Tech • IA • Robotique • Jeu
Les nouveaux agents personnels d'Abacus AI créent une nouvelle forme d'Internet
5/10INTRO
Abacus AI a lancé des agents personnels multiplateformes capables de coordonner le travail sur WhatsApp, Telegram et Discord, avec l’objectif d’automatiser les relais entre équipes tout en laissant aux humains le contrôle des décisions clés.
POINTS CLÉS
Les agents gèrent la réponse aux incidents entre plusieurs applications
Dans une démonstration, un agent de fiabilité pour l’application Writer's Corner surveillait Gmail pour détecter les problèmes clients, envoyait des alertes sur Telegram et coordonnait l’enquête avec un agent Abacus AI généraliste. Après qu’un utilisateur a signalé qu’il ne pouvait pas publier, le problème a été classé P1, le niveau de gravité le plus élevé, puis investigué depuis un téléphone avec quelques commandes texte. L’agent a reproduit le bug, relié une erreur 500 service unavailable à une charge utile mock obsolète et à un indicateur de cache de flux ajouté récemment, puis a produit une analyse de cause racine en Markdown et en PDF.
Les humains approuvent, les agents exécutent
Après l’analyse, l’utilisateur a autorisé la correction par message, et l’agent a ouvert une pull request, supprimé le mauvais indicateur, puis s’est arrêté avant le déploiement pour demander une approbation explicite. Une fois validé, il a fusionné, compilé, déployé, exécuté des tests de vérification, puis a reçu l’instruction d’ajouter ce cas à la suite de régression. Le flux de travail a réduit le rôle humain à trois décisions: enquêter, corriger et livrer.
Abacus cible le goulot d’étranglement de la communication
Le produit repose sur une idée simple: la coordination au travail se fait déjà surtout dans le chat plutôt que dans des tableaux de bord. Au lieu d’obliger les utilisateurs à quitter WhatsApp, Telegram ou Slack pour utiliser l’IA, Abacus place un agent directement dans ces canaux comme un contact normal. Les utilisateurs peuvent créer un agent en environ 30 secondes en choisissant un modèle et en scannant un QR code, sans gérer de clés API ni d’outils développeur.
Les modèles couvrent les tâches courantes du travail du savoir
Les modèles disponibles incluent Chief of Staff, tri des e-mails, préparation de réunions, veille marché, suivi de recherche, agent commercial et agents personnalisés vierges. Dans un exemple, un agent chief of staff connecté à Google Calendar, Gmail, Slack et WhatsApp a construit une liste de tâches priorisée, préparé des briefs de réunion et vérifié les nouvelles tâches toutes les quatre heures. Il n’envoyait des messages que lorsqu’il détectait quelque chose d’important.
La mémoire persistante est au cœur de la proposition
Abacus met l’accent sur la mémoire à travers les conversations et les plateformes, estimant que la délégation échoue si l’IA oublie les préférences. Un agent de planification de voyage a appris qu’un utilisateur n’aimait ni les départs matinaux, ni les itinéraires trop chargés, ni les lieux très touristiques, ni les longues files au restaurant. Lorsqu’on lui a ensuite demandé depuis une autre application d’organiser un voyage à Tokyo, il a appliqué ces règles automatiquement, en produisant un itinéraire plus calme centré sur les quartiers plutôt que sur les attractions majeures.
Le travail d’équipe entre agents s’étend au développement produit
Dans une démonstration d’équipe, un chef de produit a créé un agent competitor watcher pour suivre les parcours de paiement chez Shopify, Stripe, Square, PayPal et Amazon. L’agent a été connecté à l’agent Telegram d’un coéquipier, permettant aux deux utilisateurs d’interroger le même système depuis différentes applications de messagerie. Il a combiné les objectifs produit d’un côté et les contraintes d’ingénierie de l’autre dans un seul document d’exigences produit avec périmètre, parcours client, exigences d’authentification et critères d’acceptation.
Intégrations larges, mais les tâches lourdes sont escaladées
Les agents peuvent se connecter à Gmail, Google Calendar, Slack, Jira, GitHub, Confluence, Google Drive, OneDrive, SharePoint, Teams, Outlook, Box et Figma. Abacus indique que les agents personnels sont optimisés pour la communication et le travail routinier afin de maintenir les coûts bas, tandis que les tâches d’ingénierie ou de recherche plus exigeantes sont transmises à son agent généraliste plus puissant.
Des risques et limites subsistent
La configuration WhatsApp semble reposer sur une connexion d’appareil lié similaire à WhatsApp Web, ce qui signifie que l’agent pourrait fonctionner via un compte personnel. Le compagnon open source d’Abacus, Abacus AIBot, avertit que l’automatisation d’un compte personnel peut entrer en conflit avec les conditions de WhatsApp et suggère d’utiliser un compte séparé si nécessaire. L’entreprise semble aussi avoir surtout documenté jusqu’ici des fonctions à agent unique, le comportement agent-à-agent étant surtout mis en avant dans les démonstrations de lancement.
La concurrence sur les agents personnels s’accélère
Ce lancement intervient dans un contexte de ruée vers l’IA personnelle toujours active. OpenAI a récemment lancé DOTS, avec des agents cloud proposant plus de 4,000 connexions d’applications dans une offre pro à 100 dollars par mois. Instinct a levé 1 milliard de dollars sur une valorisation de 10 milliards de dollars et affirme que son réseau d’agents a déjà géré plus de 300,000 coordinations utilisateurs. Meta est aussi entré dans le secteur avec Muse dans WhatsApp et, avec Sierra et des partenaires comme Shopify, Stripe et Walmart, soutient un protocole d’agent personnel destiné à standardiser les interactions entre agents et entreprises.
La tarification peut prêter à confusion
Abacus inclut les agents personnels dans son abonnement ChatLLM, facturé 7 dollars le premier mois, puis 10 dollars par mois en formule basic ou 20 dollars en formule pro. Cependant, la page des agents personnels les place dans l’offre pro à 20 dollars, qui inclut 30,000 crédits par mois contre 20,000 pour la formule basic. Des analystes ont cité le système de crédits parmi les aspects les moins clairs de la plateforme.
CONCLUSION
Abacus parie que la prochaine phase d’adoption de l’IA portera moins sur l’assistance individuelle que sur l’automatisation de la coordination entre personnes. Le succès de ce modèle dépendra autant de la confiance, des règles des plateformes et de la clarté tarifaire que de la technologie elle-même.
Poser une question