- Qu'est-ce que l'Agentic AI Summit 2026 ?
- Pourquoi l'IA agentique passe des démos aux systèmes réels
- 5 thèmes que les développeurs devraient suivre après le Berkeley Agentic AI Summit
- Ce que les étudiants et chercheurs devraient apprendre maintenant
- Comment commencer à construire des agents IA sur Novita AI
- Conclusion
- FAQ
Novita AI était fière d’être sponsor de l’Agentic AI Summit 2026 à l’UC Berkeley. Nous avons été ravis de rencontrer tous ceux qui ont visité notre stand durant ces deux jours pour poser des questions et discuter de la direction que prend l’IA agentique.
Le sommet reflète là où le domaine se dirige réellement : des démos impressionnantes vers des systèmes qui doivent fonctionner de manière fiable, sûre et répétée à grande échelle. Pour les développeurs, cependant, le point important n’est pas l’événement lui-même, mais l’ensemble des problèmes qui apparaissent systématiquement une fois que les agents sont mis au travail dans le monde réel.
Légende : Novita AI à l’Agentic AI Summit 2026 à Berkeley
Qu’est-ce que l’Agentic AI Summit 2026 ?
Le sommet est un bon indicateur de l’état actuel de l’IA agentique : la conversation ne porte plus seulement sur les prompts et l’autonomie. Il s’agit des limites d’exécution, de l’utilisation d’outils, de l’ergonomie des produits, de l’évaluation et du coût.
C’est important car la plupart des échecs d’agents ne sont pas uniquement des échecs de modèle. Ce sont des échecs système. Les agents ont besoin de permissions, d’état, de tentatives, d’observabilité et d’un endroit pour exécuter du code en toute sécurité. Quand ces éléments manquent, la démo a l’air bonne, mais le flux de travail se brise.
Pourquoi l’IA agentique passe des démos aux systèmes réels
Le changement est simple : les équipes veulent des agents capables de livrer du travail, pas seulement de parler de travail.
Cela signifie que les développeurs se soucient désormais de :
- les limites et permissions des outils
- l’exécution sécurisée pour le code et les actions du navigateur
- les évaluations reproductibles
- des API stables et compatibles avec OpenAI
- le coût d’inférence par tâche, pas le coût par requête
Si votre agent peut bien planifier mais ne peut pas exécuter en toute sécurité, il n’est pas prêt pour la production. S’il peut exécuter mais que vous ne pouvez pas tracer, limiter ou vous le permettre, il n’est toujours pas prêt pour la production.
Légende : Novita AI a présenté sa plateforme cloud native IA pour les développeurs et les agents
5 thèmes que les développeurs devraient suivre après le Berkeley Agentic AI Summit
| Thème | Pourquoi c’est important | Que faire |
|---|---|---|
| Infrastructure agent | Les agents ont besoin d’état, d’outils et de garde-fous, pas seulement de prompts | Construire d’abord le runtime, puis la boucle du modèle |
| Exécution sécurisée | Le code non fiable et les actions du navigateur nécessitent un isolement | Utiliser un bac à sable pour tout ce qui a des effets secondaires |
| Interfaces ouvertes | La compatibilité réduit le coût de migration | Préférer les API compatibles OpenAI quand c’est possible |
| Observabilité | Les agents échouent en boucles, pas en appels uniques | Enregistrer les appels d’outils, la latence et les tentatives |
| Discipline des coûts | Les agents multi-étapes multiplient les dépenses d’inférence | Suivre le coût par tâche, pas seulement par requête |
Le grand schéma est que l’IA agentique devient de l’ingénierie système.
Ce que les étudiants et chercheurs devraient apprendre maintenant
Si vous êtes étudiant, concentrez-vous sur la construction d’une boucle d’agent complète de bout en bout : planification, utilisation d’outils, exécution, récupération d’erreur et un résultat mesurable.
Si vous êtes chercheur, concentrez-vous sur la reproductibilité et l’analyse des échecs. Les questions utiles ne sont pas seulement « le modèle résout-il la tâche ? » mais aussi « qu’est-ce qui casse quand l’environnement change ? »
| Public | Meilleure compétence suivante | Projet pratique |
|---|---|---|
| Étudiants | Utilisation d’outils et évaluations | Construire un agent de codage avec un espace de travail en bac à sable |
| Chercheurs | Reproductibilité | Évaluer le même agent sur différents runtimes |
| Développeurs | Fiabilité | Ajouter la journalisation, les tentatives et le suivi des coûts à un workflow |
Légende : L’équipe Novita AI a discuté avec des développeurs, étudiants et chercheurs au sommet
Comment commencer à construire des agents IA sur Novita AI
Novita AI s’intègre bien dans la pile si vous voulez séparer la couche de raisonnement de la couche d’exécution.
Commencez avec la documentation de l’API LLM. Les API de Novita AI sont compatibles avec OpenAI, et la documentation montre le même motif d’échange base_url à l’adresse https://api.novita.ai/openai pour les clients ChatCompletion et Completion existants.
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key="<Votre clé API>",
)
Ensuite, associez cela avec Novita Agent Sandbox pour l’exécution. La page officielle du bac à sable le positionne pour les agents de codage, l’automatisation du navigateur, l’utilisation de l’ordinateur, les évaluations et les workflows de longue durée, avec un démarrage inférieur à la seconde et une facturation à la seconde.
Cette séparation est l’idée architecturale clé :
- utilisez l’API LLM pour le raisonnement
- utilisez le bac à sable pour les effets secondaires
- gardez les deux observables
- gardez les deux assez peu coûteux pour itérer
Si vous construisez des agents pour les développeurs, étudiants ou chercheurs, c’est la pile qui survit au contact avec la réalité.
Légende : Crédits Novita AI, matériel du programme startup et documents à distribuer au sommet
Conclusion
Le sommet de Berkeley est un rappel que l’IA agentique n’est plus seulement une question de capacité. Il s’agit de qualité d’exécution. Les équipes qui gagneront seront celles qui traitent les agents comme des systèmes de production : isolés, observables, interopérables et abordables.
Si vous construisez maintenant, commencez par l’API du modèle, ajoutez un bac à sable et mesurez le chemin complet de la tâche.
Si votre premier projet d’agent est lourd en Python, comparez Best AI for Coding Python in 2026 avant de verrouiller la couche modèle.
FAQ
Quel est le principal enseignement du Berkeley Agentic AI Summit 2026 ?
Que l’IA agentique passe des démos aux systèmes qui nécessitent fiabilité, permissions et exécution sécurisée.
Ai-je besoin d’un bac à sable pour construire des agents ?
Si votre agent écrit des fichiers, exécute du code ou utilise des actions navigateur/ordinateur, oui.
Pourquoi utiliser Novita AI pour les applications d’agents ?
Parce qu’il offre un accès au modèle compatible OpenAI plus une couche de bac à sable séparée pour l’exécution.
Que dois-je construire en premier ?
Un workflow d’agent de bout en bout avec journalisation, tentatives et un indicateur de succès clair.
Articles recommandés
