La plupart des équipes de recherche utilisent désormais des agents IA pour des tâches récurrentes : classer des candidats, recommander des réglages pour la prochaine exécution, planifier un lot, relire une analyse. Ce travail se répète chaque semaine. Dans la plupart des configurations, l’agent reste tel qu’il était. À sa centième tâche, il se comporte comme à la première, et l’erreur qu’un expert a corrigée le mois dernier revient ce mois-ci.
Cet article porte sur les agents qui s’améliorent à l’usage : ce que cela devrait signifier pour une équipe de recherche, comment MS Duplex y parvient avec les agents que vous utilisez déjà, comment un résultat vérifié se transforme en une méthode que toute l’équipe réutilise, et comment juger l’amélioration sur votre propre travail.
Ce que « s’améliorer à l’usage » devrait signifier
Pour une équipe de recherche, le critère utile est étroit. Le comportement de l’agent doit changer en raison de résultats que votre travail a confirmés, et vous devez pouvoir voir quels résultats ont causé quel changement. L’aisance et l’assurance ne sont pas la question. En recherche, l’amélioration se traduit par moins d’exécutions consacrées à des approches dont l’équipe sait déjà qu’elles échouent, de meilleurs premiers choix pour les décisions récurrentes et moins de corrections pour le même type d’erreur.
Dans MS Duplex, la mesure, c’est le résultat. Un test réussit, une mesure revient, un expert approuve une conclusion ou la corrige en expliquant pourquoi. Ces résultats confirmés sont ce dont vos agents apprennent, et ce sont aussi eux qui servent à juger chaque changement de comportement. L’impression qu’a l’agent de sa propre performance n’est pas une preuve.
- Un test ou un contrôle qui réussit ou échoue sur la proposition de l’agent
- Un résultat de mesure ou de simulation issu d’une exécution planifiée par l’agent
- L’approbation d’une conclusion par un expert
- La correction d’un expert, avec la raison qui la motive
Votre équipe choisit lesquels de ces résultats MS Duplex capture, et vos scientifiques et ingénieurs décident de ce qui est adopté. Vos règles passent en premier.
Comment le comportement d’un agent change, cycle après cycle
Pour l’équipe, la journée change peu. Vos agents continuent de travailler avec les outils qu’ils utilisent aujourd’hui, dans Claude, Codex, Cursor, un autre agent qui parle MCP, ou vos propres agents via l’API et le Python SDK. MS Duplex se place à côté du modèle, dont les poids restent inchangés, et intègre les résultats à mesure qu’ils arrivent. L’agent apprend de chaque résultat confirmé dès la requête suivante.
Deux changements s’ensuivent. Ce qui a fonctionné passe au premier plan : la prochaine fois qu’un cas similaire se présente, l’approche à l’origine d’un succès confirmé fait partie des premières choses que l’agent essaie. Ce qui a échoué cesse d’être proposé dans les conditions où cela a échoué. La seconde moitié compte autant que la première. Un réglage qui échoue au-delà d’une plage de fonctionnement connue peut convenir à l’intérieur de celle-ci ; MS Duplex conserve donc les conditions avec l’échec et ne met le réglage de côté que là où elles correspondent.
Prenons l’agent d’une équipe qui recommande des réglages pour la prochaine exécution d’une évaluation récurrente. Sur quelques cycles, cela pourrait ressembler à ceci :
- Un premier cycle mitigéL’agent recommande des réglages pour huit exécutions. Cinq passent le contrôle d’acceptation de l’équipe. Trois échouent, toutes avec le même réglage poussé au-delà de la plage où la méthode est valable. L’équipe confirme les deux séries de résultats.
- Un deuxième cycle plus cibléL’agent part des réglages à l’origine des cinq succès et écarte le réglage défaillant là où les conditions correspondent. Moins d’exécutions aboutissent à un résultat que l’équipe a déjà vu.
- Une correction motivéeUn relecteur corrige une recommandation et consigne pourquoi : un contrôle que l’agent a sauté compte pour ce type d’entrée. Dès la requête suivante, l’agent inclut ce contrôle pour les entrées de ce type.
- Un meilleur premier choixUne combinaison inhabituelle réussit là où le premier choix habituel n’avait pas suffi. La nouvelle approche prend sa place au premier plan, liée à l’exécution qui l’a justifiée.
- Une revue, l’historique ouvertLe responsable ouvre l’historique et voit chaque changement de comportement de l’agent, quand il s’est produit et quels résultats l’ont causé.
Rien de tout cela n’a attendu un cycle d’entraînement, un jeu de données préparé ou quelqu’un pour réécrire les instructions de l’agent. L’agent s’est amélioré entre les revues, parce que les preuves continuaient d’arriver entre les revues.


