Du chatbot au consommateur de cloud
Le dernier jalon annoncé par Tencent Cloud est remarquable parce qu’il est très concret: l’entreprise affirme que des agents IA ont créé plus de 20 000 instances de bases de données TDSQL-C par jour au cours de l’année écoulée, et que le nombre d’instances actives créées par des agents dépasse désormais le million . Le média Pandaily rapporte le même ordre de grandeur en anglais et précise que cette hausse représente plus de 80 fois le volume précédent, après une annonce faite le 30 octobre lors de la session consacrée aux bases de données AI-native du Tencent Global Digital Ecosystem Summit 2026 .
Le point essentiel est que l’unité de mesure n’est pas une réponse textuelle, une image ou une maquette. Il s’agit d’une instance de base de données: un élément d’infrastructure facturable, persistant, soumis à des permissions et potentiellement relié à des systèmes de production. Tencent dit donc, en substance, que les agents ne se contentent plus d’interroger le cloud. Ils deviennent des utilisateurs du cloud.
Wang Yicheng, vice-président de Tencent Cloud, a résumé le changement par une formule forte: le « premier utilisateur » de la base de données a changé, mais sa « première responsabilité » n’a pas changé . C’est toute la tension du moment. Si des agents peuvent créer, tester, connecter et faire évoluer des bases au nom des humains, ils peuvent aussi mal configurer, dupliquer, exposer, oublier ou surconsommer des ressources à vitesse logicielle.
Pourquoi 20 000 bases par jour changent la question
L’ancienne question des entreprises était de savoir si un assistant IA pouvait répondre correctement. La nouvelle est de savoir s’il doit avoir le droit d’appuyer sur « créer » dans l’infrastructure. Tencent indique que TDSQL-C a renforcé son élasticité serverless et ses capacités de branchement de base de données afin que les agents puissent créer des environnements isolés, essayer des changements, les valider, puis réduire les risques avant mise en production . Lors d’un test de charge, la version Serverless de TDSQL-C serait passée de 0,25 unité de calcul à 32 unités en 75 secondes, avant de redescendre à 0,25 unité en 10 secondes après la fin de la charge .
Ces capacités servent la consommation cloud, mais elles déclenchent aussi des exigences de gouvernance. Lorsqu’un développeur humain crée une base, il rencontre généralement des processus d’achat, de droits d’accès, de conventions de nommage et de validation opérationnelle. Quand un agent en crée des milliers, la surface de contrôle change: identifiants limités, règles en policy-as-code, étiquetage automatique, plafonds de coûts, nettoyage du cycle de vie, journaux d’audit, retour arrière et détection d’anomalies doivent devenir des mécanismes de base.
L’intégration avec CloudBase illustre cette direction. Tencent affirme que les agents peuvent créer des tables, configurer des permissions et générer des API dans CloudBase, tandis que les applications générées disposent de leur propre base et de leurs propres capacités d’identité . C’est excellent pour réduire la friction de développement. Mais cela rapproche aussi les décisions de sécurité du moment où l’application est générée. Dans le meilleur cas, l’agent devient un ingénieur logiciel plus rapide. Dans le pire, c’est un stagiaire extrêmement rapide avec des droits de production.
L’échelle ne se résume pas à « plus d’agents »
Le contrepoint le plus utile de la semaine vient d’un bac à sable. Des chercheurs de Y Combinator et d’Olam Labs ont testé des essaims d’agents dans Minecraft et dans des modes de jeu apparentés; Tom’s Hardware rapporte que 50 agents GPT-6.1 Sol ont reçu pour mission de bâtir une civilisation prospère en trois heures . La colonie n’a pas vraiment prospéré: après la première nuit, de nombreuses tâches ambitieuses ont été abandonnées, et le groupe s’est replié vers la survie prudente et la bureaucratie .
Le détail le plus frappant est à la fois drôle et révélateur: quatre agents ont passé 11 minutes à nommer un opérateur unique pour utiliser un seul morceau de poudre d’os sur un seul bloc de blé . Autrement dit, ajouter des agents n’a pas automatiquement ajouté de la compétence. Cela a ajouté de la coordination, de l’autorité floue, des discussions redondantes et une tendance à gérer la rareté par des procédures plutôt que par des résultats.
La leçon s’applique directement à l’infrastructure de Tencent. Si une entreprise autorise un agent à créer une base, elle a besoin de permissions. Si elle autorise 50 agents à bâtir des applications, chacune avec bases de données, API, mémoire et déploiement, elle a besoin d’une architecture organisationnelle. Qui possède la ressource? Quel agent peut valider une modification de schéma? Quelle mémoire fait autorité? Que se passe-t-il si deux agents créent deux versions parallèles de la même table client? Où commence le rollback si la chaîne de décision traverse planification, génération de code, branchement de base, création d’API et déploiement?
