IA ont transformé mon quotidien de freelance : Moins de charge mentale, plus de concentration, un vrai changement de posture

• Une journée dans la vie d’un freelance augmenté : Immersion dans mon workflow temps réel : assistants vocaux, codage, frigo connecté, agents dev

• Les outils qui ont changé ma manière de concevoir : Stack technique, frameworks, LLMs, orchestration, interfaces — tout mon écosystème

• Ce que les agents IA vont changer — vraiment : Une conclusion sur la mutation en cours : du logiciel à la collaboration intelligente

Let’s go.

Les différents types d’agents IA

Avant d’aller plus loin, posons les bases. Tous les agents ne se ressemblent pas. On distingue généralement deux grandes familles d’agents IA – avec une troisième catégorie hybride qui émerge de plus en plus.

Les agents interactifs

Ces agents sont conçus pour interagir avec un utilisateur humain. Ils peuvent répondre à des commandes, générer des idées, ou assister dans des tâches. Leur but ? Améliorer l’expérience utilisateur et accélérer les workflows manuels.

🧰Exemples :

• Un bot Discord / Slack qui répond à des commandes comme !clip, !résume, !trouve-moi des leads.

• Un assistant IA dans une UI : tu uploades une vidéo, il te propose un titre, un script, un thumbnail, et un short Youtube automatiquement.

• Un copilote développeur (GitHub Copilot, Cursor) qui t’aide à coder, documenter ou corriger du code en contexte.

Ce type d’agent joue le rôle de compagnon, de bras droit digital. Il est déclenché par une action utilisateur, et agit dans un cadre bien défini.

Les agents autonomes (ou standalone)

Ceux-là sont plus discrets, souvent invisibles, mais redoutablement efficaces. Ils tournent en arrière-plan, parfois 24/7, sans intervention humaine.

Exemples concrets :

• Un agent qui lit les derniers commits GitHub et génère des articles SEO optimisés à chaque update.

• Un agent de veille concurrentielle qui surveille tes concurrents, détecte leurs nouveautés, et t’envoie un rapport chaque semaine sur Slack ou Discord.

• Un agent de génération de contenu automatisé qui repère les tendances Twitter ou Reddit et crée des posts ou des memes adaptés à ta ligne éditoriale.

• Un agent CRM qui détecte un signal d’intérêt chez un prospect (ouverture d’email, visite d’une page clé), déclenche une séquence, met à jour Notion, et t’envoie un ping Slack.

Ces agents sont proactifs. Ils prennent des décisions, déclenchent des actions, et gèrent des flux complexes de manière autonome.

Les agents hybrides

De plus en plus, on voit apparaître des agents hybrides qui combinent les deux approches. Ils tournent en continu, mais se réveillent pour interagir quand c’est nécessaire.

🧰 Exemple

Un agent observe les dashboards DevOps de ton équipe. Quand un build échoue ou qu’un bug critique est détecté :

• Il analyse les logs

• Prépare une hypothèse de cause

• Et vient t’en parler sur Discord ou Slack avec une proposition d’action.

Ces agents sont à la fois des sentinelles et des assistants contextuels.

Et ce n’est que le début.

Ce qui m’a le plus marqué, c’est le niveau de modularité, d’autonomie et de coordination que ces agents peuvent atteindre. Ce ne sont plus des assistants passifs. Ce sont des entités capables de raisonner, planifier, agir… et même de collaborer entre elles.

Et dans la suite de l’article, je vais te montrer comment j’ai intégré ces agents dans mon quotidien de freelance, quels outils j’ai choisis — mais surtout, comment ils ont profondément transformé ma manière de penser, concevoir, et structurer mes projets tech.

Un changement de schéma de pensée

Avant, chaque projet suivait une logique assez classique :

On identifie un besoin → on code une solution → on automatise certaines parties si besoin → on passe à autre chose.

Mais avec les agents, cette façon de penser ne fonctionne plus vraiment.

Pourquoi ? Parce qu’on ne code plus des solutions figées. On orchestre des entités intelligentes, capables d’agir, de s’adapter, et parfois même de raisonner seules.

Penser en termes de comportements, pas juste de fonctionnalités

Un agent, ce n’est pas une fonction.

Ce n’est pas un service web.

C’est un acteur autonome dans un système, avec ses propres intentions, son rôle, son environnement, et ses interactions.

Tu ne te demandes plus :

“Qu’est-ce que cette feature doit faire ?”

