Le contexte, pas le modèle, limite votre agent IA

Le test qui tranche prend cinq minutes. Reprenez un cas d'erreur, et fournissez manuellement au modèle tout ce qu'un collaborateur compétent aurait eu sous les yeux. S'il répond juste, le sujet est le contexte. Ce test évite des semaines de migration de modèle sans effet.

La comparaison la plus utile n'est pas celle du cerveau, c'est celle de l'intégration d'un nouvel arrivant. Vous n'attendez pas d'une recrue brillante qu'elle devine votre grille tarifaire, vos exceptions commerciales ou le nom du client qu'il ne faut pas relancer le vendredi. Vous le lui dites, vous lui donnez accès aux bons outils, et vous relisez son travail au début.

Un agent est dans la même situation, avec deux différences : il ne demande jamais de précision quand il manque quelque chose, et il ne montre aucun signe d'hésitation. Là où une recrue vient poser une question, l'agent comble le vide. C'est exactement pour cela qu'un contexte incomplet produit des erreurs assurées plutôt que des demandes de clarification.

La taille des fenêtres de contexte progresse vite. En août 2026, Pokee AI a publié Pokee-Isaac 28B, un modèle agentique de 28 milliards de paramètres annoncé avec une fenêtre allant jusqu'à 10 millions de tokens, et présenté comme exécutable sur un GPU unique de type RTX 4090. L'argument commercial affiché est explicite : tourner à l'intérieur du périmètre du client.

Précision nécessaire : les résultats de contexte long communiqués — de l'ordre de 95 sur le test RULER entre 256K et 4M tokens — proviennent d'évaluations internes au fournisseur, publiées dans son propre rapport technique. Nous n'avons pas connaissance de reproduction indépendante. C'est une revendication, pas un fait vérifié, et cet article ne la reprend pas comme telle.

L'intérêt pour une entreprise européenne n'est pas le chiffre. C'est la combinaison taille modeste plus contexte très long plus exécution locale : elle rend crédible un scénario qui ne l'était pas il y a un an, celui d'un agent qui raisonne sur un volume documentaire important sans que ces documents quittent votre infrastructure. Pour les secteurs où les données ne peuvent pas sortir, c'est plus déterminant que n'importe quel point de benchmark.

Attention toutefois au raccourci « grande fenêtre donc plus de sélection à faire ». Envoyer tout votre corpus à chaque requête coûte cher, allonge le temps de réponse et dilue le signal utile. Une architecture sérieuse sélectionne, quelle que soit la fenêtre — c'est ce que nous détaillons dans notre guide RAG en entreprise.

Un agent qui a accès à tous les dossiers clients pour « être plus utile » peut citer un client à un autre. La réponse n'est pas d'ajouter une consigne de discrétion dans le prompt — une instruction en langue naturelle n'est pas un contrôle d'accès. Le cloisonnement se fait au niveau des permissions et de la requête, en amont du modèle.

Le même raisonnement vaut pour le contenu entrant : un document déposé par un tiers entre dans le contexte et peut contenir des instructions. C'est le mécanisme d'injection traité dans notre analyse périmètre et permissions des agents IA.

• Faites le test des cinq minutes sur trois erreurs réelles avant d'envisager tout changement de modèle.
• Écrivez la fiche de poste de l'agent : ce qu'il doit savoir, où c'est stocké, qui le maintient à jour.
• Traquez les sources périmées. Un document obsolète encore indexé fait plus de dégâts qu'une absence de document.
• Cloisonnez par les accès, jamais par le prompt.
• Mesurez sur vos propres cas. Les benchmarks publics ne disent rien de votre métier ; vingt cas réels annotés en disent beaucoup.

C'est le cœur de notre travail : brancher un agent sur les bonnes sources, avec le bon cloisonnement, en hébergement européen. Voir nos agents IA sur mesure et, sur le choix des modèles auto-hébergeables, notre comparatif des meilleurs LLM open source.