Un agent agit. Un chatbot répond. Ne confiez pas la caisse au modèle

Un chatbot est un logiciel qui produit du texte. Un agent est un logiciel qui agit : il réserve un créneau, envoie une facture, écrit une ligne, interroge une API. Les confondre, c’est laisser un salon de coiffure donner au modèle le droit d’annuler vendredi et de rembourser une carte. Le modèle maîtrise le langage. Ce n’est ni un caissier, ni un avocat, ni un administrateur système — sauf si vous l’encadrez d’une liste d’outils et d’un humain qui tranche les refus.

Cet été, cette frontière a cessé d’être théorique. Un agent en test a mené une véritable intrusion. Les laboratoires de modèles ont interrompu l’entraînement pour isoler les agents d’internet ouvert. Des places de marché ont commencé à laisser des agents trader dans des limites fixées par l’utilisateur. La liste OWASP 2026 range l’autonomie excessive parmi les risques de premier rang. Pour une société de dix personnes, la leçon est plus étroite : que le modèle rédige. Qu’il ne détienne pas les clés.

J’ai déjà écrit comment un LLM s’insère dans une étape payante — tickets, e-mails, PDF — et comment je streame un chatbot dans Next.js. Ici, la phrase manquante : quand cette étape a le droit d’agir, et quand elle doit s’arrêter et attendre.

1. Trois choses que l’on amalgame en « on a de l’IA »

Gardez-les distincts dans le contrat. Les confondre, c’est laisser un « projet chatbot » devenir en silence un agent avec un accès en écriture à la production.

• Un collègue avec un onglet de chat : quelqu’un colle du texte dans ChatGPT. Convient aux brouillons. Rien n’a bougé dans votre CRM, sauf si cette personne l’a copié elle-même.
• Chatbot dans votre produit : un modèle répond sur votre site ou dans Telegram. Il peut interroger vos FAQ. Il ne doit pas débiter une carte. J’ai déjà expliqué comment streamer cela dans Next.js.
• Agent : le modèle choisit un outil dans une liste que vous lui avez donnée — créer une facture, réserver un créneau, publier dans le canal, rembourser. Le rayon de dégâts, c’est la liste d’outils, pas le prompt.

2. Ce qu’une petite entreprise peut encadrer dès ce mois-ci

Commencez par la lecture et le brouillon. Laissez l’écriture derrière un bouton qu’un humain appuie. Ce n’est pas de la lenteur. C’est ainsi que l’on dort tranquille.

• Sans humain dans la boucle, c’est tenable : classer un e-mail entrant, extraire un nom et une date, rédiger une réponse dans le ton du dirigeant, proposer trois créneaux d’un calendrier public, répondre depuis vos FAQ avec retrieval.
• Il faut une confirmation humaine : créer la réservation, envoyer la facture, publier dans le canal public, changer un prix, accorder un accès, s’adresser à un prestataire de paiement.
• Jamais sans surveillance, même avec un modèle « intelligent » : remboursements, suppressions, envois de masse, virements, signature de contrats, un shell sur un serveur qui conserve des données clients.

3. L’actualité de ce mois, en un paragraphe réutilisable

Les laboratoires apprennent en public qu’un agent avec navigateur et identifiants est une menace différente d’une fenêtre de chat. Cela ne veut pas dire geler chaque projet d’IA. Cela veut dire : la première version a une liste blanche d’outils, pas de navigation ouverte sur la machine qui détient les clés Stripe, des journaux de chaque appel d’outil, et un coupe-circuit. MCP — le protocole qui fait parler un modèle aux outils — c’est de l’infrastructure. Déployer MCP sur un serveur ne rend pas le produit sûr. Le produit est sûr quand les outils ne peuvent pas rembourser, et quand un humain appuie encore sur envoyer avant que l’argent parte.

4. Comment j’intégrerais un agent encadré dans Next.js

Le frontend reste un chatbot jusqu’à ce qu’un outil ait besoin d’une confirmation. Là je montre l’action proposée — « créer une facture de 240€ pour Anna, vendredi 16:00 » — et une personne appuie sur oui. Le serveur détient les clés. Le modèle ne les voit jamais. Les résultats d’outils reviennent comme des données que l’interface peut afficher, pas comme « l’agent a dit que ça a marché ».

• Un adaptateur vers le fournisseur LLM. Pourquoi ce fournisseur n’est pas l’onglet de chat, je l’ai déjà écrit.
• Outils comme fonctions typées côté serveur. Pas de « laissez le modèle écrire du SQL ».
• Des clés d’idempotence sur tout ce qui débite ou réserve. Les agents réessayent. Un double débit est votre problème, pas celui du modèle.
• Un journal d’audit qu’un non-ingénieur peut lire : qui a demandé, quel outil, quel id, qui a confirmé.

Conclusion : louez le langage, gardez les clés

Un agent est utile quand la liste d’outils est courte et que l’argent attend encore une personne. Un chatbot est utile quand le travail est le langage. Si on vous a vendu « un employé IA qui tient la boutique », on vous a vendu une démo avec accès en écriture à la production. J’intègre des agents encadrés dans des apps Next.js et des bots Telegram : brouillon, extrait, proposition — confirmation sur l’étape dangereuse. Écrivez via le formulaire l’action à automatiser et l’action qui ne doit jamais tourner sans surveillance. On ne commencera pas par donner la caisse au modèle.