Tu te demandes plutôt :

“Quel comportement cet agent doit-il adopter dans ce contexte ?”

Et ça change tout. Tu raisonnes en scénarios, en chaînes de décisions, en coordination entre entités.

De la logique linéaire à la logique adaptative

Avant :

“Si A alors B. Sinon C.”

Des conditions, des règles, des tests, du prédictif.

Maintenant :

“L’agent A reçoit une info → il décide quoi faire selon son objectif, son historique et l’état du système.”

C’est une logique vivante, parfois émergente. Tu codes un cadre, pas un résultat.

Tu n’écris plus du code, tu définis des rôles.

Créer un système multi-agents, c’est comme écrire un casting pour un film :

Qui fait quoi ?

Comment ils communiquent ?

Qui observe ? Qui déclenche ? Qui prend des décisions ?

Quelle est leur mémoire ? Leur mission ? Leur autonomie ?

Un agent devient presque un personnage, et toi tu n’es plus un dev qui code une appli — tu es un metteur en scène d’intelligences spécialisées.

Et très franchement…

En tant que dev senior, ça m’a redonné le frisson.

C’est comme si tu passais du scripting à la stratégie. Du code au game design.

Et une fois que tu commences à penser comme ça, tu ne peux plus revenir en arrière.

Ce changement de perspective m’a naturellement amené à chercher des outils capables de concrétiser cette nouvelle façon de penser.

Et après en avoir testé plusieurs, un framework s’est imposé comme une évidence : CrewAI.

CrewAI : l’outil qui structure tes agents comme une équipe

Quand j’ai découvert CrewAI, j’ai eu cette sensation rare :

“Ok. Là, ils ont compris comment on pense quand on est dev.”

Parce que CrewAI ne se contente pas de fournir des outils pour lancer un agent IA.

Il propose un cadre de pensée. Une architecture mentale et technique qui permet d’orchestrer plusieurs agents comme une véritable équipe de travail.

Le concept de base : une crew, pas une task

Dans CrewAI, tu ne crées pas un simple agent qui répond à une commande.

Tu construis une équipe (crew) d’agents, chacun avec :

• Un rôle clair : journaliste, analyste, planificateur, rédacteur, relecteur, etc.

• Un objectif propre, aligné avec la mission générale

• Des outils à disposition (fonction Python, appel d’API, accès à un navigateur, etc.)

• Une personnalité ou un comportement (via leur prompt system ou LLM config)

Ensuite, tu leur donnes une mission globale, et c’est eux qui s’organisent.

Tu passes du :
“je code une fonction”

à

“je définis des rôles et une dynamique de collaboration”.

 Pourquoi c’est puissant

CrewAI est pensé pour reproduire la manière dont les humains travaillent en équipe.

Tu peux définir :

• Une hiérarchie de décision (certains agents valident le travail des autres)

• Des flows de travail (Agent A rédige → Agent B corrige → Agent C publie)

• Des interactions naturelles : les agents se parlent, se posent des questions, se corrigent, itèrent.

Le tout repose sur des LLMs orchestrés, mais encadrés par des règles, des outils, et une logique bien structurée.

Pour quels types de projets ?

CrewAI excelle dès que tu veux :

• Décomposer une tâche complexe en étapes claires

• Assigner chaque étape à un profil d’agent spécifique

• Obtenir un résultat plus robuste, fiable, ou itératif que ce qu’un seul agent pourrait produire

Exemples :

• Générer un article SEO à partir d’un commit GitHub → rédaction, relecture, structuration.

• Préparer une séquence de cold email → analyse du persona, rédaction, validation, envoi.

• Planifier un projet technique → analyse de specs, découpage en tâches, estimation de charge, synthèse projet.

 Ce que tu codes vraiment avec CrewAI

1. Les rôles → ce que chaque agent sait faire, ses outils, sa mission.

2. La mission globale → ce que la crew doit accomplir.

3. Le flow → si tu veux un ordre d’exécution bien précis.

4. Les outils → fonctions personnalisées, accès API, scripts, etc.

Puis tu exécutes la crew.run()…

Et là, ça bosse, pour de vrai. 

Comment les agents IA ont modifié ma façon de travailler au quotidien

Adopter CrewAI et les agents IA n’a pas juste été une décision technique.

Ça a déclenché un vrai changement de rythme dans ma façon de travailler.