D’un résultat vérifié à une méthode que l’équipe réutilise
Une partie de ce qu’apprend un agent est une préférence : essayer ceci d’abord, mettre cela de côté ici. Une autre partie est une procédure complète. Un chercheur arrête une séquence de contrôles qui repère une mauvaise entrée avant qu’elle ne consomme une exécution, ou une façon de préparer les données qui rend équitable la comparaison entre des conceptions. Une fois qu’un test ou un expert confirme que la procédure fonctionne, MS Duplex la conserve comme méthode, avec ses étapes, les conditions dans lesquelles elles ont été confirmées et le résultat qui les a prouvées.
Une méthode s’utilise de l’une de deux façons, selon la proximité du cas suivant.
Le cas similaire suivant
Là où les conditions correspondent à celles dans lesquelles la méthode a été confirmée, l’agent l’applique directement. L’agent d’un collègue sur le même type de tâche reçoit les mêmes étapes éprouvées, si bien que le résultat dépend moins de la personne qui a mené le travail.
Un cas apparenté
Là où quelque chose diffère, comme un nouveau format d’entrée, un autre outil ou une plage de fonctionnement plus large, MS Duplex adapte la méthode aux nouvelles conditions et la soumet à vérification avant que quiconque ne s’y fie. Une fois la version adaptée confirmée, elle devient une méthode à part entière. Avec le temps, une équipe constitue une famille de méthodes apparentées, chacune liée au résultat qui l’a prouvée.
Les méthodes auxquelles votre équipe fait confiance sont partagées avec les personnes et les agents que vos règles autorisent. Une méthode peut rester propre à un chercheur, être partagée avec une équipe ou devenir un standard dans toute l’organisation. Chacune est revérifiée là où elle est utilisée : une procédure éprouvée dans un contexte est donc vérifiée de nouveau dans le suivant avant qu’on s’y fie. L’agent d’un nouveau membre de l’équipe démarre avec les meilleures méthodes de l’équipe déjà en place, et quand un expert s’en va, les méthodes qu’il a mises au point restent à l’équipe.


Voir pourquoi l’agent a changé
Une amélioration que votre équipe ne peut pas retracer inspire peu confiance, et elle est encore plus difficile à défendre auprès de ceux qui financent le travail. MS Duplex consigne chaque changement de comportement : ce que l’agent fait désormais différemment, depuis quand et quels résultats l’ont justifié. Chaque méthode conserve le résultat sur lequel elle repose. Quand un responsable demande pourquoi l’agent planifie de meilleures exécutions ce mois-ci que le mois dernier, la réponse se trouve dans l’historique, avec ses sources.
L’historique est aussi le moyen de corriger une erreur. Imaginons qu’un changement repose sur un seul résultat qui s’est ensuite révélé douteux. L’équipe supprime cette seule leçon, et les recommandations qui en dépendaient disparaissent avec elle, tandis que tout ce que l’agent a appris par ailleurs demeure. Corriger une leçon fonctionne de la même façon : seule cette leçon change.
À mesure que des approches font leurs preuves, davantage de décisions courantes peuvent être tranchées directement à partir des méthodes apprises, souvent sans aucun appel au modèle. Là où les preuves sont minces ou le cas inhabituel, la décision revient à votre modèle ou à un chercheur, avec la raison.
- +16 ptsplus précis qu’un modèle fine-tuné pour la tâche, sur le travail récurrent, sans entraînement, lors des tests contrôlés de MatterSpace
Ce chiffre provient des tests contrôlés de MS Duplex menés par MatterSpace sur des travaux récurrents. Il montre ce que l’apprentissage à partir de résultats confirmés peut apporter à côté d’un modèle. Ce qu’il apporte à votre équipe est une question à trancher sur votre propre travail, jugée par vos propres experts.
Comment en juger sur votre propre travail
Le test équitable pour un agent qui s’améliore à l’usage, c’est le travail récurrent que votre équipe fait déjà, mesuré comme vos experts le mesureraient.
- Choisissez des décisions qui se répètent et pour lesquelles une exécution erronée ou inutile coûte cher. L’amélioration est plus facile à voir là où le même type de choix revient souvent.
- Convenez de la mesure avec vos experts avant toute exécution : le coût de chaque résultat accepté et reproductible, et le temps d’expert qu’il demande.
- Faites tourner le même modèle, les mêmes outils, les mêmes données et le même budget avec et sans MS Duplex, côte à côte.
- Demandez à vos experts de noter les résultats à l’aveugle, sans savoir quelle configuration les a produits.
- Lisez l’historique autant que les scores : des erreurs qui cessent de se répéter, des corrections que personne n’a à faire deux fois et des méthodes qui parviennent aux nouveaux membres de l’équipe.
Un pilote avec MatterSpace suit ce schéma, sur vos propres flux de travail, avec vos experts comme juges.
Questions fréquentes
L’agent s’améliore-t-il sans que personne ne l’examine ?
Il s’améliore à partir des résultats que votre équipe choisit de capturer, comme les tests, les mesures et les corrections d’experts, et continue donc de progresser entre les revues. Vos scientifiques et ingénieurs décident de ce qui est adopté, vos règles passent en premier et, dans les environnements encadrés, les étapes que vous sélectionnez attendent une personne avant de s’exécuter.
Quelle est la différence entre une leçon et une méthode ?
Une leçon change ce que l’agent essaie ou met de côté dans une situation donnée, comme un réglage qui a échoué dans certaines conditions. Une méthode est une procédure complète dont le bon fonctionnement est confirmé, conservée avec ses étapes, ses conditions et le résultat qui l’a prouvée, si bien qu’elle peut être appliquée directement ou adaptée à un cas apparenté.
Devons-nous faire du fine-tuning sur notre modèle ?
Non. MS Duplex fonctionne à côté du modèle, dont les poids restent inchangés : il n’y a donc aucun jeu de données à préparer ni cycle d’entraînement à attendre. Il fonctionne aussi bien à côté d’un modèle fine-tuné que d’un modèle généraliste.
Que devient ce que l’agent a appris si nous changeons de modèle ?
Cela reste à votre équipe. L’expérience réside dans MS Duplex, dans un espace de stockage qui appartient à votre organisation : un nouveau modèle ou un nouvel agent part donc des méthodes et des leçons que votre équipe a déjà confirmées.


Construit par MatterSpace
MatterSpace construit MS Duplex pour les scientifiques, les chercheurs et les ingénieurs de tous les domaines, afin que l’IA qu’ils utilisent déjà apprenne de chaque résultat qu’ils confirment.