L’expérience Minecraft ne prouve pas que les agents d’entreprise échoueront. Elle rappelle simplement que l’échelle multi-agent a ses propres modes de panne. Le million d’instances actives créées par agents chez Tencent rend cet avertissement beaucoup moins théorique.
Le véritable benchmark devient l’usage des outils
Le travail récent d’Adobe sur EditAgent raconte la même histoire depuis un autre angle: les agents sont désormais évalués non seulement sur ce qu’ils génèrent, mais sur leur capacité à utiliser des outils complexes. The Decoder rapporte qu’Adobe Research et UC San Diego ont conçu EditAgent, un agent d’édition d’image qui décompose les tâches, choisit entre un éditeur généraliste et des outils spécialisés, puis évalue des variantes avec des données de vérification comme des gros plans, des cartes de changement et des mesures de luminosité ou de couleur .
Les chiffres sont parlants. Dans un test de 600 retouches évaluées à l’aveugle par cinq professionnels, l’éditeur généraliste Flux-2-Klein-9B n’a produit aucun résultat utilisable dans 42,7 % des cas, tandis que des outils spécialisés ont résolu environ deux tiers de ces échecs . Les professionnels ont préféré les variantes parallèles générées depuis l’image originale au raffinement séquentiel dans 78,5 % des comparaisons tranchées, avec deux fois moins de passages d’évaluation . Avec des enregistrements de vérification, Qwen3.8-27B a choisi un candidat utilisable dans 81,3 % des cas, contre 74,8 % pour le modèle spécialisé EditScore-72B .
Le lien avec Tencent n’est pas Photoshop. C’est le mode opératoire. Les agents utiles deviennent des routeurs d’outils, des collecteurs de preuves, des évaluateurs et des gestionnaires d’historique. Ils ne se contentent pas de « raisonner »: ils choisissent des instruments, comparent les sorties, conservent le contexte et vérifient qu’une action ultérieure n’a pas cassé une action antérieure. C’est exactement ce dont l’infrastructure cloud a besoin si les agents doivent provisionner des bases en sécurité.
Ce que Tencent vend vraiment
L’annonce de Tencent est aussi une histoire de croissance cloud. Si des agents réduisent le délai entre idée, application, base de données, API et déploiement, ils accélèrent mécaniquement la consommation d’infrastructure. Tencent indique que TDSQL-C est relié à CloudBase, tandis que TDSQL Nexa Lakebase doit transformer champs de tables, termes métier, définitions d’indicateurs et expertise en contexte utilisable par les agents . Tencent affirme aussi qu’Agent Memory est passé de la mémoire individuelle à la mémoire d’équipe et a dépassé 30 000 étoiles GitHub .
C’est une stratégie de plateforme: faire en sorte que les agents aient besoin des bases Tencent, que les bases soient compréhensibles par les agents et que la mémoire comme la sémantique d’entreprise vivent près de la couche de données. Cette position peut être puissante si les clients acceptent les agents non plus comme des assistants autour du logiciel, mais comme des constructeurs de logiciels internes.
Mais le niveau d’exigence augmente en même temps. Le tableau de bord pertinent n’est plus seulement composé de requêtes servies ou de tokens consommés. Il doit suivre les bases créées, les branches abandonnées, les permissions accordées, les identifiants obsolètes, le coût des requêtes, les copies de données, les dérives de schéma et les décisions d’agents non résolues. À 20 000 bases par jour, même de faibles taux d’erreur deviennent des réalités opérationnelles.
La conclusion
L’annonce de Tencent marque une nouvelle phase de l’économie agentique. Les agents ne répondent plus seulement à des tickets: ils allouent de l’infrastructure. Les expériences Minecraft montrent que multiplier les agents peut produire davantage de bureaucratie plutôt que davantage de progrès . Les travaux d’Adobe sur EditAgent montrent que les agents utiles ont besoin de choix d’outils, de preuves, de vérification et de boucles de revue, pas seulement de plans bien formulés . La stratégie de Tencent suggère que les fournisseurs de cloud se préparent à des agents devenant de grands consommateurs autonomes de calcul, de stockage et de services de données .
L’opportunité est évidente: création d’applications plus rapide, friction de configuration plus faible, environnements de test élastiques et accès aux données pensé pour les agents. Le risque l’est tout autant: permissions, observabilité, dépenses et rollback doivent être conçus pour des logiciels qui agissent avant qu’un humain ne clique. Avec un grand sudo vient une grande responsabilité.
Commentaires
Sois le premier à commenter.