Petit à petit, sans même m’en rendre compte, j’ai cessé de faire les choses comme avant.

Avant, ma journée était structurée autour de micro-tâches, d’interruptions, de switches mentaux permanents : écrire un mail, planifier un projet, répondre sur Discord, documenter une feature, envoyer un résumé de réunion… Rien d’extrêmement complexe en soi, mais tout cela fragmentait ma concentration.

Puis, j’ai commencé à déléguer ces tâches à mes agents.

Un ici pour scanner les commits GitHub et me sortir un brouillon d’article.

Un autre pour suivre mes prospects et me suggérer des séquences de mails.

Un troisième pour me résumer chaque matin les discussions clés sur mes canaux clients.

Le plus fou ? Ce n’est pas tant le temps gagné — c’est la qualité de mon attention.

J’ai cessé de courir après les urgences.

Je suis redevenu maître de mon temps.

Aujourd’hui, je travaille différemment :

Je commence mes journées en checkant ce que mes agents ont préparé.

Je corrige, j’ajuste, je valide.

Je suis passé d’un rôle de “faiseur” à un rôle de “coordinateur intelligent”.

Et même dans ma manière de coder, ça a eu un impact : je réfléchis désormais en termes d’équipes virtuelles, de flux de collaboration et non plus juste en “feature à builder”.

Les agents IA ne sont pas là pour remplacer.

Ils sont là pour décharger, pour préparer, pour soutenir, sans demander ni repos ni validation.

Et dans ce nouvel équilibre, je me surprends à aimer encore plus mon métier.

Une journée dans la vie… d’un freelance augmenté

8h02.

Mon café est prêt. Le volet s’est ouvert tout seul. Et pendant que je m’étire, Jean-Pierre, mon assistant vocal maison, me fait le brief du jour.

« Bonjour Loïc. Tu as 2 réunions prévues, 1 client détecté, et ta boîte de thon est vide. »

Oui. Même mon frigo parle IA. On en reparlera dans un autre article. Promis.

8h30.

Je check #daily-brief.

Mon agent de veille a déjà résumé les discussions client de tous mes canaux; Discord, Slack, Whatsapp et Telegram, extrait les 3 points chauds à suivre pour la journée, et me propose une réponse pré-rédigée à envoyer à un client qui a reposé la même question pour la 3e fois.

Spoiler : la réponse est polie, la mienne ne l’aurait peut-être pas été.

9h00.

Première réunion, que j’enregistre en live.

L’agent dédié analyse, extrait les décisions, met à jour automatiquement Notion, et pré-remplit les prochaines étapes dans mon outil de gestion.

Pas de prise de note. Pas de perte d’info.

Je suis juste… présent.

10h00.

Je bosse sur un nouveau composant React.

Pendant que je code, mes bibliothèques Node et Python, construites sur-mesure, permettent à un agent de prendre ces composants et d’en déduire la logique métier.

Je construis les briques techniques, lui construit le bâtiment.

C’est comme avoir un junior dev très rapide… qui ne dort jamais.

12h15.

Jean-Pierre m’interrompt pendant que je mange :

« Tu veux que je repousse le call de 13h30 ? Le client vient d’annuler. J’ai réorganisé ton après-midi en fonction. »

Mon calendrier s’adapte tout seul, selon les flux, les urgences, les alertes, les changements. J’ai arrêté de perdre du temps à faire du Tetris entre mes rendez-vous.

15h00.

Je bosse en deep work.

Aucun onglet Slack, aucun ping, aucun mail.

Mes agents surveillent tout ça pour moi et me notifient seulement si c’est réellement utile.

Pendant ce temps :

• Un agent teste un prototype avec une suite de scénarios.

• Un autre me prépare des idées de posts LinkedIn avec résumé + hook.

• Et un petit dernier me prévient qu’il reste plus de papier toilette (véridique : j’y travaille).

Ma journée n’est plus fragmentée. Elle est orchestrée.

Je n’ai plus 10 rôles dans ma tête. J’ai une équipe d’agents autour de moi, et Jean-Pierre en chef d’orchestre, qui me permet de contrôler tout ça à la voix.

Le résultat ?

Plus de concentration. Moins de fatigue décisionnelle.

Et cette sensation unique que je suis augmenté par mes propres outils.

Ce quotidien que je viens de décrire — il n’a pas émergé du jour au lendemain.

Il s’est construit à travers des semaines d’expérimentations, de fails, de choix techniques… et surtout, grâce à une nouvelle génération d’outils qui ont profondément changé ma manière de concevoir un système.

Parce qu’au-delà du code, ce sont ces outils qui m’ont forcé à penser autrement, à design l’intelligence comme un écosystème, et plus comme une simple fonctionnalité

Quels outils ont changé ma manière de concevoir

Avant, mon outillage tournait autour de la stack classique du dev : frameworks web, pipelines CI/CD, API REST, scripts d’automatisation maison.

Depuis l’arrivée des agents, j’ai dû repenser toute ma boîte à outils.

1. CrewAI – Le cerveau collectif

Je l’ai déjà présenté plus tôt, mais CrewAI a marqué une vraie rupture.

C’est lui qui m’a poussé à arrêter de coder des “outils intelligents” et à commencer à designer des équipes intelligentes.

Avec CrewAI, chaque agent a un rôle, une mission, une logique — et tu raisonnes en stratégie d’ensemble, pas en “fonction à appeler”.

C’est devenu mon moteur central d’orchestration.

2. LangChain – Le grand Lego IA

LangChain, c’est le framework qui m’a permis de connecter mes LLMs à la réalité.

Je l’utilise pour :

• brancher mes agents à des bases de données,

• leur donner des outils (navigateur, fonctions Python),

• et surtout leur créer des mémoires contextuelles, pour qu’ils apprennent, retiennent, et s’adaptent.

Je ne l’utilise pas pour orchestrer des agents (je préfère CrewAI pour ça), mais pour outiller mes agents de manière modulaire et fluide.

3. OpenAI + Ollama + Local LLMs

J’ai un mix entre :

• GPT-4 (API OpenAI) pour les tâches créatives, critiques, ou complexes,

• Modèles open-source via Ollama pour certaines tâches que je veux exécuter en local, sans latence et sans coût.

J’ai appris à penser mes flows de manière multi-LLM : tous les agents n’ont pas besoin du même niveau de puissance ou de coût.

C’est comme dans une équipe : pas besoin de mettre un senior sur une tâche qui peut être faite par un stagiaire.

4. Python + React + Node.js – La stack qui exécute

Mon cœur de métier reste là. Je code :

• des composants React pour mes interfaces ou celles de mes clients,

• des libs Python/Node qui servent de toolbox à mes agents,

• des scripts métiers que mes agents peuvent invoquer comme des super-pouvoirs.

Mon code n’est plus le produit final.

Il devient le terrain de jeu des agents.

5. n8n, Notion, Discord, Slack – Le terrain de jeu

Tous mes agents vivent quelque part :

• n8n pour les flux déclenchés par des événements externes (formulaire rempli, webhook, nouveau tweet…)

• Discord et Slack comme interfaces d’interaction (c’est là où je parle avec mes agents)

• Notion comme base de travail (informations, briefs, historique, tâches)

Ma logique de conception est devenue polyglotte : je ne centralise plus tout dans un seul outil, je crée un écosystème fluide, où chaque brique a son rôle.

Ce que les agents IA vont changer — vraiment

Ce que je vis aujourd’hui, ce n’est pas juste un “gain de productivité”.

C’est une nouvelle ère.

Les agents IA ne sont pas une évolution du logiciel.

Ils sont une mutation de notre manière d’interagir avec le digital.

Demain — et pour certains d’entre nous, c’est déjà aujourd’hui — on ne cherchera plus une app pour faire quelque chose.

On déléguera l’intention à un agent.

On ne cliquera plus sur dix boutons pour publier un article ou suivre un projet :

on dira ce qu’on veut, et une équipe invisible se mettra en mouvement.

Des agents spécialisés. Autonomes. Collaboratifs.

Capables d’agir, de raisonner, de s’adapter — et même d’évoluer.

Et ce n’est pas réservé aux grandes boîtes ou aux ultra-techs.

Tout freelance, tout créateur, toute équipe peut aujourd’hui mettre en place son propre système d’agents, adapté à ses besoins, à ses outils, à sa vision.

C’est ça, le vrai shift :

Le logiciel n’est plus un outil qu’on utilise.

C’est un collègue. Un assistant. Un coéquipier.

Et le plus beau ?

C’est qu’on en est qu’au début.

Ce qu’on vit là, c’est le Web 3.5 du travail. Un pont entre l’automatisation brute et l’intelligence fluide.

Moi, je suis prêt.

Et toi ?